[发明专利]一种局部正弦辅助的光栅尺测量误差自适应补偿方法

说明书

本申请公开了一种局部正弦辅助的光栅尺测量误差自适应补偿方法，通过正弦信号叠加到所述光栅尺的原测量误差信号中，重构光栅尺的测量误差信号，抑制了模态混叠现象。通过经验模态分解得到多个IMF分量，通过对IMF分量进行奇异值分解后，基于预设的自适应IMF筛选条件进行阈值变换，选择符合条件的IMF分量作为趋势误差分量，再获得总趋势误差分量对光栅尺进行补偿，从而消除了光栅尺的测量误差的基本趋势，有效地提高了光栅尺的测量精度，提高了测量误差补偿的准确性。

技术领域

本申请涉及光栅尺技术领域，尤其涉及一种局部正弦辅助的光栅尺测量误差自适应补偿方法。

背景技术

名词解释：

经验模式分解：Empirical Mode Decomposition，简称EMD，其是一种信号分析处理的算法，算法思想为：将复杂信号分解为有限个本征模函数 (Intrinsic ModeFunction，简称IMF)分量，所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号；

IMF：Intrinsic Mode Function，本征模态函数；

光栅尺是一种高精度的位置传感器，其测量精度直接影响数控机床的加工精度。但光栅尺存在光电系统误差、振动误差、安装误差和温度误差等多种误差因素，影响光栅尺的测量精度。

具体地，在光电系统误差中，采用对两路正交的正弦信号进行细分来达到精密测量的目的，但其条纹信号会存在直流电平、高频噪声、幅值不等、波形畸变、相位偏移等引起的误差成分；在振动误差中，光栅尺的误差值是在真实值的一定范围内波动的，在图像采集绝对光栅尺的读码中，一旦出现误码，会直接导致该点读数错误解码现象，则数值偏差无参考价值。由于一系列误差因素的影响，使得出现数据异常的区域拥有不确定性，并且，各种误差因素的耦合作用，也可能会出现各种不确定性，同时，一系列的环境因素导致光栅尺测量误差是非线性非平稳的。

通过对时间序列的趋势分析表明，测量误差由固有分量和随机分量组成，其中固有分量是由振动和温度变化的累积过程引起的，随机分量是反映其他不确定因素的随机误差。光栅尺测量误差固有分量主要体现在低频分量，而不同极值的分布情况会对低频分量有一定的影响，可能会由于误差因素和数据异常导致影响低频分量的分布，产生模式混叠现象。而引起模式混叠现象的原因主要在于间歇现象，而引起间歇现象的往往是异常事件，如间断信号、脉冲干扰和噪声等。不同程度的影响导致光栅尺测量误差出现异常事件，要准确找出可能出现数据异常的区域，并不是很容易的事情。为了抑制误差数据出现数据异常将能保持测量误差的准确性，误差补偿是提高光栅尺测量精度有效手段之一。

在Mechanical Systems and Signal Processing期刊于2017年公开了一种基于经验模态分解的绝对式光编码器误差补偿方法，该方法利用经验模态分解将光栅尺测量误差分解成多个不同频率的IMF分量，由于IMF分量的HMS 给出了整个频率范围内的整体能量分布，利用频率子跨度的局部能量分布可以确定IMF分量。IMF分量的HMS的总体频率跨度被平均分为三个子跨度，分别是低频、中频和高频子跨度，利用低频子跨度的局部能量分布占主导地位，选取的IMF分量可以被识别为低频信号，构造趋势分量，再进行误差补偿。虽然利用经验模态分解将光栅尺测量误差进行分解，从而实现了光栅尺误差补偿，但由于各种误差因素的综合影响，导致测量误差数据会导致部分区域出现数据异常，影响测量误差的固有成分，会使IMF分量出现模态混叠现象，影响趋势分量的提取，从而影响误差补偿的准确性。

公开号为CN106091925A的中国发明专利公开了一种多干扰因素耦合的光栅尺误差补偿方法，其利用在光栅尺测量过程中，采用多个传感器测量获得多种干扰因素的作用强度值，进而与误差补偿数据库进行匹配，获得该组作用强度值对应的最优误差补偿量，采用该最优误差补偿量对光栅尺系统进行补偿。但是，其不能处理传感器本身的测量误差数据的基本特征，无法从根本上提升测量精度，从而影响误差补偿的准确性。

发明内容