JSgydF4y2Ba 杂志上的传感器gydF4y2Ba 1687 - 7268gydF4y2Ba 1687 - 725 xgydF4y2Ba HindawigydF4y2Ba 10.1155 / 2018/7631727gydF4y2Ba 7631727gydF4y2Ba 研究文章gydF4y2Ba 重型设备降落伞绳张力传感器的研究和应用gydF4y2Ba http://orcid.org/0000 - 0001 - 5416 - 9192gydF4y2Ba 姚gydF4y2Ba 最小值gydF4y2Ba 金gydF4y2Ba 烟花gydF4y2Ba 赵gydF4y2Ba 最小值gydF4y2Ba 徐gydF4y2Ba ShaohuagydF4y2Ba TouhafigydF4y2Ba AbdellahgydF4y2Ba 自动化工程学院gydF4y2Ba 南京航空航天大学gydF4y2Ba 南京gydF4y2Ba 中国gydF4y2Ba nuaa.edu.cngydF4y2Ba 2018年gydF4y2Ba 30.gydF4y2Ba 12gydF4y2Ba 2018年gydF4y2Ba 2018年gydF4y2Ba 09年gydF4y2Ba 05年gydF4y2Ba 2018年gydF4y2Ba 08年gydF4y2Ba 09年gydF4y2Ba 2018年gydF4y2Ba 22gydF4y2Ba 10gydF4y2Ba 2018年gydF4y2Ba 30.gydF4y2Ba 12gydF4y2Ba 2018年gydF4y2Ba 2018年gydF4y2Ba 版权©2018分钟姚明et al。gydF4y2Ba 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。gydF4y2Ba

重型设备主要是用来运送救援物资空投物资和重型武器。由于货物的重量,提取和制动绳的张力的降落伞大大影响飞机的安全。的基础上的测量和安装特点降落伞绳子,本研究设计的结构无损压力式降落伞绳张力传感器和应变片的位置设置使用ANSYS仿真软件来获取传感器灵敏度高。张力传感器的温度误差补偿,精度是提高使用LSSVM-PSO(最小二乘支持向量Machine-Particle群优化)算法。发达张力传感器应用于提取降落伞测试系统测量2和8 m的牵引gydF4y2Ba2gydF4y2Ba降落伞。试验结果表明,平台的最大重量的影响这两个降落伞可以画和降落伞打开可以计算。gydF4y2Ba

 江苏省青年基金gydF4y2Ba BK20150746gydF4y2Ba 航空科学基金gydF4y2Ba 2016年zd52036gydF4y2Ba 中国国家自然科学基金gydF4y2Ba 61873124gydF4y2Ba 51875289gydF4y2Ba 1。介绍gydF4y2Ba

近年来,大型运输飞机迅速发展,提高重型设备的条件和增加空投物资空投系统[上的要求gydF4y2Ba 1gydF4y2Ba- - - - - -gydF4y2Ba 3gydF4y2Ba]。重型设备空投系统所使用的主要是大型和中型运输飞机交付重型武器,装备,应急物资和其他货物到指定区域支持土地和海军作战或救灾工作gydF4y2Ba 4gydF4y2Ba,gydF4y2Ba 5gydF4y2Ba]。gydF4y2Ba

重型设备空投过程中,平台的小屋需要很大拉力的提取降落伞。同时,生成的大张力降落伞影响运输飞机的安全。因此,伞绳的张力在降落伞密切相关的操作平台和运输机的平稳的飞行。gydF4y2Ba

然而,这样的大型降落伞绳索张力传感器的重型设备空投系统很少报道。赵等人从南京航空航天大学设计了声表面波在2017年为翼伞张力传感器(gydF4y2Ba 6gydF4y2Ba]。这种传感器具有良好的线性度和重复性。然而,这种传感器系统需要一个读者发送和接收波信号,这使得测量干扰极其敏感。西安电子科技大学陆等人从设计了一种补偿看到了纱线张力传感器来测量(gydF4y2Ba 7gydF4y2Ba]。测量范围是不超过1 N,及其结构不适合安装在降落伞绳索。gydF4y2Ba

降落伞绳索的张力传感器重型设备空投系统可能有相同的结构作为汽车安全带的张力传感器,如美国EL20-S458传感器产生的量和LBT-A-20KNSA1 KYOWA产生的。然而,这种结构具有明显的棱角。摩擦力传感器可能会导致损坏的降落伞绳索甚至把绳索。这个结构很难安装和绳子需要削减,所有这些都不适合降落伞。此外,这种传感器的探测范围为汽车皮带不适合重型装备空投试验。gydF4y2Ba

本研究设计一种无损的张力传感器的测量提取和制动降落伞绳索的张力。拟议的张力传感器的特点是广泛,精度高,安装方便。gydF4y2Ba

 2。受力分析和结构设计gydF4y2Ba

有必要严格测试降落伞之前投入使用。测试包括降落伞控制性能评估,平滑的滑动性能评价和稳定性测试。为了实现这些测试,测量每个绳在着陆的压力是非常重要的。它反映了绳索的力量和压力均衡的程度。这也是一个降落伞控制性能的重要指标。gydF4y2Ba

张力传感器的总体结构如图gydF4y2Ba 1gydF4y2Ba。传感器被设计为一个三轴压缩类型,由四个部分组成,即主体,辊、挡板和螺母。圆柱滚子本传感器中使用,以确保它是无损和它可以帮助减肥。辊可以有效地减少接触面积与降落伞绳索和传感器的摩擦力。gydF4y2Ba

张力传感器的结构。gydF4y2Ba

如图gydF4y2Ba 1gydF4y2Ba,降落伞绳安装和固定的传感器。降落伞的绳子后强调,传感器是收紧和压制。然后,降落伞绳索传递的力传感器和经历弹性变形。身体上的压力传感器是不均匀的,应变计的位置是设计的一个重要组成部分。应提供足够的压力,确保传感器的灵敏度和测量范围。因此,传感器结构的受力分析需要确定应变仪的位置。gydF4y2Ba

机械结构模型的传感器结构如图gydF4y2Ba 2gydF4y2Ba。假设绳受到拉伸力gydF4y2Ba TgydF4y2Ba ,力传感器的两个滚轮由于矫直的绳索在图所示gydF4y2Ba 2gydF4y2Ba。gydF4y2Ba FgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba FgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba FgydF4y2Ba 3gydF4y2Ba 是压力应用于皮带张力传感器结构,然后呢gydF4y2Ba αgydF4y2Ba 是初始皮带张力的角度。gydF4y2Ba

张力传感器的受力分析。gydF4y2Ba

根据传感器力线图如图gydF4y2Ba 2gydF4y2Ba,下列方程推导:gydF4y2Ba (1)gydF4y2Ba FgydF4y2Ba 1gydF4y2Ba =gydF4y2Ba 2gydF4y2Ba TgydF4y2Ba 罪gydF4y2Ba αgydF4y2Ba ,gydF4y2Ba (2)gydF4y2Ba FgydF4y2Ba 2gydF4y2Ba =gydF4y2Ba FgydF4y2Ba 3gydF4y2Ba =gydF4y2Ba 2gydF4y2Ba TgydF4y2Ba 罪gydF4y2Ba αgydF4y2Ba 2gydF4y2Ba 。gydF4y2Ba

