陀螺加速度计在精密线振动台上的测试方法及误差分析

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:flyballball
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
精密线振动台是一种重要的用来模拟高加速度环境的惯导测试设备,它可以为被测惯性仪表——陀螺加速度计,提供足够高的输入比力,对陀螺加表的高阶非线性误差模型系数产生充足的激励,为精确标定陀螺加表的误差模型系数提供试验条件,最终可以提高其所属惯导系统的工作精度。因此,设计合适的试验方法并讨论对测试结果产生作用的误差因素是有十分重要的实际意义的。本文通过选用相应的检测仪器,运用相应的检测方法,对精密线振动台进行了检测,检测结果达到了技术指标要求,满足陀螺加速度计的测试条件。在考虑精密线振动台各部分误差源的前提下,以齐次变换方法为数学工具,建立相关的坐标系,推导出测试点处的坐标系与所建立的基准坐标系之间的位姿变换关系,运用相应的测试方法及数据处理方法,得出线振动台的位姿误差。在考虑陀螺加表内环与外环之间垂直度的前提下建立了陀螺加表的误差模型,明确了陀螺加表的各项误差模型系数与其自身存在的误差源之间的关系。通过对陀螺加表的误差机理及在具体应用中的分析,建立了测试所用的陀螺加表简化误差模型,并在考虑交叉二次项的情况下建立了相应的误差模型。为了提高陀螺加表的测试精度,通过建立一系列坐标系,以齐次变换方法为工具,推导了陀螺加表敏感的输入量表达式,包括输入比力和输入角速度两部分。为了提高陀螺加表高次项误差模型系数的标定精度,分别设计了基于线振动台振动整周期和基于陀螺加速度计进动整周期两种测试方法对陀螺加速度计在精密线振动台上进行相应测试试验。通过对两种测试方法的比较及相应标定结果的误差分析,得出陀螺加速度计误差模型系数标定精度的影响因素,进而提出了提高标定精度的试验方法和条件。分别在考虑线振动台寄生转动和波形畸变的情况下,采用相应的测试方法对陀螺加速度计相关的误差模型系数进行辨识,对所得结果与未考虑寄生转动和波形畸变情况下的辨识结果进行分析比较,确定了寄生转动对二次项和三次项误差模型系数的影响大小。为了提高陀螺加表误差模型二次项系数的辨识精度,在考虑交叉二次项的情况下,设计了交叉二次项系数的辨识方法,对提高陀螺加表误差模型系数的标定精度意义重大。
其他文献
蜘蛛式高空作业平台作为一种在现代建筑安装施工领域使用的高大空间作业平台,主要用于建筑辅助施工、高空设备安装、检修等工作。它不仅能够在各种空间受限场所作业,还能够适
机电伺服系统在现代工业的作用逐步凸显,电动高精度伺服平台是一类典型的机电伺服系统,在军工行业以及社会生产生活中有着越来越广泛的应用。对于高精度伺服转台而言,由于系
随着社会和经济的迅速发展,各种用电设备对电能质量的要求不断提高,而无功功率是影响电能质量的重要因素之一。通过研究静止无功补偿装置对电网进行无功动态补偿来提高电网电压质量,保证用户获得高的电能利用效率。本文通过对静止无功补偿装置原理的分析,研制一台静止无功补偿装置对电网进行动态无功补偿。基于瞬时无功功率理论,进行无功和有功电流的检测;基于d-q坐标系下的静止无功发生器主电路模型,进行基于多项式极点配
网络化控制系统(Networked control system,NCS)是一种通过实时通讯网络构成闭环的反馈控制系统。因其连线少,成本低,资源共享,便于安装、维护、扩展和故障诊断等优点,已被广
信息融合是近年来新兴起的一门学科,它将来自多传感器采集到信息进行综合分析处理,进而做出正确的判断和估计,因此人们将其广泛的应用到很多领域中。在管道泄漏故障诊断中,反
随着石油、煤和天然气等传统化石能源的逐渐减少,以及人类对于能源需求的急速增长,新能源的开发得到广泛的关注,其中风力发电与光伏发电由于其污染小的特点而迅速发展起来。于是分布式发电应运而生,并网逆变器是发电设备与电网之间的桥梁,因此并网逆变器在分布式能源发电中起到至关紧要的作用;并网逆变器的入网电流质量以及稳定性直接影响整个电网,所以对于并网电流的质量有着严格的入网要求。电流控制器的选择对输出电流的质
具有坚强、经济、高效、优化、自愈、兼容和集成特征的智能电网在世界范围内一经提出,受到世界各国的欢迎并成为电力系统今后发展的目标。智能电表作为智能电网的重要组成部
在执行导弹火箭发射任务时,遥测天线是不可缺少的设备。它主要对发射目标进行跟踪锁定,实时接收来自飞行目标的数据信息,工程人员通过分析该数据信息,对发射效果进行评估。天
风能是一种清洁的可再生能源,风速的随机变化往往会引起风力发电系统输出功率的波动。随着电网中风电容量的增加,当风速波动较大时,发电系统的输出功率会超出限定的范围,影响风力
电能是人们生活中不可或缺的部分,电能质量的问题也越来越受到社会高度重视,对其进行有效的检测和准确的分类是改善和提高电能质量的重要前提。本文从电能质量定义和研究现状出发,在总结常用的扰动识别方法基础上,提出了一种基于总体局部均值分解(ELMD)多尺度模糊熵和概率神经网络对暂态电能质量检测与识别新的分析方法。首先,阐述了暂态电能质量的基础理论,包括电能质量的概念以及电能质量扰动的分类,提出了对扰动信号