文摘
液压缸位移的测量一直是解决来自不同的领域。磁检测原理的光栅能够实现集成和精度高。在本文中,一个信号响应质量评价算法设计和优化提出了一种高精度位移测量系统。信号响应质量评价方法的基础上,结构变量进行优化提高工作性能。通过定义参数,进行了最佳结构缸原型和测试提供更好的估计。实验结果在工作特点提出了以验证优化结构的有效性。提出了信号响应质量评价函数的效率因此演示了通过工作性能。
1。介绍
的发展在过去的几十年中,电液作动器(EHA)允许飞行控制系统高功率的平衡要求,重量轻,安全,快速响应,和连续性的服务(1]。驱动系统介绍了满足控制加载面和响应的要求。空客A380雇佣了EHA表面在其飞行控制系统作为一种先进的例子排除复杂的液压线路从控制系统(2]。换句话说,EHA足够健壮的架构,故障,确保飞行安全,减少的大小控制系统(3]。在设计过程中,考虑到系统集成、小型化、和测量精度,液压缸的位移测量方法是一种最基本的和有前途的研究设置EHA领域的。
研究研究出现了一种缸位移传感EHA的方法。在工业实践中,两种使用位置传感装置:一个是线性可变电感位移传感器(线性),另一个是磁致伸缩位移传感器(4,5]。这种传感器的分辨率和精度主要取决于测量原理和工作条件。自驱动的分布系统需要高集成在一个严重的工作环境下,安装和维护测量都是困难的,因为他们的大量和复杂的结构。在这种情况下,建议引入一个更合适的气缸行程测量的方法。
以前,村上的想法和Kitsunai应用装备液压缸的行程传感器基于磁动电阻器传感器检测位置(6]。他们的研究结果表明,高磁场和一个大字段长度所需传感装置工作。与上述方法相比,magnetic-grating-like stroke-sensing圆柱,这也被称为magnetic-grating-like液压缸位移传感器集成,提供了一个更有效的选择。这种传感装置是使用简单的工作元素,它将减少的大小EHA通过最小化缸的尺寸(7]。与magnetic-grating-like stroke-sensing气缸,气缸和传感器可以用来处理长工作距离测量以及匹配EHA的结构。另一方面,杨等人提出了一个stroke-sensing缸基于霍尔传感器与重型工程机械,自动化,减少了噪声的影响与特定的电路(8]。的magnetic-grating-like stroke-sensing缸进行这项研究是由活塞杆,永久磁铁,和霍尔传感器,如图1。
永久磁铁产生磁场,而传感器检测到磁场强度,从而测量位移。活塞杆由铁磁材料的重复对身体的凹槽。强度变化是采样的函数之间的相对位置永久磁铁和活塞杆的定位接收磁力一系列横向偏移量。活塞杆移动时,永磁形式恒磁天平在活塞杆上结合重复凹槽。磁感应线是周期性的调制。假设活塞杆固定移动速度,感应线随着传感器模拟,如图2。
(一)0毫米的位置
(b)在0.4毫米的位置
在0.8毫米的位置(c)
传感器可以有效地探测到磁场根据磁规模、位移的测量magnetic-grating传感。采用霍尔传感器感应信号与磁圆柱表面的规模(9]。霍尔元件测量的磁通密度的变化产生的槽槽表面的圆柱。霍尔传感器感应的结果可能是谐波信号在工作期限内(图3)。信号故障是由于离散块通过建模和仿真,即工作元素的尺寸精度。
就业的问题magnetic-grating-like stroke-sensing气缸出现在精密测量,由于目前实验室研究还不能够解决这个问题。具体来说,增加了滑模控制,杨等人没有给强调准确性提高。大多数以前的研究,旨在建立一个初步的系统感应圆柱体的中风。我们最好的知识,具体的结构设计和优化尚未建立,没有定量信息。
在这篇文章中,我们将考虑精度低的原因magnetic-grating-like液压缸位移传感器集成。提出了一套结构优化方法解决传感器的设计。本文的研究贡献可以概括如下:(一)响应量化标准设置:研究开发一个函数,它结合了传感器输出信号细分原理和用于评估测量精度。(b)结构参数优化:定义结构变量指的是量化的响应函数和比较每个组件对优化结果的影响。(c)性能测试设计:为了证明提出优化框架的技术效果,生产和实验平台的原型设计。通过特性测试,测量精度magnetic-grating-like stroke-sensing缸。