根据方程(gydF4y2Ba 1gydF4y2Ba)和(gydF4y2Ba 2gydF4y2Ba),传感器灵敏度和范围与角有关gydF4y2Ba αgydF4y2Ba 。角越小gydF4y2Ba αgydF4y2Ba 是,降低传感器的灵敏度和测量范围越大。找到传感器范围来满足的前提下,尽可能增加角条件下满足传感器的范围是必要的。gydF4y2Ba

传感器是42 crmo的材料。图gydF4y2Ba 3(一个)gydF4y2Ba显示了ANSYS网格网格,图gydF4y2Ba 3 (b)gydF4y2Ba显示了应变分析。最大应力区域的应力分布图表显示为红色。这些区域中间导向筒和梁的力,这是符合实际的结构。的结构梁臂患有高度的压力,这样的位置选择梁臂应变计的安装位置。胶贴片位置如图gydF4y2Ba 4gydF4y2Ba。gydF4y2Ba

压力传感器通过ANSYS软件分析。gydF4y2Ba

传感器在ANSYS的网格gydF4y2Ba

传感器的应力分析gydF4y2Ba

应变片贴片图。gydF4y2Ba

应变仪广泛应用于应变测量(gydF4y2Ba 8gydF4y2Ba,gydF4y2Ba 9gydF4y2Ba]。这种传感器应变仪用于BE650-4BB(11),在图所示的结构gydF4y2Ba 5gydF4y2Ba。发射两个互相垂直的“gydF4y2Ba TgydF4y2Ba “计是用于测量轴向和横向方向的火车,也称为泊松压力。gydF4y2Ba

应变计的图。gydF4y2Ba

如图gydF4y2Ba 4gydF4y2Ba在位置1,应变仪连接到每个力的手臂。张力传感器检测四个电阻在每个力的手臂,即。,轴向阻力变化gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba 和gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ′gydF4y2Ba 和横向电阻的变化gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba ygydF4y2Ba 1gydF4y2Ba 和gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba ygydF4y2Ba 1gydF4y2Ba ′gydF4y2Ba 。位置1是对面位置2的应变方向。gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba 和gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba ygydF4y2Ba 1gydF4y2Ba 左边的电阻变化是力量的手臂,然后呢gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ′gydF4y2Ba 和gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba ygydF4y2Ba 1gydF4y2Ba ′gydF4y2Ba 电阻的变化对力量的手臂,如图gydF4y2Ba 4gydF4y2Ba。总的来说,这八个电阻可以产生两个十字型桥梁,如图gydF4y2Ba 6gydF4y2Ba。gydF4y2Ba

测量电路。gydF4y2Ba

根据四臂电桥原理,推导出输出如下:gydF4y2Ba (3)gydF4y2Ba UgydF4y2Ba 出gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 8gydF4y2Ba UgydF4y2Ba KgydF4y2Ba εgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba +gydF4y2Ba εgydF4y2Ba ygydF4y2Ba 1gydF4y2Ba −gydF4y2Ba εgydF4y2Ba xgydF4y2Ba 2gydF4y2Ba +gydF4y2Ba εgydF4y2Ba ygydF4y2Ba 2gydF4y2Ba 。gydF4y2Ba

在方程(gydF4y2Ba 3gydF4y2Ba),gydF4y2Ba UgydF4y2Ba 出gydF4y2Ba 桥的输出电压,gydF4y2Ba KgydF4y2Ba 应变仪的灵敏度系数,gydF4y2Ba εgydF4y2Ba 是压力。gydF4y2Ba

从传感器力如图gydF4y2Ba 2gydF4y2Ba和表达的分析方程(gydF4y2Ba 1gydF4y2Ba)和(gydF4y2Ba 2gydF4y2Ba),当传感器接收到一定的张力gydF4y2Ba TgydF4y2Ba ,gydF4y2Ba εgydF4y2Ba 可以与gydF4y2Ba αgydF4y2Ba 在这种传感器结构。gydF4y2Ba

 3所示。温度误差补偿gydF4y2Ba

传感器是专为测试重型设备空投提取降落伞的拉力,将测量平台的铁路平面。牵引的范围是0 - 100 kN。传感器系统如图gydF4y2Ba 7gydF4y2Ba。gydF4y2Ba

传感器系统。gydF4y2Ba

温度误差的一个主要错误的应变传感器gydF4y2Ba 10gydF4y2Ba- - - - - -gydF4y2Ba 12gydF4y2Ba]。空投高度会有所不同从几百米到几千米,以便广泛的温度会改变。因此,降落伞张力传感器的温度误差不容忽视。gydF4y2Ba

应变仪的测量可能会受到许多因素的影响,如温度、振动、横向效应。这些因素引起的非线性误差和温度的关键因素之一。传统的温度补偿器通常是用来降低温度误差。然而,其他非线性误差引起的不充分考虑其他因素gydF4y2Ba 13gydF4y2Ba]。还使用了一个BP神经网络在非线性补偿gydF4y2Ba 14gydF4y2Ba]。该方法具有较高的精度,但它没有充分考虑温度的影响。Nagi等人利用支持向量机和遗传算法来补偿非线性误差(gydF4y2Ba 15gydF4y2Ba),但是这个过程的编码、交叉、选择和变异增加了算法的复杂性。摘要LSSVM和粒子群优化补偿张力传感器的非线性误差,尤其是温度误差。LSSVM-PSO算法将输入向量映射到一个高维特征空间通过非线性映射和结构优化的决策函数(gydF4y2Ba 16gydF4y2Ba- - - - - -gydF4y2Ba 18gydF4y2Ba]。PSO算法具有记忆功能是用来搜寻最优值。通过这种方式,它可以有效地减少计算复杂性和解决非线性问题的小样本。gydF4y2Ba

电阻应变计的变化是电阻的组合变化gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba EgydF4y2Ba ,这是由负载引起的变形,gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba TgydF4y2Ba ,这是由温度变化引起的,表示如下:gydF4y2Ba (4)gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba =gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba EgydF4y2Ba +gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

温度引起的应变电阻温度系数的影响应变仪。当温度变化时gydF4y2Ba ΔgydF4y2Ba TgydF4y2Ba 的相对变化,应变仪可以表示如下:gydF4y2Ba (5)gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba TgydF4y2Ba RgydF4y2Ba =gydF4y2Ba αgydF4y2Ba RgydF4y2Ba ΔgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

