5DOF运动仿真试验器的姿态指向对准和误差分析

为了提高5DOF运动仿真试验器的综合精度和运行能力,分析了其结构和控制分项误差对姿态定向精度的综合影响,建立了误差数学模型并给出指向对准精度的设计计算方法及误差影响程度的计算结果;在指向对准关系分析的基础上,利用对准角计算给出了一种可实时判别和防护5DOF运动仿真试验器运动干涉的设计约束条件。     

数控机床热误差的补偿

热误差是数控机床的最大误差源．本研究通过对机床热特性的实验和分析，利用神经网络模型对非线性热误差进行了补偿．     

FFT相位误差的修正及转子轨迹图

提出了一种ＦＦＴ相位误差修正的方法，利用经相位修正的ＦＦＴ数据重构时间序列来描绘双转子振动响应的轨迹图。这种数据分离综合的实现，较清晰地描述转子系统的振动特性，而为研究双转子发动机转静件碰摩和裂纹等故障现象描述提供了较好的工具。     

球对称热应力问题的有限元误差分析

本文设计了一个求解球对称热应力的模型问题。从结点位移的解析解出发,利用有限元的位移线性插值函数,按照结点平均、单元平均或在单元重心取值等方法,计算应力和应变,然后与对应的解析解比较。结果表明,除按结点平均取值法算得的周向应变在理论上无误差外,其余量在内点具有二阶精度,在边界上为一阶精度;并表明了它们与温度梯度指数n的关系,应变的相对误差正比于n~2/31,应力的相对误差正比于n~3/31。因此,即使结点位移无误差,此时仍应以n~3Δr~2/31的误差阶作为单元划分的参考准则。     

星敏与磁强计安装矩阵的户外标定

为了提高卫星测量地磁场参数的精度,必须提高卫星上星敏与磁强计安装矩阵的测量精度,因此,提供了一种借助地磁场与地面观星对星敏与磁强计安装矩阵进行户外地面标定的方法.首先建立了三轴磁强计的误差模型,利用磁强计在地磁场中进行翻滚试验标定了误差模型系数,同时给出了3个敏感轴矢量在地理坐标系下的表示.其次利用星敏观星,测量了星敏光轴单位矢量相对地理坐标系的表示.最后以地理坐标系为桥梁,给出了星敏与磁强计之间的安装矩阵.对该方法进行了仿真,结果表明其能有效准确地辨识出磁强计误差模型中的各项误差系数以及星敏与磁强计安装矩阵.     

基于基波电流观测器和旋转高频电压注入法的IPMSM无传感器控制

为了实现永磁同步电机低速段的高精度无传感器运行,系统地分析了绕组电阻和感应电动势、电流调节器、滤波器、电机暂态运行、注入高频电压的幅值与频率、多凸极效应、电流传感器精度以及A/D采样量化误差等因素对基于旋转高频电压注入法的低速无传感器控制方法转子位置估计精度的影响机理。在此基础上,提出了一种基于基波电流观测器和旋转高频电压注入法相结合的低速无传感器控制策略,消除了传统的无传感器控制方法中带通滤波器引起的转子位置估计误差,并降低了电机暂态运行引起的转子位置估计误差,有效地提高了低速无传感器控制方法的转子位置估计精度。仿真和实验结果表明,所提出的低速无传感器控制策略具有更高的转子位置估计精度和更宽的调速范围。     

基于视觉六自由度分拣机器人 视觉图像坐标变换的研究

针对机器人定位分拣问题,研发了一种基于视觉的六自由度分拣机器人系统,深入研究了视觉图像坐标引入到机器人控制系统后的坐标变换,并对机器人的分拣动作进行规划,实际运行结果表明,该系统可以实现机器人的定位分拣问题,并且可靠性高,在分拣搬运领域具有较高的应用价值.     

捷联惯导系统的一种系统级标定方法

针对三轴转台定位精度高的特点,设计了一种基于速度误差和姿态误差角作为观测量的系统级标定方法.在捷联惯性测量组合(SIMU)的导航误差方程和惯性器件误差参数模型的基础上,推导了导航速度误差和姿态误差角与IMU的误差参数所呈现的关系,依此给出了最简单的位置编排准则.通过观测不同位置下捷联惯导系统的速度误差变化率和姿态误差角,辨识IMU的误差模型系数,进而达到高精度捷联惯导系统标定目的.     

大角度斜置激光惯组与里程计组合导航方法

针对激光惯组斜置条件下惯组坐标系相对里程计坐标系是大角度的情况,建立了两坐标系之间的转换关系,推导了里程计输出转换的安装误差补偿模型,在补偿模型基础上给出了安装误差计算公式.以惯组位移与里程计位移之差作为量测值,建立了状态和量测方程,运用Kalman滤波技术实现惯组/里程计组合导航,最后通过跑车试验对提出的惯性/里程计组合导航方法进行了验证,结果表明了该方法的有效性.     

Systematic centroid error compensation for the simple Gaussian PSF in an electronic star map simulator

Simulated star maps serve as convenient inputs for the test of a star sensor, whose standardability mostly depends on the centroid precision of the simulated star image, so it is necessary to accomplish systematic error compensation for the simple Gaussian PSF（or SPSF, in which PSF denotes point spread function）. Firstly, the error mechanism of the SPSF is described, the reason of centroid deviations of the simulated star images based on SPSF lies in the unreasonable sampling positions（the centers of the covered pixels） of the Gaussian probability density function. Then in reference to the IPSF simulated star image spots regarded as ideal ones, and by means of normalization and numerical fitting, the pixel center offset function expressions are got, so the systematic centroid error compensation can be executed simply by substituting the pixel central position with the offset position in the SPSF. Finally, the centroid precision tests are conducted for the three big error cases of Gaussian radius r = 0.5, 0.6, 0.671 pixel, and the centroid accuracy with the compensated SPSF（when r = 0.5） is improved to 2.83 times that of the primitive SPSF, reaching a 0.008 pixel error, an equivalent level of the IPSF. Besides its simplicity, the compensated SPSF further increases both the shape similarity and the centroid precision of simulated star images, which helps to improve the image quality and the standardability of the outputs of an electronic star map simulator（ESS）.