一种基于经验模式分解的光栅尺误差补偿方法技术

本发明专利技术公开了一种基于经验模式分解的光栅尺误差补偿方法，包括：S1、采用经验模式分解算法将误差信号分解成多个IMF分量和一个残余分量；S2、分别对每个IMF分量进行希尔伯特变换，并计算获得每个IMF分量的希尔伯特谱和希尔伯特边缘谱；S3、根据预设筛选条件对所有IMF分量进行分析后，筛选出符合条件的IMF分量；S4、将残余分量和所有符合条件的IMF分量累加后作为误差信号的趋势误差分量；S5、将该趋势误差分量作为误差补偿信号对光栅尺系统进行补偿。本发明专利技术可以提准确地取出误差信号的趋势误差分量做为补偿信号对光栅尺系统进行误差补偿，从而有效的提高光栅尺系统的测量精度，可广泛应用于光栅尺测量行业中。

【技术实现步骤摘要】

本专利技术涉及绝对式光栅尺的测量领域，特别是涉及一种基于经验模式分解的光栅尺误差补偿方法。
技术介绍
名词解释：绝对式光栅尺：通过光的干涉和衍射效应等原理而设计成的测量装置；经验模式分解：Empirical Mode Decomposition，简称EMD，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 Mode Function，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；制造业的高速发展离不开高精度的测量设备，绝对式光栅尺具有测量精度高、制造成本低以及对工作环境要求不高等特点，因此被广泛应用于CNC制造领域。提高绝对式光栅尺的测量精度一直被行业界和学术界广泛关注着。提高绝对式光栅尺的测量精度方法总体可以分为三类：改进光栅尺的机械结构与制作工艺、信号处理方法、图像处理方法。海德汉等公司通过改进光栅尺的机械结构、改进制作材料以及制作工艺等方法来提高测量精度，测量精度得到了较大的提升，然而这类方法已经接近极限，很难再有突破。而采用信号处理的方法对光栅尺进行误差补偿来提高测量精度，这种方法可以在不增加硬件成本的情况提高光栅尺系统的测量精度。但这类方法均基于傅立叶分析方法，傅立叶分析在对线性的、平稳的信号时是有效的，而在应对非线性、分平稳的信号时就无能为力。通常情况下，在制造业领域很多设备都是机电一体化的系统，这类设备由于振动以及温湿度等影响，使得所产生的信号是非线性、非平稳的，很难通过线性化的信号处理方法来处理。而且，由于光栅尺是高精密的测量仪器，这就是意味着，其在使用过程中容易受到外界因素的干扰。业界普遍通过研究发现温度所导致的光栅基体热膨胀而发生的形变是制约光栅尺测量精度的最主要因素。现阶段光栅基体基本采用的是有机玻璃材质进行加工而成，这种材料在受热的情况下会发生不规则的形变，并且随着测量的不断进行，这种形变会越来越大。在机械系统的振动、温度等因素综合作用下，使得导致测量误差呈现一个非线性累积增长的趋势。这种因素所导致的测量误差很难通过改进机械结构以及通过线性化的信号分析方法去处理。总的来说，机械系统的振动、温度等因素综合作用导致光栅尺在测量过程中所产生非线性的累积误差，并且这种累积误差呈现出一种非线性增长的趋势，可以将这类误差称为趋势误差，并且趋势误差是整体误差的主要成分。因此光栅尺的测量误差就可以大致分为两个部分：一个趋势误差，另一个则是由于其他因素所导致的随机误差。因为趋势误差是整体误差的主要成分并且是光栅尺的固有误差成分。因此只要能够消除这个趋势误差就能有效的提高光栅尺的测量精度。传统的进行误差补偿信号处理方法均是基于傅立叶分析及函数拟合、线性回归等数理统计等方法。这类方法的缺点都是事先规定一个基函数或函数形式，再通过计算确定函数参数，这会破坏信号本身的结构特性，无法准确地进行补偿。因此目前的处理方法中无法对趋势误差进行补偿，难以有效提高光栅尺的测量精度，对光栅尺的应用造成了限制。
技术实现思路
为了解决上述的技术问题，本专利技术的目的是提供一种基于经验模式分解的光栅尺误差补偿方法。本专利技术解决其技术问题所采用的技术方案是：一种基于经验模式分解的光栅尺误差补偿方法，包括：S1、采用经验模式分解算法将误差信号分解成多个IMF分量和一个残余分量；S2、分别对每个IMF分量进行希尔伯特变换，并计算获得每个IMF分量的希尔伯特谱和希尔伯特边缘谱；S3、根据预设筛选条件对所有IMF分量进行分析后，筛选出符合条件的IMF分量；S4、将残余分量和所有符合条件的IMF分量累加后作为误差信号的趋势误差分量；S5、将该趋势误差分量作为误差补偿信号对光栅尺系统进行补偿。进一步，所述步骤S1，其具体为：根据下式，采用经验模式分解算法将误差信号分解成多个IMF分量和一个残余分量和一个残余分量： X ( t ) = Σ i = 1 n c i ( t ) + r n ( t ) ]]>上式中，X(t)表示误差信号，i为自然数，n表示分解的IMF分量的总个数，ci(t)表示经验模式分解后的第i个IMF分量，rn(t)表示残余分量。进一步，所述步骤S2，其具体为：分别对每个IMF分量进行希尔伯特变换后，计算获得每个IMF分量的瞬时幅值、瞬时相位和瞬时频率，进而计算获得每个IMF分量的希尔伯特边缘谱。进一步，所述步骤S2，包括：S21、根据下式，分别对每个IMF分量进行希尔伯特变换： c H ( t ) = 1 Π P ∫ - ∞ + ∞ c ( τ ) t - τ d τ ]]>上式中，P表示奇异积分的柯西主值，c(t)表示IMF分量，cH(t)表示IMF分量c(t)的希尔伯特变换；S22、根据下式，计算获得每个IMF分量的瞬时幅值、瞬时相位和瞬时频率： a ( t ) = c 2 ( t ) + c H 2 ( t ) φ 本文档来自技高网...

