排序方式: 共有6条查询结果,搜索用时 125 毫秒
1
1.
针对几何尺寸大、结构刚度小、误差终端累积效应显著等制造特征引起的大型筒体-端框对接装配问题,提出一种基于过程参量在线反馈的精确对装新方法,设计筒体和端框的圆跳动、对装缝隙等多参量同步在线测量方案,研制多传感组合测量装置,并将其集成于对装系统,从而优化对装工艺,提高对装效率和精度稳定性。经检测,采用所提出的方法,大尺寸复合材料筒体与铝合金端框对装缝隙误差可有效控制在0.15mm范围内,满足对装精度要求,验证了所研制的多参量在线测量系统对提高对装精度的有效性。 相似文献
2.
3.
温度漂移误差是制约光纤陀螺精度的重要因素之一。针对传统光纤陀螺温度补偿方法仅对温度项建模导致补偿精度差的问题,提出了一种新型多参量模型来补偿光纤陀螺温度误差的方法。通过对陀螺零漂误差和温度各相关项进行相关性分析,将温度和温度速率的乘积项及温度梯度滞后项引入到温度漂移误差模型中,建立了多参量分段补偿模型对零偏进行补偿,显著改善了光纤陀螺的零偏稳定性。使用实测光纤陀螺数据对提出的补偿方法进行实验验证,结果表明采用该方法补偿后,零偏误差平方和降低2个数量级,陀螺漂移均值、方差稳定在零点附近,补偿效果优于温度项分段拟合方法,与非线性模型预测效果相当。 相似文献
4.
磁光阱是一种冷却陷俘原子的装置,磁光阱实验参数的优化是冷原子实验中基础且重要的工作,人工手动优化参数需耗费大量时间,且很难确保最终参数是全局最优的。基于贝叶斯优化的机器学习方法是一种对目标表达式未知、非凸、多峰的量子物理系统进行参数优化的有效方案,该过程通常远快于人工手动调节,且有更大概率找到全局最优值。提出了一种基于贝叶斯优化方法的冷原子多参数自主实时优化实验方案,该方案通过成本函数构造、控制程序编写、贝叶斯算法优化等形成一个可自主优化的闭环系统。实验结果表明,经过约30 min的迭代优化,所提方案可有效完成磁光阱系统的多参数优化,并得到最优的实验结果;所提方案验证了贝叶斯优化方法在多参数物理系统中应用的可行性,通过改进成本函数,还可应用于其他的复杂多参数实验物理系统最优参数快速确定。 相似文献
5.
为了解决多目标干扰中多参数波形优化设计,在标准遗传算法的基础上,对交叉、变异概率做自适应处理,提出一种基于二进制编码的自适应遗传算法。改进后的自适应遗传算法不仅解决了多参数波形优化中需考虑参数过多、高维、无约束条件、无法用常规方法得到理想波形的问题,而且与标准遗传算法以及未做自适应处理的改进遗传算法相比,在算法的收敛性方面和全局搜索方面都有了提高。仿真实验证明该算法的有效性和正确性。 相似文献
6.
1