高精度二维角度传感器稳定性研究及改进

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:typ172212
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
高精度二维角度传感器是三坐标测量机(CMMs)、探头、原子力显微镜和精密加工等仪器的重要组成部分,其测量稳定性是仪器测量精度的重要一环。环境中存在的温度、振动等干扰因素会引起结构变形从而降低角度传感器的稳定性。为减小结构变形对测量稳定性的影响,搭建了二维光电角度传感器,进行了稳定性建模与分析,并完成了不确定度评定。本文主要完成了如下工作:1、搭建了基于自准直原理的二维光电角度传感器。传感器由光路结构、硬件电路、软件滤波三个部分组成。结合传感器特性设计了相应的I/V转换电路、运算放大电路、低通滤波电路。2、对角度传感器进行了稳定性建模与分析。建立了角度传感器的稳定性模型,得到了各光学元件漂移误差对输出信号的影响关系式,通过仿真确定了影响测量稳定性的关键元件漂移误差。3、对角度传感器进行了仿真分析与优化设计。仿真分析了温度与振动对光学元件支座产生的结构变形,确定了光学元件支座的优化结构,完成了角度传感器的优化设计。4、标定并测试了角度传感器的性能指标。以SIOS三光束激光干涉仪为参考进行了标定与测试。实验结果表明:角度传感器水平方向上的测量范围为±120arcsec、灵敏度为-0.04 V/arcsec、分辨率约为0.024 arcsec;竖直方向上的测量范围为±120 arcsec、灵敏度为0.04 V/arcsec、分辨率约为0.024 arcsec。优化后的角度传感器稳定性提高了63%以上,验证了数学建模与优化设计方法的可行性,可以用于提高测量系统的稳定性。5、以优化后的角度传感器为例分析了主要误差来源并完成了不确定度评定。深入分析了角度传感器的主要误差来源及其变化规律,结合理论分析与实验测试结果得到了各误差来源的不确定度及传播系数,最终合成得到了角度测量结果的不确定度:水平方向的测量不确定度为6.54 arcsec,竖直方向的测量不确定度为9.27 arcsec。为角度传感器的不确定度评定提供了切实可行的方法。
其他文献
混合现实是一种将计算机生成的数字信息与现实中的物理世界结合起来的技术,其最显著的特征是全息影像观感体验,而同时,这种观感体验是视觉直观性的直接表现。本文在艺术与技
大数据及其相关处理技术成为当今计算机科学领域和工业界最重要的技术之一,最为崭新的知识获取范式,商业公司和学术科研组织已经将大数据的获取、存储与处理能力作为其核心竞争力之一。大数据面临着诸多问题,数据的规模正在非线性增长,传统的数据库技术早已不能满足大数据的要求。Google公司于2004年提出的MapReduce框架成为大数据时代具有里程碑意义的技术,然而近年来层出不穷的新场景、新应用却使MapR
21世纪以来经济全球化飞速发展,我国服务业规模不断扩大,已经跃居国民经济第一大产业。随着近年来服务业的发展,服务流程分析与设计成为服务企业优化管理、提高顾客满意度的
四足爬行机器人在斜坡执行任务时需要通过复杂地形,为确保其在斜坡的通过性,需要提高足端控制精度、掌握足端力的大小以及有效地识别地形,所以本文从斜坡下的多步态设计、腿
随着社会水平的快速向前发展和计算机处理水平的提升,现在已进入到数据爆炸的时代。受益于此,计算机视觉衍生出许多的分支,包括人脸检测、图像检索、安全监控、智能汽车、场
在信息化的时代,信息安全成为当今社会很重要的问题,密码学中的加密算法、数字签名和身份认证等等各种方法加强了对秘密的保护,而单单的进行秘密保护是不够的,于是秘密共享的提出为密钥的保护提供了新的思路。随着对秘密共享的不断研究,秘密共享由单秘密共享到多秘密共享,逐步走向成熟和完善。本文对自选子秘密的多秘密共享方案进行研究,多秘密共享是指在一次的秘密共享中就可以实现多个秘密的共享。自选子秘密是防止可信中心
随着工业4.0时代的到来,智能制造的发展和应用极大的促进了人类社会的进步与发展。制造执行系统(MES)是制造业企业在生产车间用于管理和监控工作流程的智能控制系统,它是上层
随着GPU等硬件设备的发展和大型标注数据集的公开,深度学习在计算机视觉领域展现了突出的性能。通过层层堆叠神经元,深度学习构建包含大量可训练参数的深度神经网络模型,并利
注意的空间-数字联合效应(Attention Spatial-Numerical Association of Response Codes Effect,简称注意SNARC效应)是指个体对数字进行较浅的知觉加工时,也能够自动激活相应的空间表征。注意SNARC效应具体表现为当小数作为线索时,被试对左侧目标的反应更快;当大数作为线索时,被试对右侧目标的反应更快。近年来,注意SNARC效应受到越来越多
手指动作识别是实现基于手势的人机交互的关键技术之一,目前主要有两类识别方法,其一是基于视觉传感器的手指动作识别,另一种则是基于运动传感器的手指动作识别。这两种方法