本文将介绍subdivision-related知识和现在的特定响应信号质量评估方法2,说明参数优化过程和最优结构部分3显示,实验样机的性能测试成果和分析部分的测量精度4节,并提出未来研究的期望5。
2。反应质量评价算法
2.1。信号细分原则
中风的基本原理测量的评价相对位移。当活塞杆移动距离的一个位置,一个完整的谐波信号会因此产生。感觉到的信号,通过霍尔传感器,反映了磁场强度的变化。通过这种方式,测量精度意味着一位置的长度范围内。根据先前的研究,光栅传感器的响应是正弦和余弦信号(10]。因此,结果可以通过转换后的归一化圆周角度从0°- 360°。假设定义的最小长度值测量是无组织的角度。精确测量过程开始,细分0°- 360°应该生成从每一个角度达到更高的精度。虽然magnetic-grating-like stroke-sensing缸位移的变化,天生就不太敏感的angle-segmented方法谐波信号提供了优势,只有传感器解调所需的响应位移测量活塞杆。在精密测量、谐波信号的角度可以划分为更小的角度变化,基于莫尔条纹信号细分技术的基本理论11,12]。在每一个特定角度,增加到下一个是一个可控的定额,可由细分方法。工作性能的分析评价标准提出了部分。如果气缸的位置在一个槽是一个标准的谐波信号,测试结果可以被转换成相应的细分角度。较小的角度划分,可以获得较高的精度。
2.2。切信号细分的方法
进行了大量的研究来解决信号细分的性能标准。Tangent-cotangent细分技术是一种先进的方法,根据莫尔条纹光栅信号细分电力细分技术13,14]。tangent-cotangent细分的基本原则是调查的正切余切值不同角度的两个正交信号,当从一个谐波信号的输出反映,也就是说,
为简单起见,表达式写的角度,而不是弧度。
通过这种方式,可以计算位移和角度通过反正切算法,消除了由于振幅测量精度较低。考虑到角高分辨率的要求,将被划分为更小的值。建立响应量化标准,针对传感器的理论输出可以提前计算。基于结构的变化,系统输入的响应不同。因此,一个函数来评估信号响应应该建立系统的优化。响应是 在哪里是优化的角度建模结构和理论输出角度对应于活塞杆的位移。因此,之间的最大误差和代表质量的响应。由于非线性响应 解决(2)将不可避免地带来很大误差的结果。不同的单元增量切线和余切值范围内整个周期(图4)。
符合图2切线的变化/余切被定义为一个非线性函数根据角增量从0°- 360°,无法解决的(2)。然而,目标函数的角度转换时期从0°- 90°,输出可以修正的数学计算。此外,两部分的曲线,0-45°和45°-90°,相互对称的y设在。因此,切/余切增加45°-90°的定义是 在哪里范围从45°- 90°。
在参数修改过程中,变量修订根据参数分布和它决定响应其角域范围内的质量。整个范围的循环变化的角度考虑。 在国防部代表目标值的其余部分。合并后的目标是定义的
我们参考读者13- - - - - -16]对莫尔条纹电动细分更详细的信息和它的应用程序。
为了验证采用反应质量评价方法的正确性,我们计算错误预定义的样品其数值变化结合罪恶/余弦信号。在该测试中,白噪声添加到正弦信号和余弦信号(图5(一个))。结果角的形状误差评价函数定义的响应 。因此,可以提炼出白噪声误差评价函数。给出了不同信号的错误响应数据5 (b)和5 (c)。如图4,真正的偏差和计算误差只能在著名的45°,90°、135°、225°、315°。修改后,白噪声的识别误差大大改进了在图5 (c)。
(一)
(b)
(c)
为目的的结构优化,该算法被实现为以下步骤:
步骤1。以一个具体的工作时间传感器为研究样本。
步骤2。信号细分原理的基础上,设置谐波信号的传感响应。
步骤3。甚至把这段时间分为部分对应角数据和计算理论切线/基于余切值(1)。
步骤4。带(2)进行评价传感器的响应。
第5步。修改的传感响应(6)找到一个最小化理论和最优结构的区别。
2.3。遗传算法
智能算法用于策略促进和成本降低(17,18]。遗传算法,它是一个类的优化启发式基于自然选择和遗传进化,可以应用于优化问题的变量(基因)可以编码形成一个字符串(染色体)。每个字符串代表一个试验问题的解决方案。GA运营商之间交换信息的字符串进化出新的和更好的解决方案19]。因为结构magnetic-grating-like stroke-sensing缸决定了工作性能,本文以遗传算法作为变量的优化模型的设计。
