多维力传感器的维间耦合问题严重影响了检测精度的提高。通过设计新型rf-ga(基于遗传算法的改进随机森林算法)解耦方法解决多维力信息的解耦问题,实现提高力传感器检测精度的目标。针对随机森林算法中含有大量子树,但每个子树的预测准度无法保证的问题,利用遗传算法对随机森林的子树进行筛选,保留优质子树,从而提高预测精度。以基于应变检测的六维力传感器为实验对象,将rf-ga算法运用到实际力信息解耦中,并通过解耦实验对rf-ga算法进行验证。与现有解耦算法相比,rf-ga解耦方法具有精度高、解耦时间短的优点,实验结果表明该算法能有效提高多维力传感器的解耦精度。
为满足空间在轨组装望远镜地面装配试验的相关需求,综合考虑六维力传感器的量程、刚度和灵敏度等因素,设计了一种高灵敏度大量程六维力传感器。首先对经典十字梁六维力传感器进行数学建模,通过对比各通道单独作用时,应变梁表面应变和弹性体变形刚度的数学表达式,提出一套提高传感器灵敏度的改进方案;然后对传感器结构进行详细设计,并通过传感器的有限元仿真验证结构方案可行性;最后,对六维力传感器进行加工与标定,得到传感器线重复性误差小于0. 33%fs,力通道测量灵敏度大于0. 83 m v/v,力矩通道测量灵敏度大于2. 6 m v/v。该六维力传感器各项性能优良,目前已应用于在轨组装望远镜地面实验当中。