基于离心力原理的力传感器新型动态标定及参数辨识方法研究

Force transducers are always statically calibrated for dynamic uses, and these would cause testing systems to lose their expected functions. At present, high accuracy dynamic calibrating devices for force transducers are deficient in our country. Hence we’ll study the dynamic calibration technology of force transducers deeply and specifically in this project. Via investigating the existing dynamic calibrating devices detailedly, a centrifugal principle based calibration method for force transducers is proposed. This method can transfer the precision controlling of sinusoidal force to the ones of mass, length and angular velocity. It is simple and practicable, and the precision of sinusoidal force could be obviously improved in this way. For reducing the influence of measurement noise on calibration process, a novel grey dynamic filter which is based on the modified GM(1,1) power model is employed. The power exponent, background value and initial condition of GM(1,1) power model are all optimized to improve the model accuracy and adaptability. For parameter identification of force transducer model, an improved Weighted Quantum-behaved Particle Swarm Optimization (WQPSO) algorithm is proposed. The best particle updating and particle weights are determined with grey correlation in WQPSO, and WQPSO would have a superior identifying ability. This investigation is aiming to enrich and develop the dynamic calibration technology. The proposed methods are new and have important academic value and practical significance.

力传感器动态标定多采用“静标动用”的方法进行，这常会使测试装置在动态情形下失去预定的功能，但目前国内仍缺乏高精度的力传感器动态标定装置。因此，本项目拟针对力传感器动态标定技术进行深入具体的研究。在详细分析目前存在的动态标定装置的基础上，提出一种基于离心力原理的力传感器动态标定方法。该方法将正弦力精度控制问题转化为对质量、几何量和角速度的测量，可大幅提高正弦力发生精度，可操作性强。为减小测量噪声对标定过程的影响，使用一种基于改进GM(1,1)幂模型的灰色动态滤波方法，该改进模型对幂指数、背景值及初始条件均进行了优化，可提高模型适应性和精度。针对力传感器模型参数辨识问题，提出一种改进的权重灰色量子粒子群算法，得到基于灰色关联度的最优粒子更新策略和粒子权值确定方法，可有效提高模型参数辨识精度。本项目旨在丰富并发展力传感器动态标定技术，提出的方法原理新颖，研究成果具有重要的学术价值和实际意义。

在力传感器的计量校准方面，静态标定的手段和方法已日趋完善，测试精度也在不断提高；而对于动态标定，除航天、军工等少数部门建立了一定的动态标定装置以外，民用工业领域仍然普遍采用“静标动用”的方法进行，即以计量器具静态校准时的数据结果作为动态测试时的依据。但在静态校准中精度很高的测试装置，动态测试中也可能出现极大的误差，而致使整个测试装置在动态情形下失去其预定的功能，且极易造成人们的错误判断。.通过本项目的研究，设计了一套基于正弦力的力传感器动态标定装置，其正弦力由基于离心力原理的动态力发生机构产生。正弦力源通过偏心质量旋转运动产生，利用水平加载的方式来消除传感器自重的影响，同时对垂直方向的作用力进行约束，以降低侧向力对标定过程的影响。将灰色系统理论应用到了标定系统的数据处理中，考虑到对非线性动态数据的适应能力，项目中选用了GM(1,1)幂模型，并对GM(1,1)幂模型的背景值、边值条件和幂指数进行了同步优化，获得了较高的建模精度。将粒子群优化算法应用到了力传感器模型辨识中，在对粒子群优化算法的研究中，考虑到单独使用均方误差作为适应度函数时存在的问题，提出了一种基于灰色绝对关联度与均方误差组合的粒子群算法。该模型在对力传感器传递函数进行辨识时，取得了较高的辨识精度。.该装置可较好地解决目前民用工业领域普遍存在的力传感器“静标动用”的问题，也可为国家重大工程和计量部门建立力传感器动态标定装置提供先进、实用的技术。