光栅信号自适应细分方法与误差修正算法研究

摘要

光栅传感器不仅具有测量量程大和测量精度高的优势，而且在工控系统中易于实现数字化，因此在精密自动化测量领域得到了广泛运用。但无论是绝对式还是增量式光栅，其原理都是被测物体每移动一个单位栅距，传感器就输出一个周期的信号。对输出信号进行分析，就能得到物体的移动位移。　　因此栅线刻划的精度决定了光栅传感器的精度。栅线刻划的密度决定了传感器的分辨率。而由于工艺制造水平发展的限制，栅距的细化程度是有限的。因此对光栅传感器输出的原始信号进行辅助细分处理成为提高光栅传感器分辨率的主要方法之一。在对光栅的机械特性和运动特性进行深入研究后，本文提出一种预测细分模型。根据光栅运动状态的不同，该模型能够实现对光栅信号的自适应细分。　　该方法利用高速的嵌入式设备对光栅输出信号进行采样，获取历史单位栅距的通过时间并组成观测样本序列。利用自适应的预测算法搭建预测数学模型对下一个栅距的运行时间进行预测并实时的对预测误差进行修正。在光栅运动到下一个栅线之前，嵌入式系统同步的输出代表细分后微位移的细分方波，实现对光栅原始信号的细分。与现有的辅助细分方法不同，预测细分模型的细分效果与光栅输出信号的正弦性，幅值性等因素无关。　　本文将海德汉生产的圆光栅 ROD880 输出的原始信号作为辅助细分对象，开展了以下内容的研究。　　（1）对传统的位移测量细分方式和以时间为基准的细分方式进行了介绍，并分析了利用两种细分方式进行光栅信号细分时的优缺点，最终提出了光栅信号的预测细分法。　　（2）对采集得到的样本序列进行分析，划分光栅传感器运动状态。当光栅运动在稳定状态时采用二次指数平滑法建立预测模型。而当光栅处于过渡状态时，则利用灰色预测算法搭建预测模型。为提高预测准确度，构建马尔科夫误差修正模型修正预测误差。　　（3）利用高速的 ARM+FPGA 架构实现了整个细分系统中嵌入式硬件平台的设计。并对光栅处于不同运动状态下时的细分能力进行了实验研究。同时对影响细分效果的因素进行了分析。　　在不同的运动状态下对光栅进行动态实验，对实验结果分析表明，利用本文提出的光栅信号自适应细分方法以及误差修正算法，将细分倍数设定为 400 时，单位栅距内的细分误差为±0.65″。

目录

声明

1 绪论

1.1研究背景及意义

1.2 国内外研究现状

1.3 主要研究内容

2 光栅细分原理及预测细分模型的设计

2.1 光栅传感器测量原理

2.2 传统光栅细分技术对比

2.3 预测细分模型的建立

2.4 本章小结

3 自适应预测算法和误差修正算法研究

3.1 光栅运动状态的分析

3.2 稳定状态下的算法研究

3.3 过渡状态下的算法研究

3.4 预测误差修正算法研究

3.5 本章小结

4 预测细分系统的设计

4.1 系统硬件设计

4.2 预测细分算法程序设计

4.3 本章小结

5 预测细分实验研究

5.1 实验平台的搭建

5.2 实验研究

5.3 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

个人简历、在学期间发表的学术论文及取得的研究成果