旋转导向系统有色噪声的改进无迹卡尔曼滤波方法

在旋转导向钻井系统的姿态测量过程中,三轴加速度计测量数据中包含大量有色噪声,严重影响井底组合钻具姿态测量的精度。基于旋转坐标变换的四元数理论,结合所建立的三轴加速度噪声模型,提出一种改进无迹卡尔曼(UKF)迭代滤波算法。此方法利用陀螺测量原理构造观测方程和时变状态方程,将实时解算出的钻具姿态以四元数的形式更新时变状态方程中三轴角速度,通过更新观测方程加速度噪声模型实现加速度计传感器数据中有色噪声的UKF迭代滤波。实测数据滤波的结果表明,此方法可有效滤除加速度传感器数据中的有色噪声,保证旋转导向钻具姿态测量的精度。     

基于自适应平方根UKF的微机械传感器融合航姿估计

提出一种新的基于自适应平方根UKF的微机械传感器组合姿态测量系统.该系统采用3轴微机械陀螺积分得到姿态角,采用3轴微机械加速度计测量重力矢量得到俯仰角和横滚角,分别校正俯仰漂移和横滚陀螺漂移;采用磁强计得到航向角,并与陀螺积分角度融合校正航向陀螺漂移.跑车实验结果表明,基于自适应平方根UKF算法可实时估计机动加速度干扰,并在融合滤波器中进行补偿,能够有效去除车辆机动加速度干扰,姿态角估计精度在±0.6°以内.     

三种记录间隔时间对山羊行为分类精度的影响

引入三轴加速度传感器对山羊的行为特征进行监测,按照三种不同的记录间隔时间(1 s、2 s、3 s)分批次获取山羊的三轴加速度数据。同时,利用全程的视频监控结合动作发生的时间分析山羊的3种典型日常行为。试验结果显示:1 s和2 s的记录间隔时间对山羊行为模型的分类精度分别为87.75%和86.73%,无统计学差异(P0.05);而3 s的记录间隔时间相比较前两种记录间隔显著性差异明显(P0.05),且分类精度明显下降为74.32%。总体来说,在不影响分类模型精度的前提下,记录间隔时间可延长至2 s,这样既可以减少数据样本量与数据处理的压力,同时也可以减少人为干预对动物正常行为的应激影响。     

基于决策树的自适应互补滤波姿态解算

为解决惯性传感器在磁场干扰和大加速度干扰坏境下姿态解算精度下降的问题,提出了一种基于决策树自适应的互补滤波姿态解算方法。针对陀螺仪特性,对其进行零偏补偿处理。将处理后的角速度数据与加速度数据构成静态检测单元,实现了静态情况和动态情况的准确分类。在动态情况下,由加速度数据和磁场数据组成的决策树通过分析外界干扰程度来自主调节系统误差增益,进而达到抗干扰目的,有效提高姿态解算精度。实验结果表明,静态情况下姿态解算不受磁场干扰,动态情况下能够有效避免磁场和大加速度干扰。     

基于VNS-GA的PID和互补滤波控制的自平衡车姿态解算

自平衡车的姿态主要靠传感器来感知,通过传感器感知的角速度和加速度数据自动调整自平衡车的姿态角,从而维持其平衡.采用三轴陀螺仪和三轴加速度计分别采集自平衡车的角速度和加速度,通过互补滤波方法,对2种传感器采集到的数据进行融合,降低噪声和误差;然后,采用本文提出的融合变邻域搜索的遗传算法(VNS-GA)对PID控制器的3个参数进行寻优,从而对互补滤波方法获得的角度进行自适应调整,最终得到较精确的姿态角.为了验证基于VNS-GA的PID控制方法的性能,分别使用基于GA的PID控制方法和基于VNS-GA的PID控制方法来解算自平衡车的姿态角.实验结果表明:基于VNS-GA的PID控制方法得到的姿态角更接近于真实值,性能更好.     