在方程(gydF4y2Ba 5gydF4y2Ba),gydF4y2Ba αgydF4y2Ba RgydF4y2Ba 是应变材料的电阻温度系数。在图gydF4y2Ba 6gydF4y2Ba根据电桥原理,gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba 和gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ′gydF4y2Ba 轴向阻力变化和吗gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba ygydF4y2Ba 1gydF4y2Ba 和gydF4y2Ba ΔgydF4y2Ba RgydF4y2Ba ygydF4y2Ba 1gydF4y2Ba ′gydF4y2Ba 横向变化。假设每个应变片的应变的错误都是一样的,侧阻力变化误差gydF4y2Ba δgydF4y2Ba 和纵向变化误差gydF4y2Ba −gydF4y2Ba δgydF4y2Ba 。根据方程(gydF4y2Ba 3gydF4y2Ba),(gydF4y2Ba 4gydF4y2Ba)和(gydF4y2Ba 5gydF4y2Ba),得到结果如下:gydF4y2Ba (6)gydF4y2Ba UgydF4y2Ba 出gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba UgydF4y2Ba δgydF4y2Ba 1gydF4y2Ba +gydF4y2Ba 2gydF4y2Ba μgydF4y2Ba dgydF4y2Ba lgydF4y2Ba lgydF4y2Ba +gydF4y2Ba αgydF4y2Ba RgydF4y2Ba ΔgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

在构建一个LSSVM模型具有良好的适应性,张力传感器数据的测试需要从训练样本等不同的环境,与传感器输出gydF4y2Ba UgydF4y2Ba 和环境温度gydF4y2Ba TgydF4y2Ba 作为输入。样本集gydF4y2Ba 问gydF4y2Ba 构建如下:gydF4y2Ba (7)gydF4y2Ba 问gydF4y2Ba =gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba ⋯gydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba ngydF4y2Ba 。gydF4y2Ba

在方程(gydF4y2Ba 7gydF4y2Ba),gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba 是gydF4y2Ba 我gydF4y2Ba th输入,即gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba TgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba UgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba 是算法的输出。数据近似的LSSVM模型可以表示如下:gydF4y2Ba (8)gydF4y2Ba 最小值gydF4y2Ba JgydF4y2Ba ωgydF4y2Ba ,gydF4y2Ba ξgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba wgydF4y2Ba TgydF4y2Ba wgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba γgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba ξgydF4y2Ba 我gydF4y2Ba 2gydF4y2Ba 年代gydF4y2Ba 。gydF4y2Ba tgydF4y2Ba 。gydF4y2Ba βgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba wgydF4y2Ba TgydF4y2Ba φgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba +gydF4y2Ba bgydF4y2Ba +gydF4y2Ba ξgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba ngydF4y2Ba 。gydF4y2Ba

在方程(gydF4y2Ba 8gydF4y2Ba),gydF4y2Ba JgydF4y2Ba 是待优化函数,gydF4y2Ba ωgydF4y2Ba 权向量,gydF4y2Ba φgydF4y2Ba xgydF4y2Ba 是非线性映射函数,gydF4y2Ba γgydF4y2Ba 正则化参数,gydF4y2Ba bgydF4y2Ba 偏差值。以下介绍了拉格朗日函数推导出约束最优解:gydF4y2Ba (9)gydF4y2Ba lgydF4y2Ba wgydF4y2Ba ,gydF4y2Ba bgydF4y2Ba ,gydF4y2Ba ξgydF4y2Ba ,gydF4y2Ba 一个gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba wgydF4y2Ba TgydF4y2Ba wgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba γgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba ξgydF4y2Ba 我gydF4y2Ba 2gydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba wgydF4y2Ba TgydF4y2Ba φgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba +gydF4y2Ba bgydF4y2Ba +gydF4y2Ba ξgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba βgydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

的参数gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba 介绍了方程(gydF4y2Ba 9gydF4y2Ba拉格朗日乘数。的偏导数gydF4y2Ba ωgydF4y2Ba ,gydF4y2Ba bgydF4y2Ba ,gydF4y2Ba ξgydF4y2Ba ,gydF4y2Ba 一个gydF4y2Ba 应该等于0获得极值使用方程(gydF4y2Ba 9gydF4y2Ba)。生成的线性方程如下:gydF4y2Ba (10)gydF4y2Ba 0gydF4y2Ba 1gydF4y2Ba ⋯gydF4y2Ba 1gydF4y2Ba 1gydF4y2Ba KgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba +gydF4y2Ba γgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ⋯gydF4y2Ba KgydF4y2Ba xgydF4y2Ba ngydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba ⋱gydF4y2Ba ⋮gydF4y2Ba 1gydF4y2Ba KgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba xgydF4y2Ba ngydF4y2Ba ⋯gydF4y2Ba KgydF4y2Ba xgydF4y2Ba ngydF4y2Ba ,gydF4y2Ba xgydF4y2Ba ngydF4y2Ba +gydF4y2Ba γgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba bgydF4y2Ba 一个gydF4y2Ba 1gydF4y2Ba ⋮gydF4y2Ba 一个gydF4y2Ba ngydF4y2Ba =gydF4y2Ba 0gydF4y2Ba βgydF4y2Ba 1gydF4y2Ba ⋮gydF4y2Ba βgydF4y2Ba ngydF4y2Ba 。gydF4y2Ba

KgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba LSSVM的核函数算法。在这项研究中,强烈的径向基核函数选择泛化的原始特性映射到无限维度。表达式如下:gydF4y2Ba (11)gydF4y2Ba KgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 经验值gydF4y2Ba −gydF4y2Ba xgydF4y2Ba −gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba 2gydF4y2Ba σgydF4y2Ba 2gydF4y2Ba 。gydF4y2Ba

的值gydF4y2Ba bgydF4y2Ba 和拉格朗日乘数gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba 可以从拉格朗日函数。张力传感器补偿模型,即。,the nonlinear approximation function of the LSSVM model, is expressed as follows: (12)gydF4y2Ba fgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba KgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba +gydF4y2Ba bgydF4y2Ba 。gydF4y2Ba

在LSSVM模型中,参数gydF4y2Ba σgydF4y2Ba ,gydF4y2Ba γgydF4y2Ba 需要优化。样本协方差gydF4y2Ba egydF4y2Ba RgydF4y2Ba 米gydF4y2Ba 年代gydF4y2Ba EgydF4y2Ba 粒子群优化算法的目标函数。当样本协方差达到设定精度,相应的参数gydF4y2Ba σgydF4y2Ba ,gydF4y2Ba γgydF4y2Ba 可以被看作是全局最优的解决方案。样本协方差gydF4y2Ba egydF4y2Ba RgydF4y2Ba 米gydF4y2Ba 年代gydF4y2Ba EgydF4y2Ba 表示如下:gydF4y2Ba (13)gydF4y2Ba egydF4y2Ba RgydF4y2Ba 米gydF4y2Ba 年代gydF4y2Ba EgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba fgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba 2gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba KgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba +gydF4y2Ba bgydF4y2Ba −gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba 2gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba 。gydF4y2Ba

