论文部分内容阅读
目前已有的寄生式时栅传感器不确定度评定方案没有建立传感器加工误差、安装误差以及多普勒效应与总不确定度之间的传递关系,寄生式时栅也没有建立高精度的动态测量误差修正模型,其结构只是依据实验经验设计,缺少指导结构优化设计的理论依据。为了建立更全面的寄生式时栅不确定度评定体系,本文对原有的寄生式时栅不确定度评定方案进行改进,建立传感器加工误差、安装误差以及多普勒效应与总不确定度之间的传递关系。为了建立高精度的寄生式时栅动态测量误差模型,本文以84对极寄生式时栅为研究对象,设计实验采集寄生式时栅整圆周动态误差,分析动态误差各个成分与误差来源的对应关系,选用插入标准值的贝叶斯预测算法建立寄生式时栅整圆周动态误差模型,另选用三次样条插值和BP神经网络建模方法对寄生式时栅整圆周动态误差建模,并与之对比。验证结果表明,贝叶斯插入标准值建模方法可在较短的时间以较少的数据量获得较高的建模精度。利用Ansoft Maxwell仿真分析传感器安装误差和多普勒效应对寄生式时栅测量精度的影响,并设计实验进行验证。从仿真和实验结果可知,测头与转子的间隙越小,传感器测量精度越高,实验确定的最佳安装间隙为0.2mm;测头的俯仰角和偏摆角变化对测量精度的影响规律复杂,故文中建立相应的误差补偿模型;随着转子转速增大,多普勒效应对传感器测量精度的影响越大。为了实时修正寄生式时栅安装误差引起的传感器测量误差,将涡流传感器结构耦合进寄生式时栅传感器结构中,利用三点法误差分离技术实时测量被测对象转角,实时补偿寄生式时栅因安装误差导致的测角误差,从而设计一种自补偿式寄生式时栅传感器,对其机械结构和处理电路进行设计,利用Ansoft Maxwell对传感器感应信号进行仿真分析。本文对已有的寄生式时栅不确定度评定方案进行了改进,建立了高精度的寄生式时栅整圆周动态误差模型,分析了安装误差与多普勒效应对传感器测量精度的影响。为了消除安装误差的影响,设计了一种自补偿寄生式时栅传感器。