基于误差补偿的点云数据修正方法研究

为提供测量效率及精度,提出了一种基于多源数据融合的测量数据修正方法。首先分别利用低精度高效率设备和高精度低效率设备对同一构件进行测量获得高密测量点云和稀疏基准点云,此后基于本文所提定位块定位方法对两组数据进行配准,然后依据测量点云与基准点云间构建误差矩阵,继而对高密测量点云进行修正以提高测量精度。实验结果表明,该方法可将测量数据的误差由3.374mm减小到0.517mm。     

模态综合的直接变换法

基于固定界面模态综合的Craig-Bampton方法,提出了模态综合的直接变换方法,该法在形式上更简洁,适用于大规模动力学系统的模态分析和动力学模型减缩。对采用直接变换法模态综合过程的计算误差做了分析,给出了计算误差界,阐明了模态综合后总体结构的固有频率与子结构保留主模态个数之间的关系。针对子结构界面自由度太大的情况,提出了直接变换法的分部算法,不需组集系统总刚度、总质量矩阵,仅在子结构的基础上完成系统的减缩。计算实例表明该算法的有效性及计算的稳定性。     

螺旋锥齿轮安装误差敏感性与容差性研究

研究含刀倾法和变性法加工的螺旋锥齿轮齿面通用模型建立方法, 提出安装误差敏感性和容差性概念, 建立安装误差敏感性和容差性分析模型, 以包含安装误差的齿面接触分析方法为工具, 根据实际的齿轮副参数, 获得安装误差对接触质量的影响规律和保证接触质量的误差极限值.分析与实例计算表明:安装误差敏感性和容差性模型建立了安装误差与螺旋锥齿轮齿轮接触质量和安装工艺参数之间的联系, 为提高螺旋锥齿轮齿轮制造质量和制定科学的安装工艺参数提供了理论指导.      

一种弧齿锥齿轮传动性能优化方法

 以期望的传动误差曲线为目标,首次提出了弧齿锥齿轮传动误差曲线优化的泛变性(GMR)方法,它是对局部综合法的一种改进。首先讨论了齿面接触印痕和传动误差曲线的计算方法,并在传统局部综合法基础上提出了泛变性局部综合法,给出了该方法的理论基础即局部综合公式和齿面接触方程,接着分析了对弧齿锥齿轮传动性能尤其是传动误差影响最大的两个加工参数即小轮切削速比和三阶变性系数的变化规律,最后对某具体航空弧齿锥齿轮副的传动误差曲线和齿面接触印痕进行了泛变性优化设计。结果表明：当小轮切削速比取0621 9且三阶变性系数取-0021 99时,轮齿接触分析(TCA)实际传动误差曲线比较对称且与期望曲线较好地吻合,而齿面接触印痕几乎没有变化,由此证明泛变性法对传动性能控制的有效性和稳定性。该研究工作对于航空齿轮传动系统具有重要的实际意义。     

框架类远距离浅孔同轴度误差测量方法的探讨

讨论了利用三坐标测量机,测量框架类零件远距离浅孔同轴度误差的方法,分析了各种测量方法之间的区别,给出了一种适合框架类远距离浅孔公共轴线的测量方法.     

基于PEM的辅助动力装置系统辨识与仿真

辅助动力装置（APU）是一个复杂的非线性系统,为了研究APU的工作特性,必须对其进行数学建模。本文依据某型APU地面试车数据,采用基于预测误差法（PEM）的输出误差模型进行系统辨识,建立了APU某一稳态点的＂小偏差＂数学模型,以满足后续控制规律的设计和研究。MATLAB仿真结果表明,此方法对APU模型辨识可行。验模表明,所建模型精度很高,且能实时准确反映APU性能,因而可在该状态下基于此模型进行控制器设计。     

对《校准厚度片测量不确定度评定》一文的探讨

对《校准厚度片测量不确定度评定》一文评定方法中直接测量法与比较测量法的区分,数显电感测微仪示值误差的选用,通过有效自由度评定扩展不确定度的方法进行了探讨。     

基于激光干涉仪的数控机床定位精度检测与误差补偿方法

针对RIFA80数控机床定位精度大幅度下降的问题,介绍了利用英国雷尼绍(RENISHAW)ML10激光干涉仪对该机床的定位精度和重复定位精度进行精度检测和误差补偿的方法,并对误差补偿前后的检测数据进行了分析。结果表明,通过精度检测和误差补偿,RIFA80机床的各项精度指标已达到工作要求。     

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。     

一种MEMS陀螺标度因数误差补偿方法

高动态、恶劣温度环境下,微小型飞行器(MAV)导航、制导与控制系统关键器件微机电系统(MEMS)陀螺受温度和转速耦合影响,其标度因数误差呈强非线性特点,常规方法无法精确补偿。通过分析MEMS陀螺标度因数误差的产生机理,建立了包含温度和转速非线性因素的标度因数误差模型,提出一种基于径向基(RBF)神经网络的标度因数非线性耦合误差补偿方法,解决了常规补偿方法精度差的问题。标定与补偿实验表明:在-10～+55℃温度范围、-150～+150(°)/s输入转速范围内,采用新方法补偿后MEMS陀螺输出平均精度比多项式拟合方法提高7倍;在-20～+20(°)/s低输入转速的误差强非线性区间内,精度提高近20倍,验证了本文方法的有效性和优越性。