我们假设的粒子的大小gydF4y2Ba DgydF4y2Ba 维搜索空间gydF4y2Ba 米gydF4y2Ba 的位置gydF4y2Ba 我gydF4y2Ba th粒子gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba 和飞行速度gydF4y2Ba vgydF4y2Ba 我gydF4y2Ba 。在gydF4y2Ba ngydF4y2Ba th迭代,粒子的历史最优位置gydF4y2Ba PgydF4y2Ba bgydF4y2Ba egydF4y2Ba 年代gydF4y2Ba tgydF4y2Ba 和全球粒子的最优位置gydF4y2Ba ggydF4y2Ba bgydF4y2Ba egydF4y2Ba 年代gydF4y2Ba tgydF4y2Ba 。迭代公式表示如下:gydF4y2Ba (14)gydF4y2Ba VgydF4y2Ba tgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba =gydF4y2Ba ωgydF4y2Ba VgydF4y2Ba tgydF4y2Ba +gydF4y2Ba cgydF4y2Ba 1gydF4y2Ba rgydF4y2Ba 1gydF4y2Ba PgydF4y2Ba tgydF4y2Ba −gydF4y2Ba XgydF4y2Ba tgydF4y2Ba +gydF4y2Ba cgydF4y2Ba 2gydF4y2Ba rgydF4y2Ba 2gydF4y2Ba PgydF4y2Ba tgydF4y2Ba −gydF4y2Ba XgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba XgydF4y2Ba tgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba =gydF4y2Ba XgydF4y2Ba tgydF4y2Ba +gydF4y2Ba λgydF4y2Ba VgydF4y2Ba tgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba 。gydF4y2Ba

在方程(gydF4y2Ba 12gydF4y2Ba),gydF4y2Ba tgydF4y2Ba 是当前进化代数,gydF4y2Ba cgydF4y2Ba 1gydF4y2Ba 和gydF4y2Ba cgydF4y2Ba 2gydF4y2Ba 是负的因素,gydF4y2Ba ωgydF4y2Ba 惯性权重,gydF4y2Ba λgydF4y2Ba 速度因素,gydF4y2Ba rgydF4y2Ba 1gydF4y2Ba 和gydF4y2Ba rgydF4y2Ba 2gydF4y2Ba 是[0,1]中的随机数。我们设置gydF4y2Ba DgydF4y2Ba =gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 米gydF4y2Ba =gydF4y2Ba 25gydF4y2Ba ,gydF4y2Ba cgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba cgydF4y2Ba 2gydF4y2Ba =gydF4y2Ba 2、0.8gydF4y2Ba ,gydF4y2Ba λgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 。25成堆的张力传感器的测量数据进行不同温度下被纳入了PSO算法作为样本搜索最优的结果。优化流程如图gydF4y2Ba 8gydF4y2Ba。当PSO算法达到24个迭代,样本协方差gydF4y2Ba egydF4y2Ba RgydF4y2Ba 米gydF4y2Ba 年代gydF4y2Ba EgydF4y2Ba 是3.084×10gydF4y2Ba−7gydF4y2Ba和等待最佳参数gydF4y2Ba σgydF4y2Ba ,gydF4y2Ba γgydF4y2Ba =gydF4y2Ba 2.181,1.395gydF4y2Ba 。gydF4y2Ba

PSO优化曲线。gydF4y2Ba

全套100 kN的张力传感器是在高低温环境测试前30分钟。随着标准的张力计大量,很难把整个测试系统变成一个恒定的温度环境。因此,张力传感器处理分别得到不同工作温度得到其确切的工作温度与温度传感器在测试期间坚持张力传感器。gydF4y2Ba

温度误差计算如下:gydF4y2Ba (15)gydF4y2Ba EgydF4y2Ba rgydF4y2Ba rgydF4y2Ba tgydF4y2Ba egydF4y2Ba 米gydF4y2Ba pgydF4y2Ba =gydF4y2Ba VgydF4y2Ba 出gydF4y2Ba −gydF4y2Ba VgydF4y2Ba 20.gydF4y2Ba °gydF4y2Ba CgydF4y2Ba VgydF4y2Ba FgydF4y2Ba 年代gydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba VgydF4y2Ba 出gydF4y2Ba 传感器系统的输出在任何温度下,gydF4y2Ba VgydF4y2Ba 20.gydF4y2Ba °gydF4y2Ba CgydF4y2Ba 传感器的输出在室温(20°C),然后呢gydF4y2Ba VgydF4y2Ba FgydF4y2Ba 年代gydF4y2Ba 是输出的全尺寸。gydF4y2Ba

表gydF4y2Ba 1gydF4y2Ba显示了测试数据的范围0 - 100 kN在室温下(+ 20°C),高温(+ 40°C)和低温(−20°C)没有补偿。gydF4y2Ba

温度传感器的误差没有补偿。gydF4y2Ba

紧张(kN)gydF4y2Ba VgydF4y2Ba出gydF4y2Ba(V)gydF4y2Ba 犯错gydF4y2Ba临时gydF4y2Ba(% FS)gydF4y2Ba
−20°CgydF4y2Ba −10°CgydF4y2Ba 0°CgydF4y2Ba + 10°CgydF4y2Ba + 20°CgydF4y2Ba + 30°CgydF4y2Ba + 40°CgydF4y2Ba
0gydF4y2Ba 0.012gydF4y2Ba 0.015gydF4y2Ba 0.017gydF4y2Ba 0.017gydF4y2Ba 0.019gydF4y2Ba 0.025gydF4y2Ba 0.044gydF4y2Ba 0.50%gydF4y2Ba
20.gydF4y2Ba 0.969gydF4y2Ba 0.972gydF4y2Ba 0.991gydF4y2Ba 1.003gydF4y2Ba 1.011gydF4y2Ba 1.020gydF4y2Ba 1.034gydF4y2Ba 0.84%gydF4y2Ba
40gydF4y2Ba 1.930gydF4y2Ba 1.942gydF4y2Ba 1.961gydF4y2Ba 1.985gydF4y2Ba 2.006gydF4y2Ba 2.198gydF4y2Ba 2.041gydF4y2Ba 1.52%gydF4y2Ba
60gydF4y2Ba 2.892gydF4y2Ba 2.920gydF4y2Ba 2.953gydF4y2Ba 2.962gydF4y2Ba 2.975gydF4y2Ba 3.021gydF4y2Ba 3.033gydF4y2Ba 1.66%gydF4y2Ba
80年gydF4y2Ba 3.859gydF4y2Ba 3.870gydF4y2Ba 3.894gydF4y2Ba 3.908gydF4y2Ba 3.925gydF4y2Ba 3.940gydF4y2Ba 3.956gydF4y2Ba 1.32%gydF4y2Ba
One hundred.gydF4y2Ba 4.817gydF4y2Ba 4.833gydF4y2Ba 4.845gydF4y2Ba 4.857gydF4y2Ba 4.862gydF4y2Ba 4.882gydF4y2Ba 4.896gydF4y2Ba 0.90%gydF4y2Ba