制定一个多参数优化问题使用遗传算法通过定义系统图和响应质量的目标函数,分别。(即模态参数。,natural modes) of the real structure are numerically obtained using its finite element model, from which the reduced numerical modes correspond to the target structure. The original related parameters are discussed in Section3,工作元素的特点也进行了描述。我们使用的算法实现如下:(1)初始化:考虑人口的个体,每个个体是被一条染色体基因,每个基因都有等位基因。因此,它有可能个人(20.]。实际参数包含在组件的信息。初始参数值是随机分配的。(2)健身:计算最优配置是寻求通过最小化信号反应质量的价值。当前种群中每个个体的适应度函数可以根据计算(6)。总人口的健身评价结果基础上提出的功能。(3)选择:染色体的选择机制允许一小部分人口的进一步评估(21]。选择是通过持有适应度函数中随机竞争对手。适应度函数的获胜者是最高的个人健身,然后获胜者是插入到交配池(22]。换句话说,健身价值较高的染色体更有可能选择来产生下一代。(4)交叉:后代是由两个随机选择的父母互相交换遗传信息。交叉步骤旨在导致父母和孩子之间的速度差异不大,加强剥削繁衍的能力(23]。(5)变异:突变提供了一个机会来搜索解空间的新领域。通过随机改变基因的等位基因,气体可以有效地避免陷阱的情况和维护足够的方差在人口24,25),而突变的概率是1%左右,因为一个高概率变异减少了遗传算法的随机搜索功能。(6)取代的初始种群与新的个人最好的染色体。一个结果值接近目标价值通过可以生成重复的迭代过程。因此,大量的迭代之后,最好的染色体人口翻译为所选择的解决方案。
3所示。参数优化
传感器的性能特点是由其特定的体系结构。有大量的参数不确定性在设计过程中可以显著地影响测量精度。针对调查提高工作性能的结构设计优化技术被用来确定设计参数。根据第二段,测量的关键是传感器的响应输出。换句话说,给定一个传感器的参数化表示,我们能预测它的测量精度。
协助优化过程中,有七个变量参与这个系统(表1),这是永久磁铁直径(年代医学博士)、永久磁铁的高度(年代嗯),距离永磁的底部中心的传感器(年代DM活塞杆表面),距离传感器的中心(年代直流),槽的形状活塞杆(f(yt))、活塞杆直径(年代上的消息)和槽宽的活塞杆(年代PT)。根据工作原理、一本小说magnetic-grating-like stroke-sensing缸设计及其结构参数见图6。的magnetic-grating-like stroke-sensing缸是检测活塞杆在工作情况下的位移。精心设计的结构变量可以大大提高测量精度。因此,最优结构设计问题是制定作为一个优化问题。所有以下参数转换的建模与仿真方法的函数值 。
我们注意到活塞杆的直径处于暂停状态,避免了直接接触磁铁和霍尔传感器(26,27没有优化,达到设计的目的。所以定义设置为50毫米的价值。由于测量精度的定义,槽宽的活塞杆代表一个细分的工作时间。因此,槽宽度越小,精度越高。由于切削质量最高的1毫米,给出一个平衡值的1.25毫米加工。
国际患者安全分类的概念性框架优化设计如图7。最优参数值搜索使用信号响应评价函数,验证和性能测试部署模型。摘要信号响应过程的细节在下面描述。
3.1。活塞杆表面的距离传感器的中心
进一步验证每一个分析结果,在优化过程中都假定固定其他参数。传感器存在于永磁和活塞杆之间的位置,并命名为距离 。典型参数量化通过选择适当的价值使用的普通传感系统 , , , , 和是等距的矩形的形状,进一步优化显示这些值是如何适合设计的目的。的变化通常是从0到5毫米和0.1毫米的一步。图8显示了霍尔传感器的响应曲线具有不同的值通过模拟。