水下攻泥器随钻姿态惯性测量方法

结合水下攻泥器钻头实际工作情况,提出了一种基于捷联惯性系统,通过扩展卡尔曼滤波算法进行钻头姿态测量的新方法. 该方法以加速度与角速度低频值作为观测量对误差进行校正,对钻头姿态进行推算. 测试结果表明,该钻头姿态测量方式是可行的,能够在不增加传感器情况下极大地提高捷联惯性系统的导航精度,使航向角的漂移从20°/h减小到3°/h.     

时速80 km/h地铁地下线梯形轨枕轨道现场测试分析

为评价时速80 km/h地铁作用下梯形轨枕的工作性能,对北京地铁某线梯形轨枕道床进行现场动位移和加速度测试,从时域、频域和Z振级角度对加速度指标进行分析,从时域角度对动位移数据进行分析,评价梯形轨枕轨道工作性能。结果表明:地铁列车作用下普通道床钢轨、道床和隧道壁振动有效值为14.1、0.48、0.069 m/s~2,梯形轨枕断面对应测点振动有效值为18.1、0.62、0.016 m/s~2,隧道壁处振动加速度在1～1 000 Hz内均有一定减振效果,最大Z振级差值为11.9 dB,梯形轨枕道床钢轨垂向、钢轨横向、梯轨垂向、梯轨横向最大动位移分别为0.34、0.13、1.21、0.081 mm。     

MPU9250传感器的姿态检测与数据融合

设计了基于MPU9250多轴姿态传感器和MSP430F149单片机的姿态检测系统。利用传感器内部的陀螺仪、加速度计和电子罗盘,可以对3个轴的角速度、加速度、磁感应强度进行测量,进而解算成角度姿态。利用优化的卡尔曼滤波算法对解算的姿态角度进行了融合处理,融合后的数据有效地抑制了噪声,提高了角度姿态检测的准确性。设计的姿态检测系统每秒钟可以完成100次姿态检测与计算,具有体积小、响应快等特点,并应用于自平衡小车的姿态检测。     

高转速弹丸磁强计/太阳方位角传感器组合测姿方法

为解决高转速弹丸的姿态测量问题,研究了磁强计/太阳方位角传感器的组合测姿方法。建立了三轴磁强计和太阳方位角传感器的测量方程,给出了三轴磁强计新的姿态解算方法并研究了解的存在性问题。采用一种解析算法求解磁强计/太阳方位角传感器非线性测量方程组,避免了采用数值算法的收敛性问题。最后通过仿真研究表明磁强计/太阳方位角传感器组合测姿方法能达到较高的测量精度。研究结果为高转速弹丸的姿态测量提供了有效的解决方法。     

形貌优化在驾驶室支架NVH设计中的应用研究

形貌是零部件的关键特征,它不仅影响零部件的质量,更影响零部件的动态特性,如NVH(噪声、振动、声振粗糙度)特性。为了提高驾驶室的NVH性能,提出将形貌优化技术应用到驾驶室支架的NVH设计中,通过改变支架的形貌,提高其动态特性,降低支架上端振动加速度,从而提高驾驶室的舒适性。在Hyperworks建立支架有限元模型,再根据试验测试的数据分析了当前驾驶室支架的NVH传递特性,并进行有限元模型校正。在二阶频率处,仿真结果为10.23 m/s~2,试验结果为9.79 m/s~2,相对误差为4.49%;在三阶频率处,仿真结果为4.24 m/s~2,试验结果为4.48 m/s~2,相对误差为5.35%,各阶相对误差均小于5.5%,表明模型具有较高的准确性。再以支架本体为设计变量,以支架上端振动加速度最小值为优化目标,进行形貌优化,得到三种优化方案。最后根据优化方案进行CAD(计算机辅助设计)建模,对新建模型进行模态频率响应分析,选取较优方案。结果表明,支架加强筋的分布方式对其模态频率及刚度有较大影响,三种优化方案均达到了不同程度的优化效果,其中方案三优化效果较为明显,第二、三阶的振动加速度降低幅度达到59.7%、61.2%,关键频率避开了激励较大的频率区域。优化结果表明,通过合理的设计零件的形貌能够达到改善汽车NVH的性能,为类似汽车零部件NVH性能的改善提供一种新的思路与方法。