在分析转台故障类型和机理的基础上,针对故障与征兆之间的复杂非线性映射关系,提出了一种基于减聚类的T-S型模糊神经网络故障诊断方案。首先建立了转台故障底事件与征兆信号的明确对应关系,并以清晰数值形式表述专家的诊断经验;然后在减聚类算法中引入权值的概念,获得简约规则表;接着利用抗噪声训练方法训练网络,使其能够克服一定幅值内的噪声干扰;最后利用含噪声数据和测试数据分别试验。试验结果表明：该方法能有效减少诊断规则的数目,准确地实现故障识别,对噪声的容错能力强,有很强的工程实用性。

为使测量加速度计的传感器小型化,且不受电磁干扰,根据GRIN透镜在1/4波节处具有入射光线与出射光线成中心对称的特性[1],首次提出并研制了采用GRIN透镜制成的微型光纤加速度计.闭环负反馈电路设计技术被应用于该加速度计中,使之成为一个具有调宽脉冲再平衡性能的新颖加速度测量系统.对该系统进行的数字仿真和精度定量分析表明:该光纤加速度计具有测量线性范围宽、精度高的特点,可广泛应用于惯性测控系统中.

选用典型的＂弹簧-质量＂系统,基于平面矩形螺旋梁结构,研制了一种具有良好单向敏感性的低g值微惯性开关。采用ANSYS有限元软件,对惯性开关的单向敏感性进行了静力学仿真分析。分析结果表明,横向加速度对惯性开关闭合阈值的影响较小。采用MEMS体硅加工工艺和圆片级封装技术,包括KOH腐蚀、ICP刻蚀和喷涂工艺等关键工艺技术,完成了微惯性开关的制备。经离心试验测试,微惯性开关的闭合阈值约为12.26g,具有约±0.2g的闭合精度。当横向惯性加速度小于15g时,对其闭合阈值的影响小于0.5g。测试结果表明,微惯性开关具有较好的单向敏感性,多次测试重复性好,具有体积小、结构简单、加工容易实现、环境适应性好等特点。

本文以文献[1、2]为基础,得到了精密离心机总精度与主轴电机波动力矩间的频域传递关系,由此计算出由波动力矩引起的总精度的幅频和相频特性,从而全面了解在波动力矩的整个频带上总精度的变化情况。本文的方法和结果可用来估算波动力矩对离心机总精度的影响,并指导结构设计,以提高离心机抗波动力矩的能力。

从理论上分析了温度变化对高分辨率A/D转换芯片输出的影响,通过静态试验建立了加速度计输出与A/D转换电路温漂之间的关系,并依照这种关系对加速度计输出进行了补偿,补偿后加速度计输出精度得到了明显提高.

为提高硅微隧道式加速度计的灵敏度,必须设计出高灵敏度的输出和反馈控制电路。在电路设计中,通过采用行之有效的措施来降低噪声和干扰可达到提高灵敏度的目的,如：将隧道式加速度计敏感单元的参考地设置为同一的大地;采用能抑制隧道式加速度计敏感单元和半导体器件所产生的1/f噪声的低噪声运算放大器;在电压信号放大过程中,尽量抑制干扰和噪声;且在电压反馈电路设计中,保护敏感单元不受损坏等措施。测试结果为标定因数1.2659V/g,其非线性度小于1%,可见在提高线性度的基础上也提高了灵敏度。

本文叙述了用模态试验分析法识别惯导测试设备构件动态参数(频率、阻尼、振型)的方法、试验系统及试验结果。

MEMS陀螺的零偏随温度呈非线性变化,同时含有较大的随机噪声。针对传统的多项式模型难以精确表达零偏随温度变化的问题,提出了一种基于灰色模型和RBF神经网络的MEMS陀螺温度补偿方法：首先用灰色模型对数据进行预处理,以减小原始数据的噪声;然后用降噪后的样本数据对RBF神经网络进行训练。在相同的训练次数下训练误差可减小一个数量级。验证试验结果表明,采用该模型补偿后的陀螺零偏误差较传统的多项式模型减小一个数量级,较未经预处理的RBF神经网络减小2/3。

高精度加速度计是旋转加速度计重力梯度仪的核心惯性元件，为降低表头的热噪声，梯度仪用加速度计表头保持真空状态，即表头摆片处于无阻尼运动状态，因此对于这种加速度计回路校正提出了很高要求．针对加速度表头无阻尼状态，利用Bainter陷波器与超前滞后装置对加速度计回路进行校正，通过Matlab仿真与普通校正方法进行比较，说明这样的无阻尼系统加入Bainter陷波器后，不仅能够使系统的校正更加容易实现，而且还有效降低了系统的带宽，从而减小噪声误差的影响。另外，由于重力梯度仪所用的四个加速度计具有频响一致性的要求，通过调节陷波器的参数，可以近似消除加速度计摆片的两个极点，使加速度的响应趋向一致。

Gyromat2000陀螺经纬仪是目前自动化程度和精度最高的电子陀螺经纬仪，为了保证其在强制对中方位边上高精度的测量，必须对仪器的强制对中装置进行研制，该文结合作者实践过程，对该装置的研制和测试工作进行阐述。