可以看出,信号强度是影响霍尔传感器和活塞杆之间的距离。看到这里,一个较小的距离有一个更强的传感器响应的值超过0.7毫米略传感器响应的强度变化。然而, 导致严重的信号失真。评估质量的信号响应图9根据的变化显示了推导的结果与方程(6)应用。参数值从0.1毫米到0.6毫米在所需的位置。
3.2。永久磁铁直径的影响
永久磁铁的形状的变化有直接影响磁感应,参与直径和高度 。因此,他们可以通过这种方法进行分析。我们把 根据上述结果,而其他参数设置。的信号响应变量参数如图10。在一开始,传感器响应时小很小。传感信号响应随直径的增大而增大,达到最大值时,参数是在16 - 20毫米,但最大值并不影响。
发现提高信号响应的质量和稳定的直径增加到超过10毫米,如图11。考虑到传感信号强度结果,最优值 。
3.3。永久磁铁的高度的影响
对永久磁铁的高度 ,类似的分析结果如图12。范围0 30毫米,霍尔传感器的输出响应强度增加而不同30毫米和40毫米之间没有区别。
图13描述了信号响应之间的关系质量和永久磁铁的高度。传感响应的质量波动明显在0 - 5毫米的范围略mm-35 5毫米。特别是,时略有减少 。符合实际要求的精度高、最优定在35毫米可以建议的价值。
3.4。距离的影响下活塞杆表面的永久磁铁
永久磁铁的机械位置扮演重要的角色在改变传感信号。永久磁铁之间的物理距离和活塞杆 作为典型的设计参数。上面通常选择参数的优化的效果 对性能变化步骤0.5毫米,可以观察到在图14。
看到这里,距离减少会导致信号响应的增加。然而,参数值的计算结果说明,活塞杆的特点可以清楚地描述所有的值。在实际设计中,不同的永磁结构对应于不同的位置。信号响应的目标函数曲线如图质量15。当距离增加(≥5.5毫米),函数值的变化远远大于短的距离,这表明一个小的价值 更适合实际应用。最优 给出了5毫米。
3.5。活塞杆的位置形状的影响
活塞杆槽的形状通过建立的坐标系进行了优化在图16。槽中描述平面X。轴Y活塞杆的中心轴,轴Z是周期变化的开始槽的形状。然而,对于一个特定的体系结构,可以定义最好的位置定义几何参数的最佳“套”(28]。因此,九个锚点( )来被进行分析。为简单起见,锚点和之间的点是均匀分布的 。考虑到加工过程中,价值观来减少单调。优化问题是制定基于这些九参数的设计。约束(7)然后制定拒绝不可行槽几何图形。 在哪里 和 变量的数量吗Z方向。最初,的关系也可以写成 而这些参数的变化不是约束,而是取决于优化结果。后的值 , ,和定义之前,传感器响应由最优参数集可以表示为 在哪里的反应,霍尔元件的具体工作的时刻。针对获得谐波信号,响应评价函数介绍了作为目标函数。
的关系,代表切/响应合并可以派生的余切 在哪里是信号的结果。因此,槽的形状优化转移到检测的最小值 。
采用了一种遗传算法来搜索最优解 。流程图描述的GA优化过程适应本文图所示17。遗传算法的输入 ,和输出的几何位置。
这个过程始于随机生成的人口。每个染色体代表一个可能的设置与健身相关的参数值。每一代的总人口是评估基于槽几何GA进行健身类的选择。在我们的GA,人口规模的选择是40建模和修改的基础上。流程重组形成一个继任者人口。使用单点交叉和变异的概率是设置为0.17%。在重组过程中,染色体的适应度值越高更有可能被选中的人口,它传递给继任者人口。这是一个迭代的过程,通过各种代进化直到停止指定标准,并根据增加达到一个最佳的解决方案。质量评价函数的遗传算法搜索过程如图18。初演化过程(约不到40代),每个个体之间的差异相对较大,从而导致较低的个人健身被淘汰和更高的健身被保存。在某些代(约比100代),目标值的变化很小,最后接近恒定值为0.04。
因此,活塞杆与优化变量。配置使用以下参数值: 图19显示的照片生产活塞杆以及其实际信号响应与最优模式。一些随机信号波动出现在正弦信号响应周期由于加工错误,可以消除通过改善加工技术的准确性。
(一)
(b)
4所示。实验和分析
4.1。实验系统
实验进行验证的工作性能magnetic-grating-like stroke-sensing气缸。硬件用于执行实验如图20.。在一起,线性滑动和活塞杆固定支座的房子和永久磁铁,分别在支持基础。高精度光栅放置与精确检测的活塞杆位移。传感器的输出与光栅的比较记录。在测试期间,永磁是固定在活塞杆往复直线运动。节中解释1,然后计算出位移传感信号的霍尔传感器。实验是在有空调的房间几乎保持恒定温度,湿度和压力。根据JJG 644 - 2003“振动位移传感器检定规程”,很多工作致力于评估静态和动态性能。