三轮测试进行。所有的数据被用来训练数据gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba ,如公式(gydF4y2Ba 7gydF4y2Ba)。gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba TgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba UgydF4y2Ba 我gydF4y2Ba 和gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba 是预期的输出。例如,表中的数据gydF4y2Ba 1gydF4y2Ba形成了训练数据如下:(−20,0.012,0.019),(−20,0.969,1.011),(−20,1.930,2.006),(−20,2.892,2.975),(−20,3.859,3.925),(−20,4.817,4.862),(10−0.015,0.019),(10−0.972,1.011),(10−1.942,2.006),(10−2.920,2.975),(10−3.870,3.925),(10−4.833,4.862),(0,0.017,0.019),(1.011[0,0.991]),(0,1.961,2.006),(2.975[0,2.953]),(0,3.894,3.925),(4.862[0,4.845]),(10,0.017,0.019),(10,1.003,1.011),(10,1.985,2.006),(10,2.962,2.975),(10,3.908,3.925),(10,4.857,4.862),(20,0.019,0.019),(20,1.011,1.011),(20,2.006,2.006),(20,2.975,2.975),(20,3.925,3.925),(20,4.862,4.862),(30,0.025,0.019),(30,1.020,1.011),(30,2.198,2.006),(30,3.021,2.975),(30,3.940,3.925),(30,4.882,4.862),(40,0.044,0.019),(40,1.034,1.011),(40,2.041,2.006),(40,3.033,2.975),(40,3.956,3.925),和(40,4.896,4.862)。gydF4y2Ba

与LSSVM-PSO算法训练后,进行了新一轮的测试。温度补偿后表所示的输出gydF4y2Ba 2gydF4y2Ba。试验结果表明,传感器温度误差从1.66%减少到0.86%,温度补偿。gydF4y2Ba

温度传感器的误差补偿。gydF4y2Ba

紧张(kN)gydF4y2Ba VgydF4y2Ba出gydF4y2Ba(V)gydF4y2Ba 犯错gydF4y2Ba临时gydF4y2Ba(% FS)gydF4y2Ba
−20°CgydF4y2Ba −10°CgydF4y2Ba 0°CgydF4y2Ba + 10°CgydF4y2Ba + 20°CgydF4y2Ba + 30°CgydF4y2Ba + 40°CgydF4y2Ba
0gydF4y2Ba 0.041gydF4y2Ba 0.032gydF4y2Ba 0.028gydF4y2Ba 0.022gydF4y2Ba 0.019gydF4y2Ba 0.021gydF4y2Ba 0.043gydF4y2Ba 0.48%gydF4y2Ba
20.gydF4y2Ba 0.998gydF4y2Ba 1.005gydF4y2Ba 1.007gydF4y2Ba 1.010gydF4y2Ba 1.011gydF4y2Ba 1.014gydF4y2Ba 1.019gydF4y2Ba 0.26%gydF4y2Ba
40gydF4y2Ba 1.964gydF4y2Ba 1.973gydF4y2Ba 2.002gydF4y2Ba 1.997gydF4y2Ba 2.006gydF4y2Ba 2.004gydF4y2Ba 2.000gydF4y2Ba 0.84%gydF4y2Ba
60gydF4y2Ba 2.932gydF4y2Ba 2.961gydF4y2Ba 2.958gydF4y2Ba 2.971gydF4y2Ba 2.975gydF4y2Ba 2.982gydF4y2Ba 2.973gydF4y2Ba 0.86%gydF4y2Ba
80年gydF4y2Ba 3.905gydF4y2Ba 3.913gydF4y2Ba 3.912gydF4y2Ba 3.924gydF4y2Ba 3.925gydF4y2Ba 3.928gydF4y2Ba 3.930gydF4y2Ba 0.40%gydF4y2Ba
One hundred.gydF4y2Ba 4.875gydF4y2Ba 4.863gydF4y2Ba 4.857gydF4y2Ba 4.867gydF4y2Ba 4.862gydF4y2Ba 4.870gydF4y2Ba 4.881gydF4y2Ba 0.38%gydF4y2Ba

最后,该传感器测试和校准在无锡计量测试研究所(WXMTC)。传感器测试在高温(+ 40°C),室温(+ 20°C),和低温(−20°C)分开。图gydF4y2Ba 9gydF4y2Ba是测试图片。测试机的参数如表所示gydF4y2Ba 3gydF4y2Ba。gydF4y2Ba

测试的图片。gydF4y2Ba

标准的张力计的参数和使用的电压表测试。gydF4y2Ba

设备名称gydF4y2Ba 范围gydF4y2Ba 精度gydF4y2Ba
标准张力计gydF4y2Ba 1 - 100 kNgydF4y2Ba 0.01%gydF4y2Ba
电压表gydF4y2Ba DC: (0 - 1000 V), AC: (0 - 750 V)gydF4y2Ba AC DC: 0.01%: 0.1%gydF4y2Ba

传感器在室温进行三轮测试。房间的温度是20°C,相对湿度为62% RH。测试结果如表所示gydF4y2Ba 4gydF4y2Ba。gydF4y2Ba

测试的结果在室温下(温度:20°C,湿度62% RH)。gydF4y2Ba

标准力值(kN)gydF4y2Ba Uptravel输出(V)gydF4y2Ba 重复性(% FS)gydF4y2Ba 理论值(V)gydF4y2Ba 非线性(% FS)gydF4y2Ba Downtravel输出(V)gydF4y2Ba 精度(% FS)gydF4y2Ba
1gydF4y2Ba 2gydF4y2Ba 3gydF4y2Ba 平均gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 3gydF4y2Ba
0gydF4y2Ba 0.039gydF4y2Ba 0.008gydF4y2Ba 0.011gydF4y2Ba 0.019gydF4y2Ba 0.64gydF4y2Ba 0.019gydF4y2Ba 0.00gydF4y2Ba 0.007gydF4y2Ba 0.012gydF4y2Ba 0.017gydF4y2Ba 0.41gydF4y2Ba
20.gydF4y2Ba 1.037gydF4y2Ba 0.991gydF4y2Ba 1.005gydF4y2Ba 1.011gydF4y2Ba 0.95gydF4y2Ba 0.988gydF4y2Ba 0.47gydF4y2Ba 1.056gydF4y2Ba 1.020gydF4y2Ba 1.037gydF4y2Ba 1.40gydF4y2Ba
40gydF4y2Ba 2.040gydF4y2Ba 1.978gydF4y2Ba 2.001gydF4y2Ba 2.006gydF4y2Ba 1.28gydF4y2Ba 1.956gydF4y2Ba 1.03gydF4y2Ba 2.085gydF4y2Ba 2.030gydF4y2Ba 2.068gydF4y2Ba 2.65gydF4y2Ba
60gydF4y2Ba 3.006gydF4y2Ba 2.942gydF4y2Ba 2.977gydF4y2Ba 2.975gydF4y2Ba 1.32gydF4y2Ba 2.925gydF4y2Ba 1.03gydF4y2Ba 3.072gydF4y2Ba 3.130gydF4y2Ba 3.065gydF4y2Ba 2.88gydF4y2Ba
80年gydF4y2Ba 3.942gydF4y2Ba 3.893gydF4y2Ba 3.939gydF4y2Ba 3.925gydF4y2Ba 1.01gydF4y2Ba 3.893gydF4y2Ba 0.66gydF4y2Ba 3.975gydF4y2Ba 4.006gydF4y2Ba 4.036gydF4y2Ba 2.94gydF4y2Ba
One hundred.gydF4y2Ba 4.860gydF4y2Ba 4.831gydF4y2Ba 4.896gydF4y2Ba 4.862gydF4y2Ba 1.34gydF4y2Ba 4.862gydF4y2Ba 0.00gydF4y2Ba 0.70gydF4y2Ba