【技术保护点】
一种基于经验模式分解的光栅尺误差补偿方法，其特征在于，包括：S1、采用经验模式分解算法将误差信号分解成多个IMF分量和一个残余分量；S2、分别对每个IMF分量进行希尔伯特变换，并计算获得每个IMF分量的希尔伯特谱和希尔伯特边缘谱；S3、根据预设筛选条件对所有IMF分量进行分析后，筛选出符合条件的IMF分量；S4、将残余分量和所有符合条件的IMF分量累加后作为误差信号的趋势误差分量；S5、将该趋势误差分量作为误差补偿信号对光栅尺系统进行补偿。

【技术特征摘要】
2015.12.08 CN 20151090296541.一种基于经验模式分解的光栅尺误差补偿方法，其特征在于，包括：S1、采用经验模式分解算法将误差信号分解成多个IMF分量和一个残余分量；S2、分别对每个IMF分量进行希尔伯特变换，并计算获得每个IMF分量的希尔伯特谱和希尔伯特边缘谱；S3、根据预设筛选条件对所有IMF分量进行分析后，筛选出符合条件的IMF分量；S4、将残余分量和所有符合条件的IMF分量累加后作为误差信号的趋势误差分量；S5、将该趋势误差分量作为误差补偿信号对光栅尺系统进行补偿。2.根据权利要求1所述的一种基于经验模式分解的光栅尺误差补偿方法，其特征在于，所述步骤S1，其具体为：根据下式，采用经验模式分解算法将误差信号分解成多个IMF分量和一个残余分量和一个残余分量： X ( t ) = Σ i = 1 n c i ( t ) + r n ( t ) ]]>上式中，X(t)表示误差信号，i为自然数，n表示分解的IMF分量的总个数，ci(t)表示经验模式分解后的第i个IMF分量，rn(t)表示残余分量。3.根据权利要求1所述的一种基于经验模式分解的光栅尺误差补偿方法，其特征在于，所述步骤S2，其具体为：分别对每个IMF分量进行希尔伯特变换后，计算获得每个IMF分量的瞬时幅值、瞬时相位和瞬时频率，进而计算获得每个IMF分量的希尔伯特边缘谱。4.根据权利要求3所述的一种基于经验模式分解的光栅尺误差补偿方法，其特征在于，所述步骤S2，包括：S21、根据下式，分别对每个IMF分量进行希尔伯特变换： c H ( t ) = 1 Π P ∫ - ∞ + ∞ c ( τ ) t - τ d τ ]]>上式中，P表示奇异积分的柯西主值，c(t)表示IMF分量，cH(t)表示IMF分量c(t)的希尔伯特变换；S22、根据下式，计算获得每个IMF分量的瞬时幅值、瞬时相位和瞬时频率： a ( t ) = c 2 ( t ) + c H 2 ( t ) φ ( t ) = arctan c H ( t ) c ( t ) ...

【专利技术属性】
技术研发人员：蔡念，谢伟，陈新，王晗，彭红霞，杨志景，陈新度，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44