4.2。静态测试配置
4.2.1。准备中风的测试
中风测试包含短期和长期试验。基本上都是用于测试理论中风和实验中风之间的误差。短期的测试是一个光栅的工作距离,这是一个线程活塞杆的铅。霍尔传感器的输出检测每5°,和细分分是96。图21显示短期测试的结果,抽样数据点吗是实际的。短期的最大漂移测试 。
同样,长期的测试需要100持续光栅的工作距离。长期的最大误差 。所有记录点的分布呈现在图22,它显示了输出误差的范围在向前和向后中风。最大的数值差异是0.045毫米。
4.2.2。稳定性试验
磁通密度是解决依赖高度稳定的系统输出。在电源驱动模式下,不同位置的传感器是中风。稳定的通过/失败是基于传感器的输出。电压保持在24.0 V 1小时利用高稳定的电力供应,和位移测量每2小时。相应的位移 ,获得传感步骤之后,给出了表2。
可以计算算术平均数差异相关的时期。磁通密度稳定误差的值 电源驱动方式为0.0195毫米。
4.2.3。再现性测试
再现性测试的目的是确定传感器输出的重复性特征在同一中风。校准进行了三次而活塞杆重复在一个定义的路径。每个测量的记录值,点,如表所示3并表示,在每一个点,最大的区别在所有测试结果描述再现性的错误可以写成 在哪里 和代表这些校准的测量数据集测试。
4.2.4。静态错误
绝对静态错误表达了现实和理想的区别特征,形式如下。 在哪里 , , , ,和错误造成的短期变化,长期变化,感觉到不稳定,数据协议的不确定性,分别和方差的加工精度。活塞杆的实际长度 和并行性错误 根据加工技术。因此,与机械精度的测量误差的关系
错误由加工偏差 然而,这是一个不重要的因素。因此,静态误差magnetic-grating-like stroke-sensing缸 。
4.3。动态测试配置
4.3.1。动态误差
在这个研究中,动态测试处理不同的计量模式的工作精度。设置动态误差评价如下:低速(0.1 m / s)和高速(0.3 m / s)中风进行三次测量的采样率100过度增殖。
动态误差评估按照定义在[29日]。目标位置在哪里标识特定位置等选择目标位置沿中风。是测量的位置达成的功能点吗jth方法我目标位置。然后,定位偏差 和均值定位偏差
标准不确定度的定位偏差通过一系列的方法在一个位置是
在覆盖率 ,定位重复性的位置是
我们采取的最大价值定位重复性在任何位置传感器可重复性:
代数之间的差异最大和最小的定位偏差在任何位置系统的定位误差 ,可以写成
现在,覆盖率 传感器定位精度来自的组合系统的定位误差和定位重复性的估计量
测量值的标准偏差
在0 - 90毫米的工作位移,记录相应的速度和位置变化如图23。
(一)
(b)
(c)
(d)
提出传感中风的位置偏差的范围内 ,错误是发现是稳定的和可重复的。基于上面的方程,推导出不同工作距离的定位精度(图24)。
如图24,不同的位置定位精度的变化跟踪结果。工作错误在任何时候与中风传感器 和 。它也可以获得传感器定位精度 和标准偏差的测量值 。
5。结论
本文的设计和部署magnetic-grating-like stroke-sensing缸是专门研究,根据其工作机理和独特的结构。出于开发高精度位移传感装置的意义,能够在不同工作距离和优化其性能,我们开始定义信号响应的工作质量参数。信号响应质量评价算法构造描述传感器响应发展stroke-sensing缸,从而导致结构变量数学的评价。最优位移传感器结合了高响应和最先进的信号分割方法。
处理的原型和测试。提出的测试工作台,连同magnetic-grating-like stroke-sensing缸,是建立在实验室。基于静态和动态测试,实验输出记录和证明它有一个稳定的、可重复的性能和测量精度高的广泛的中风。测试结果描述magnetic-grating-like stroke-sensing缸,可以替代目前的测量设备和满足高精度位移检测的需求。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究是一个通用的项目由山西省青年科学基金(2015021123)和山西省重点实验室开放基金(XJZZ201605)。