论文部分内容阅读
随着航天航空事业的发展,无人机现已在军事侦察、灾难救援和农业生产等多个领域得到广泛应用。机翼长基线天线变形的高精度实时监测,对于保证天线工作性能十分重要。本文研究了基于光纤光栅的变形测量系统,并用于实际的结构变形测量。基于可调谐FFP滤波器实现传感光栅的波长解调。利用模糊逻辑系统的普遍逼近特性,提出了两种测量应变的模糊网络误差修正算法,并将研究理论封装应用到自主开发的演示软件平台中。在变形测量实验中实现了测量结果的实时演示,为变形测量系统在结构变形测量中的实际应用提供了保证。本文通过对比几种常见的光纤光栅解调方法的优缺点,采用了基于可调谐FFP滤波器的波长解调方案。根据实际测量需求确定了解调系统的参数指标,并据此完成解调系统组成器件的选型,以及系统光路和基础硬件电路的设计。对解调系统的硬件设计工作进行了详细介绍。应变测量过程中存在多种因素会引入误差,基于模糊逻辑系统的普遍逼近特性,提出逆有限元理论与模糊网络相结合的测量应变误差的修正方法。提出了一型自构架模糊网络算法(Type-1 Self-Structuring Fuzzy Network,T1-SSFN)用于误差修正。网络采用了T-S型模糊规则,基于输入的训练数据实现隶属函数分布调整。同时,在算法中加入了规则的自主增删机制,以保证训练所得网络结构精简,最终构建生成一个精度满足要求,结构合理的模糊网络。T1-SSFN算法根据训练误差最小化的原则进行,在训练过程中容易产生过拟合的现象,导致网络在应用阶段效果不佳。因此,本文提出了一种自构架支持向量回归模糊网络算法(Self-Structuring Fuzzy Network with Support Vector Regression,SSFN-SVR),网络生成过程分为两个阶段,第一阶段采用之前提出的自构架算法生成初始的网络。第二阶段根据?-SVR的理论知识,采用循环迭代的方式对规则参数进行优化,并且很好的规避了规则参数相互之间并不独立对优化过程的影响,参数优化完成后得到训练阶段生成的模糊网络。针对非线性函数逼近问题进行了算法仿真,分析了两种算法的各自特点。在变形测量实验中分别应用两种模糊网络修正算法,实验结果表明修正算法可以有效提高结构的变形测量精度。最后,对于框架模型测量实验系统,完成了测量实验演示软件平台的设计。在演示平台中加入模糊网络修正算法和形变重构算法,实现被测结构的形变重构,并将形变位移量实时显示在演示界面。在变形测量实验中,通过与NDI光学测量仪实测位移值对比,验证了模糊网络修正方法对提高形变测量精度的有效性。