如表所示gydF4y2Ba 4gydF4y2Ba传感器的重复性是1.34%,非线性是1.03%。传感器的精度是2.94%。gydF4y2Ba

然后,传感器测试在高温(+ 40°C)和低温(−20°C)分开。在传感器在高温/低温30分钟,从0到100 kN传感器测试。高/低温度的测试结果如表所示gydF4y2Ba 5gydF4y2Ba。gydF4y2Ba

测试的结果在高/低温度(高温:+ 40°C,低温:−20°C)。gydF4y2Ba

标准力值(kN)gydF4y2Ba 输出(V)−20°CgydF4y2Ba 输出(V) + 40°CgydF4y2Ba 理论值(V)gydF4y2Ba 精度(% FS)gydF4y2Ba
UptravelgydF4y2Ba DowntravelgydF4y2Ba UptravelgydF4y2Ba DowntravelgydF4y2Ba
0gydF4y2Ba 0.029gydF4y2Ba 0.020gydF4y2Ba 0.012gydF4y2Ba 0.032gydF4y2Ba 0.019gydF4y2Ba 0.27gydF4y2Ba
20.gydF4y2Ba 1.022gydF4y2Ba 1.034gydF4y2Ba 1.043gydF4y2Ba 1.056gydF4y2Ba 0.988gydF4y2Ba 1.40gydF4y2Ba
40gydF4y2Ba 2.023gydF4y2Ba 2.044gydF4y2Ba 2.004gydF4y2Ba 2.034gydF4y2Ba 1.956gydF4y2Ba 1.80gydF4y2Ba
60gydF4y2Ba 3.001gydF4y2Ba 3.023gydF4y2Ba 3.009gydF4y2Ba 3.045gydF4y2Ba 2.925gydF4y2Ba 2.46gydF4y2Ba
80年gydF4y2Ba 3.931gydF4y2Ba 3.956gydF4y2Ba 3.907gydF4y2Ba 3.942gydF4y2Ba 3.893gydF4y2Ba 1.29gydF4y2Ba
One hundred.gydF4y2Ba 4.848gydF4y2Ba 4.817gydF4y2Ba 4.862gydF4y2Ba 0.96gydF4y2Ba

如表所示gydF4y2Ba 5gydF4y2Ba这个传感器的精度,在高温和低温是2.46%。对这个传感器温度有一个非常小的影响。gydF4y2Ba

 4所示。牵引试验为重型设备空投提取降落伞gydF4y2Ba

该传感器应用于提取降落伞牵引试验的大型运输飞机。测试测量拉力的降落伞当货物被拖出来飞机客舱的重型武器系统。牵引试验平台数据所示gydF4y2Ba 10gydF4y2Ba和gydF4y2Ba 11gydF4y2Ba。拖的重型武器系统需要一个巨大的力量空投舱的货物,通常使用一个提取降落伞。不同提取降落伞生成不同的拉动力量。每种类型的运输飞机配备了相应类型的萃取降落伞根据货物重量必须通过严格的测试。一方面,适当的牵引力确保货物拖出机舱的成功。另一方面,巨大的拉力,尤其是此刻打开降落伞,不能影响飞行安全的(gydF4y2Ba 19gydF4y2Ba,gydF4y2Ba 20.gydF4y2Ba]。gydF4y2Ba

牵引试验图。gydF4y2Ba

降落伞的测试数据在2 m的一个领域gydF4y2Ba2gydF4y2Ba。gydF4y2Ba

牵引绳的长度35米gydF4y2Ba

牵引绳40米的长度gydF4y2Ba

牵引绳长45米gydF4y2Ba

牵引绳长度为50米gydF4y2Ba

拉力测试旨在评估到运输机使用不同尺寸的提取降落伞。测试图如图gydF4y2Ba 10gydF4y2Ba。测试的步骤如下:gydF4y2Ba

降落伞绳固定在表的铁路货物运输飞机紧固螺栓。张力传感器和牵引降落伞插销固定在重型武器货表和降落伞绳通过张力传感器。gydF4y2Ba

空投的降落伞包后面的小屋被绞死。运输机把降落伞和张力传感器测量了降落伞绳张力和保存的数据存储模块。gydF4y2Ba

30 - 60年代后,降落伞打开,被释放。详细测试数据的传感器系统保存整个测试的过程。gydF4y2Ba

在该测试中,张力传感器的采样频率为200赫兹,提取降落伞的区域2和8米gydF4y2Ba2gydF4y2Ba,伞绳的长度是35 - m。gydF4y2Ba

图gydF4y2Ba 11gydF4y2Ba显示了紧张的四个测试结果2 mgydF4y2Ba2gydF4y2Ba。他们给的绳索的张力曲线降落伞打开之前被释放。很明显,张力增加迅速打开降落伞时曲线的开始和结束时迅速下降的曲线。在测试过程中,张力波动剧烈,这是由于严重的动荡。gydF4y2Ba

图gydF4y2Ba 12gydF4y2Ba显示了四个测试结果紧张地区的8米gydF4y2Ba2gydF4y2Ba。gydF4y2Ba

降落伞面积8米的测试数据gydF4y2Ba2gydF4y2Ba。gydF4y2Ba

牵引绳的长度35米gydF4y2Ba

牵引绳40米的长度gydF4y2Ba

牵引绳长45米gydF4y2Ba

牵引绳长度为50米gydF4y2Ba

根据降落伞测试数据,生成的最大和平均牵引两个降落伞,即。2和8米gydF4y2Ba2gydF4y2Ba,如表所示gydF4y2Ba 6gydF4y2Ba。产生的牵引力8米gydF4y2Ba2gydF4y2Ba降落伞是比这更大的由2米gydF4y2Ba2gydF4y2Ba降落伞,特别是最大牵引力。产生的牵引力8米gydF4y2Ba2gydF4y2Ba降落伞是如此之大,绳子的张力急剧增加的时候打开降落伞,在图所示gydF4y2Ba 12gydF4y2Ba。gydF4y2Ba

牵引不同的降落伞。gydF4y2Ba

不。gydF4y2Ba 2米gydF4y2Ba2gydF4y2Ba 8米gydF4y2Ba2gydF4y2Ba
最大(公斤)gydF4y2Ba 平均水平(公斤)gydF4y2Ba 最大(公斤)gydF4y2Ba 平均水平(公斤)gydF4y2Ba
1gydF4y2Ba 788年gydF4y2Ba 398年gydF4y2Ba 3988年gydF4y2Ba 1697年gydF4y2Ba
2gydF4y2Ba 883年gydF4y2Ba 445年gydF4y2Ba 3748年gydF4y2Ba 1645年gydF4y2Ba
3gydF4y2Ba 872年gydF4y2Ba 428年gydF4y2Ba 3977年gydF4y2Ba 1788年gydF4y2Ba
4gydF4y2Ba 853年gydF4y2Ba 456年gydF4y2Ba 4058年gydF4y2Ba 1689年gydF4y2Ba
平均gydF4y2Ba 849年gydF4y2Ba 432年gydF4y2Ba 3943年gydF4y2Ba 1705年gydF4y2Ba

