项目名称: 基于虚拟多读数头的位移传感器误差自动校准新方法及其特征参数辨识模型的研究

项目编号: No.51275551

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 机械、仪表工业

项目作者: 王先全

作者单位: 重庆理工大学

项目金额: 80万元

中文摘要: 感应同步器、旋转变压器等多测头多对极电磁感应位移传感器,因具有检测精度高、抗干扰性强、寿命长、维护方便、成本低、工艺性好等优点,广泛应用于高精度的数控机床和军事等可靠性要求高地方。 本申请以多测头多对极电磁感应位移传感器为研究对象,提出一种基于虚拟多读数头的误差自动校准方法。拟解决位移传感器发展面临的两个关键问题:一是在不依靠精密加工和高精度参考母仪校准的条件下如何实现传感器高精度;二是在恶劣使用环境中,在传感器电气、机械参数发生变化条件下如何自适应环境变化、实现现场直接校准而使传感器保持高精度。拟采取的技术方案是:建立基于虚拟多读数头的误差自动校准方法,先构建误差特征互异的多读数头,分别辨识非相关性误差特征参数,实现非相关性误差校准;再用"复制-旋转"构建误差特征相同的虚拟多读数头,独立辨识相关性误差特征参数,实现相关性误差校准。最终辨识/校准非相关性误差和相关性误差,实现传感器高精度。

中文关键词: 误差自校准;误差自修正;多读数;传感器;误差特征参数

英文摘要: Due to the characteristic of high measurement precision, strong anti-interference, long operating life, maintenance friendly, low cost, good assembling and so on, the electromagnetic induction typed displacement sensors with multiple-probes and multiple-poles, such as inductosyn, resolver, are widely applied to high precision numerical control machines and military machines which require high reliability. This project presented a novel auto-calibration method for the electromagnetic induction typed displacement sensors with multiple-probes and multiple-poles, based on virtual multiple-readers to solve the following two key problems: 1. The electromagnetic induction typed displacement sensors realize high precision displacement measurement without precision fabrication and the calibration of higher precision measurement instruments; 2. The electromagnetic induction typed displacement sensors can be corrected automatically to keep high measurement precision under harsh measurement environments where electrical and mechanical parameters of displacement sensors are variable. Technical proposals are to establish an automatic auto-calibration method based on virtual multiple-probes. The multiple-readers with the different error characters are established firstly, whose characteristic parameters of non-relative erro

英文关键词: Error self-calibration;Error self-correction;Multi - reading head;;Sensor;Error Characteristic parameter

成为VIP会员查看完整内容
0

相关内容

数字孪生模型构建理论及应用
专知会员服务
221+阅读 · 2022年4月19日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
25+阅读 · 2021年4月2日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
69+阅读 · 2020年11月30日
专知会员服务
221+阅读 · 2020年5月6日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
特征工程在实际业务中的应用!
专知
0+阅读 · 2022年2月3日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
15+阅读 · 2020年2月5日
小贴士
相关主题
相关VIP内容
数字孪生模型构建理论及应用
专知会员服务
221+阅读 · 2022年4月19日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
25+阅读 · 2021年4月2日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
69+阅读 · 2020年11月30日
专知会员服务
221+阅读 · 2020年5月6日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
特征工程在实际业务中的应用!
专知
0+阅读 · 2022年2月3日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员