本文主要介绍了一种针对连续独立冲量测量的扭摆位移数据处理方法,该方法旨在提高测量效率并满足大数据处理需求。扭摆是一种常见的推力和冲量测量工具,其工作原理是通过位移传感器捕捉扭摆的扭转角变化来推算冲量。然而,传统的单脉冲测量方法在测量效率上存在不足,不适用于大规模数据处理。
文章首先对扭摆测量系统进行了分析,系统主要包括挠性枢轴、水平横梁、配重、位移传感器和阻尼器。当微小冲量作用于横梁时,横梁会在枢轴的回复力作用下产生二阶阻尼振动,位移传感器记录的这些数据可用于计算冲量。
为了解决效率问题,作者提出了一个新的数据处理方法。该方法基于Levenberg-Marquardt(L-M)算法,这是一种优化算法,常用于非线性最小二乘问题。通过对实际振动过程进行分析,建立了扭摆的一般位移方程,并利用L-M方法对位移数据进行拟合,从而获取拟合参数。通过编写实用程序,结合标定参数,可以直接计算出连续独立冲量。这种方法的优势在于能够在保持测量精度的同时,显著提高测量效率,并具有较强的抗干扰能力,适合在复杂环境中应用。
文章通过具体算例验证了该方法的有效性,结果显示,该处理方法可以快速准确地计算出连续独立脉冲的冲量,不仅提高了测量效率,而且在一定程度上降低了对环境条件和参数标定的依赖,具有较高的工程应用价值。
总结来说,这篇论文提出了一种创新的扭摆位移数据处理方法,利用L-M算法优化了冲量测量过程,尤其适用于连续独立脉冲的测量。这种方法的实施将有助于提升推力器性能测试的效率和准确性,对于推进技术领域的发展具有积极意义。同时,由于其对大数据处理的适应性和抗干扰能力,有望在未来的科研和工业应用中发挥重要作用。