货物的重量有关系所需的负载和牵引拉货物的小屋,这是表示为牵引比公式gydF4y2Ba λgydF4y2Ba 重型设备的空投:gydF4y2Ba (16)gydF4y2Ba λgydF4y2Ba =gydF4y2Ba DgydF4y2Ba 年代gydF4y2Ba GgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba DgydF4y2Ba 年代gydF4y2Ba 牵引阻力和吗gydF4y2Ba GgydF4y2Ba 是总货物负载。在实际工程中,gydF4y2Ba λgydF4y2Ba 是0.2 - -0.5。使用公式(gydF4y2Ba 16gydF4y2Ba),我们就可以计算货物的重量负荷,这两个降落伞2和8 m的地区gydF4y2Ba2gydF4y2Ba可以拉。货物的重量载荷如表所示gydF4y2Ba 7gydF4y2Ba。gydF4y2Ba

重量的货物装载。gydF4y2Ba

2米gydF4y2Ba2gydF4y2Ba 8米gydF4y2Ba2gydF4y2Ba
牵引(公斤)gydF4y2Ba 体重(公斤)gydF4y2Ba 牵引(公斤)gydF4y2Ba 体重(公斤)gydF4y2Ba
432年gydF4y2Ba 900 - 2100gydF4y2Ba 1705年gydF4y2Ba 3400 - 8500gydF4y2Ba

表gydF4y2Ba 7gydF4y2Ba显示2和8 m的牵引能力gydF4y2Ba2gydF4y2Ba提取降落伞空投的900 - 2100公斤和3400 - 8500公斤。打开的时候,8米gydF4y2Ba2gydF4y2Ba降落伞生成46 kN的最大拉力量。gydF4y2Ba

 5。结论gydF4y2Ba

本研究设计了三轴侧压力张力传感器广泛,可以很容易地安装测量实时降落伞空投设备的张力。温度误差的一个主要错误的应变传感器,达到1.66%的−20°C + 40°C的范围0 - 100 kN。LSSVM-PSO算法被用来减少张力传感器的温度误差0.86%。传感器测试和校准在无锡计量测试研究所(WXMTC)。结果表明,传感器的重复性是1.34%,非线性是1.03%,精度为3%。gydF4y2Ba

张力传感器是用于重型设备空投试验测量的平均和最大拉力值提取降落伞2和8 m的地区gydF4y2Ba2gydF4y2Ba。根据测试,两种提取的牵引能力降落伞空投的900 - 2100公斤和3400 - 8500公斤。所产生的最大拉部队8米gydF4y2Ba2gydF4y2Ba降落伞分别是10岁和46 kN。测试的结果可以提供一个参考,以确保运输飞机的安全飞行。gydF4y2Ba

 数据可用性gydF4y2Ba

使用的数据来支持本研究的发现正在禁运而研究成果商业化。请求数据,6个月后发表的这篇文章中,将会被相应的作者。gydF4y2Ba

 的利益冲突gydF4y2Ba

作者宣称没有利益冲突。gydF4y2Ba

 确认gydF4y2Ba

这项研究已经被中国的自然科学基金资助(51875289和51875289号),中国的航空科学基金(2016号zd52036)和江苏省青年资助(没有。BK20150746)。gydF4y2Ba

