基于纵向滤波的星敏感器低频误差在线估计

多敏感器数据融合是获得更高精度姿态测量的有效方法,敏感器数据融合前必须先修正低频误差。首先,介绍了星敏感器低频误差（LFE）的产生机理及对其在线估计的必要性。其次,针对传统算法的不足,提出了基于纵向滤波的低频误差在线估计算法,该算法将传统低频误差估计问题转化为若干个常值误差估计问题,提高了估计精度。最后,给出了该算法具体实施方式,说明相关参数物理意义及选取原则。通过理论分析及仿真,算法误差可忽略不计。通过在轨数据仿真,星敏感器轨道周期低频误差可被消除。     

惯组中光纤陀螺温度漂移的二维插值建模研究

光纤陀螺对温度较为敏感,输出受温度及温度变化率影响严重,在实际工作中需要对温度漂移误差进行建模补偿。传统多项式拟合方法如最小二乘法,无法很好地满足精度要求。因此,首先对光纤陀螺工作原理与温度漂移误差产生原理进行分析,得出光纤陀螺温度漂移误差特性。利用传统多项式模型对不同温度下启动的光纤陀螺进行建模补偿,得到补偿后的精度并不理想。利用新的二维插值模型对上述试验重新进行建模补偿,结果表明二维插值模型明显优于多项式模型,光纤陀螺的零偏稳定性由补偿前的0.0153(°)/h提高到0.0051(°)/h,有利于工程上应用。     

融合机床精度与工艺参数的铣削误差预测模型

为弥补现有五轴联动数控铣床加工飞机结构件的加工精度评估系统的不足,提出利用机床精度检测数据和零件特征及其工艺参数来构建评估指标体系,基于BP神经网络建立了飞机结构件加工误差预测模型。通过完成训练的网络权值分布,计算出各输入指标对最后评估结果的影响,并通过实例分析检验了模型的可靠性。结果表明,经BP神经网络模型训练得到的结果和样本零件的三坐标测量机测量数据基本吻合,选取的评价指标具有有效性。该评估模型能够有效地融合机床精度检测数据和零件特征及其加工工艺参数,对飞机结构件的铣削加工误差进行预测。     

X射线衍射法测量残余应力的相对误差及不确定度评定

利用原位拉伸机进行单轴连续加载,对X射线法测量钛合金残余应力的应力增量进行验证;依据JJF 1059.1-2012标准,对钛合金高应力标样(-659±35)MPa的测量不确定度进行评定。结果表明,X射线衍射法测得残余应力的增量与理论计算应力增量有较好的一致性,随着应力水平的增加,应力增量的相对误差保持在11%以内。以测量重复性、应力常数K、应力因子M为不确定度分量对测量不确定度进行了评定,所得扩展不确定度为±32 MPa。     

控制系统模拟信号处理方法研究

模拟量采集精度对控制系统具有重要意义.研究了模拟量采集过程的软件设计流程,层次划分和模型,从传感器AD值到模拟量物理值之间不同处理阶段给出了常用方法描述.针对错误处理详细描述了错误诊断方法.最后将模拟量采集软件应用于某发动机模拟量采集中,通过试验进行模拟量测量值和软件输出值对比计算,结果表明此模拟量采集软件输出模拟量精度均在有效范围内.     

星敏感器在轨光行差修正方法研究

星敏感器作为目前航天器中最重要的姿态测量敏感器,其精度直接影响航天器姿态测量精度,因此对其误差源进行分析和修正则尤为重要。提出了一种星敏感器在轨光行差修正方法,根据光行差产生的原理和特点,将星敏感器沿探测器X和Y方向产生的光行差误差角巧妙地转换为光行差误差四元数,并直接对输出四元数进行修正,从而为修正星敏感器光行差提供了一种方便简洁的方法。     

基于载荷当量安装误差的面齿轮振动特性

以面齿轮传动系统为研究对象,考虑载荷作用下面齿轮传动系统中支撑结构变形和轮齿弹性变形,通过将传动系统变形等效到面齿轮和直齿轮安装误差方向,建立包含当量安装误差的面齿轮多自由度耦合振动分析模型;采用4阶Runge-Kutta法求解了面齿轮传动系统运动微分方程,得到了当量安装误差对面齿轮振动加速度和法向动态啮合力的影响;开展了面齿轮动态特性测试试验,试验结果表明:偏置距误差和轴交角误差引起的面齿轮沿x方向振动加速度大于沿z方向振动加速度;偏置距误差对面齿轮x方向振动加速度的影响大于轴交角误差。      

航空齿轮磨削加工安装偏心误差补偿研究

磨齿加工时齿坯几何中心与回转工作台轴心存在安装偏心误差,降低了磨齿加工精度。以数控成型砂轮磨齿机工作原理为基础,建立偏心误差磨削加工几何模型;提出安装偏心误差补偿法,建立偏心误差补偿数学模型,通过数学模型求出磨削砂轮在X、Y两个方向的进给补偿增量;以YK73125数控成型砂轮磨齿机为例,进行安装偏心误差补偿实验,齿轮的左右齿面单个齿距极限偏差绝对值分别减小了0.9μm和1.6μm,齿距累积总偏差绝对值分别减小了49.6μm和43.3μm。结果表明:安装偏心误差与单个齿距偏差和齿距累积总偏差成正比;采用安装偏心误差补偿进行磨齿加工,有效地减小了单个齿距偏差和齿距累积总偏差,齿轮的精度有所提高。     

自适应增量 Kalman 滤波方法

提出自适应增量Kalman滤波(AIKF)的概念和定义,建立自适应增量Kalman滤波模型及其分析方法,给出主要的计算步骤.传统自适应Kalman滤波(AKF)方法能够对事先未知的系统噪声和量测噪声的统计量进行有效的估计.但是,传统自适应Kalman滤波方法也无法对由于环境因素(如深空探测)的影响、测量设备的不稳定性等原因产生的未知时变测量系统误差进行补偿和校正,从而产生较大的滤波误差,甚至导致发散.提出的自适应增量Kalman滤波方法不但能够对系统噪声和量测噪声的统计量进行估计,而且还能成功消除这种测量系统误差,有效地提高滤波精度.该方法计算简单,便于工程应用.      

IIR数字滤波器的序列约束Chebyshev设计方法

 进行无限冲击响应(IIR)数字滤波器的无约束Chebyshev设计时,得到的滤波器幅值响应通常在过渡带存在明显过冲现象,且通带边缘的群延迟误差较大。本文提出一种序列约束Chebyshev(SCC)方法,在通带和阻带最大频率响应(FR)误差小于某给定值ρ的条件下,使过渡带频率响应误差(相对某个具有单调幅值特性的过渡响应函数)的Chebyshev模最小,并通过收缩和对分找出ρ的最小值。该方法不但可以使通带和阻带最大频率响应误差尽可能小,还能减小过渡带幅值响应的过冲以及带边群延迟误差。仿真实例表明了该方法的有效性。