 DesabraisgydF4y2Ba k·J。gydF4y2Ba 莱利gydF4y2Ba J。gydF4y2Ba SadeckgydF4y2Ba J。gydF4y2Ba 李gydF4y2Ba C。gydF4y2Ba 低成本的高海拔low-opening货物空投系统gydF4y2Ba 杂志上的飞机gydF4y2Ba 2012年gydF4y2Ba 49gydF4y2Ba 1gydF4y2Ba 349年gydF4y2Ba 354年gydF4y2Ba 10.2514/1. c031527gydF4y2Ba 2 - s2.0 - 84863279853gydF4y2Ba 陈gydF4y2Ba J。gydF4y2Ba 马gydF4y2Ba C.-B。gydF4y2Ba 首歌gydF4y2Ba D。gydF4y2Ba 在沉重的货物空投飞机动力学特性分析gydF4y2Ba 国际期刊的自动化和计算gydF4y2Ba 2014年gydF4y2Ba 11gydF4y2Ba 3gydF4y2Ba 313年gydF4y2Ba 319年gydF4y2Ba 10.1007 / s11633 - 014 - 0794 - 5gydF4y2Ba 2 - s2.0 - 84902318425gydF4y2Ba 邱gydF4y2Ba J。gydF4y2Ba WannggydF4y2Ba x Y。gydF4y2Ba 高gydF4y2Ba y K。gydF4y2Ba 汉gydF4y2Ba y . H。gydF4y2Ba 黑gydF4y2Ba w·J。gydF4y2Ba 分析重型货物空投基于自然的低空飞机gydF4y2Ba 系统仿真学报gydF4y2Ba 2012年gydF4y2Ba 24gydF4y2Ba 4gydF4y2Ba 933年gydF4y2Ba 937年gydF4y2Ba 迈耶gydF4y2Ba d . C。gydF4y2Ba FiorinogydF4y2Ba s T。gydF4y2Ba 应用卫星和NWP-derived风军事空投行动gydF4y2Ba 应用气象学和气候学杂志》上gydF4y2Ba 2016年gydF4y2Ba 55gydF4y2Ba 10gydF4y2Ba 2197年gydF4y2Ba 2209年gydF4y2Ba 10.1175 / jamc - d - 15 - 0296.1gydF4y2Ba 2 - s2.0 - 84992752512gydF4y2Ba ŞtefănescugydF4y2Ba d . M。gydF4y2Ba AnghelgydF4y2Ba m·A。gydF4y2Ba 电力度量方法简单的调查gydF4y2Ba 测量gydF4y2Ba 2013年gydF4y2Ba 46gydF4y2Ba 2gydF4y2Ba 949年gydF4y2Ba 959年gydF4y2Ba 10.1016 / j.measurement.2012.10.020gydF4y2Ba 2 - s2.0 - 84870701437gydF4y2Ba 赵gydF4y2Ba M。gydF4y2Ba 张gydF4y2Ba H。gydF4y2Ba 张gydF4y2Ba R。gydF4y2Ba 姚gydF4y2Ba M。gydF4y2Ba 马gydF4y2Ba M。gydF4y2Ba 声表面波翼伞立管压力传感器的设计gydF4y2Ba IEEE传感器杂志gydF4y2Ba 2017年gydF4y2Ba 17gydF4y2Ba 10gydF4y2Ba 3022年gydF4y2Ba 3029年gydF4y2Ba 10.1109 / jsen.2017.2689788gydF4y2Ba 2 - s2.0 - 85018996693gydF4y2Ba 陆gydF4y2Ba X。gydF4y2Ba 陆gydF4y2Ba W。gydF4y2Ba 朱gydF4y2Ba C。gydF4y2Ba 补偿了纱线张力传感器gydF4y2Ba IEEE仪表和测量gydF4y2Ba 2014年gydF4y2Ba 63年gydF4y2Ba 12gydF4y2Ba 3162年gydF4y2Ba 3168年gydF4y2Ba 10.1109 / tim.2014.2328452gydF4y2Ba 2 - s2.0 - 84909584159gydF4y2Ba 阿訇gydF4y2Ba 诉R。gydF4y2Ba 德黑兰的gydF4y2Ba p . H。gydF4y2Ba YounesiangydF4y2Ba D。gydF4y2Ba 最佳的应变仪放置在仪器的测量轮对轮轨接触力gydF4y2Ba 国际期刊的精密工程和制造业gydF4y2Ba 2017年gydF4y2Ba 18gydF4y2Ba 11gydF4y2Ba 1519年gydF4y2Ba 1527年gydF4y2Ba 10.1007 / s12541 - 017 - 0180 - 7gydF4y2Ba 2 - s2.0 - 85034443646gydF4y2Ba 左gydF4y2Ba Y。gydF4y2Ba 根据航空发动机的高温应变计测量系统gydF4y2Ba 计算机测量与控制gydF4y2Ba 2008年gydF4y2Ba 16gydF4y2Ba 11gydF4y2Ba 1528年gydF4y2Ba 1529年gydF4y2Ba MaskaygydF4y2Ba 一个。gydF4y2Ba Pereira da CunhagydF4y2Ba M。gydF4y2Ba 高温静态应变langasite SAWR传感器:温度补偿和数值校准直接阅读gydF4y2Ba 传感器和执行器:物理gydF4y2Ba 2017年gydF4y2Ba 259年gydF4y2Ba 34gydF4y2Ba 43gydF4y2Ba 10.1016 / j.sna.2017.03.023gydF4y2Ba 2 - s2.0 - 85016448902gydF4y2Ba 陆gydF4y2Ba W。gydF4y2Ba 冯gydF4y2Ba Y。gydF4y2Ba 朱gydF4y2Ba C。gydF4y2Ba 郑gydF4y2Ba J。gydF4y2Ba 看到了纱线张力传感器的温度补偿gydF4y2Ba 超声学gydF4y2Ba 2017年gydF4y2Ba 76年gydF4y2Ba 87年gydF4y2Ba 91年gydF4y2Ba 10.1016 / j.ultras.2016.12.006gydF4y2Ba 2 - s2.0 - 85008951932gydF4y2Ba 28086109gydF4y2Ba 哈伯gydF4y2Ba t . C。gydF4y2Ba 弗格森gydF4y2Ba 年代。gydF4y2Ba 格思里gydF4y2Ba D。gydF4y2Ba 严重gydF4y2Ba t·W。gydF4y2Ba 梯子平台gydF4y2Ba b . J。gydF4y2Ba 门德斯gydF4y2Ba 一个。gydF4y2Ba 分析、补偿和校正的温度对光纤光栅应变传感器的影响gydF4y2Ba 8722年gydF4y2Ba 光纤传感器和应用程序XgydF4y2Ba 2013年5月gydF4y2Ba 美国马里兰州巴尔的摩gydF4y2Ba 872206年gydF4y2Ba 学报学报gydF4y2Ba 10.1117/12.2018772gydF4y2Ba 2 - s2.0 - 84881193364gydF4y2Ba 哈兰gydF4y2Ba f·M。gydF4y2Ba 报答gydF4y2Ba j·K。gydF4y2Ba 富特gydF4y2Ba p D。gydF4y2Ba 菌株光纤布喇格光栅传感器的温度补偿光纤布拉格光栅应变传感器gydF4y2Ba 测量科学与技术gydF4y2Ba 1998年gydF4y2Ba 9gydF4y2Ba 8gydF4y2Ba 1163年gydF4y2Ba 1166年gydF4y2Ba 10.1088 / 0957 - 0233/9/8/004gydF4y2Ba 2 - s2.0 - 0032144555gydF4y2Ba 王gydF4y2Ba x G。gydF4y2Ba 蔡gydF4y2Ba T。gydF4y2Ba 邓gydF4y2Ba F。gydF4y2Ba 光电编码器的误差补偿是基于改进的BP神经网络gydF4y2Ba 中国期刊的科学仪器gydF4y2Ba 2009年gydF4y2Ba 30.gydF4y2Ba 7gydF4y2Ba 1404年gydF4y2Ba 1409年gydF4y2Ba NagigydF4y2Ba J。gydF4y2Ba 狂吠gydF4y2Ba k . S。gydF4y2Ba 张晓卿gydF4y2Ba 美国K。gydF4y2Ba 检测异常并使用遗传支持向量机电力偷窃gydF4y2Ba TENCON地区2008 - 2008年IEEE 10会议gydF4y2Ba 2008年11月gydF4y2Ba 海得拉巴,印度gydF4y2Ba 1gydF4y2Ba 6gydF4y2Ba 10.1109 / tencon.2008.4766403gydF4y2Ba 2 - s2.0 - 63049100877gydF4y2Ba GorjaeigydF4y2Ba r·G。gydF4y2Ba SongolzadehgydF4y2Ba R。gydF4y2Ba TorkamangydF4y2Ba M。gydF4y2Ba SafarigydF4y2Ba M。gydF4y2Ba ZargargydF4y2Ba G。gydF4y2Ba 小说PSO-LSSVM液体两相流率预测模型通过井口窒息gydF4y2Ba 天然气的科学与工程》杂志上gydF4y2Ba 2015年gydF4y2Ba 24gydF4y2Ba 228年gydF4y2Ba 237年gydF4y2Ba 10.1016 / j.jngse.2015.03.013gydF4y2Ba 2 - s2.0 - 84925697115gydF4y2Ba 太阳gydF4y2Ba B。gydF4y2Ba 姚gydF4y2Ba h·T。gydF4y2Ba 短期风速预测分析基于PSO-LSSVM预测模型gydF4y2Ba 电力系统保护和控制gydF4y2Ba 2012年gydF4y2Ba 40gydF4y2Ba 5gydF4y2Ba 85年gydF4y2Ba 89年gydF4y2Ba 雪gydF4y2Ba X。gydF4y2Ba 基于混合算法的边坡稳定性预测和LSSVMgydF4y2Ba 计算机在土木工程杂志》上gydF4y2Ba 2017年gydF4y2Ba 31日gydF4y2Ba 1,04016041条gydF4y2Ba 10.1061 /(第3期)cp.1943 - 5487.0000607gydF4y2Ba 2 - s2.0 - 85009260834gydF4y2Ba 汉gydF4y2Ba y . H。gydF4y2Ba 陆gydF4y2Ba y . P。gydF4y2Ba 动力学为重型装备空投和控制设计gydF4y2Ba 飞行动力学gydF4y2Ba 2011年gydF4y2Ba 29日gydF4y2Ba 3gydF4y2Ba 28gydF4y2Ba 31日gydF4y2Ba JanngydF4y2Ba T。gydF4y2Ba GeisbauergydF4y2Ba 年代。gydF4y2Ba 棺材gydF4y2Ba N。gydF4y2Ba 克鲁格gydF4y2Ba W。gydF4y2Ba 施密特gydF4y2Ba H。gydF4y2Ba Multi-fidelity模拟货物空投:从载荷舱在地上gydF4y2Ba 理论建模与仿真技术会议gydF4y2Ba 2015年gydF4y2Ba 美国达拉斯,TXgydF4y2Ba 1gydF4y2Ba 20.gydF4y2Ba 10.2514/6.2015 -2654gydF4y2Ba