论文部分内容阅读
莫尔条纹信号细分技术是光栅计量技术的核心,采用先进的莫尔条纹细分方法来获得不满一个栅距内的位移变化量是提高光栅测量系统分辨率的关键。目前常用的细分方法在实际应用中存在不足之处,因此,对光栅莫尔条纹信号细分方法进行研究,探寻最佳的细分方案具有十分重要的意义。本文主要研究新型莫尔条纹信号细分理论及其在光栅位移测量系统和磨床测控系统中的应用。基于数字集成化设计思想,提出了新型锁相位移式光栅莫尔条纹信号细分理论,并用数学的方法论证了其细分及辨向的可行性与正确性。该方法将光栅传感器的输出信号进行相位调制,经带通滤波后再送入锁相倍频器细分。通过相位调制,把光栅传感器输出的空间位移信号转变为与之成正比的时间信号,使原来对空间位移量的测量转化为对时间信号相位角的测量,解决了原模拟细分中存在的、随细分数增加位移跟踪速度显著下降以及细分数受温度、电源、元器件参数变化影响严重等主要矛盾。通过采用引入一个恒频、引入一个相位量、引入一个细分基准信号等主要措施,解决了三个关键技术问题,使得该方法具有细分的同时即可完成辨向、可避免绝大多数细分方法所采用的大小数分别计数而产生的不协调、既适合完整周期测量又适合不完整周期测量、细分数高且调整方便、不仅能进行动态测量也能进行静态测量等优点。同时,还提出了利用乘法倍频技术对光栅原始信号进行修正,以降低对原始信号正交性、等幅性等方面要求,进一步增强该细分方法实用性的设计思想。以新型锁相式莫尔条纹信号细分理论为基础,研制了光栅位移测量系统,改变原来利用分立数字逻辑电路进行系统设计的思路,提出集成化设计的思想。将细分模块及系统的数字逻辑电路集成在一片可编程逻辑器件中,大大提高了系统的集成度。通过实验验证了该系统具有分辨率高、跟踪速度快、可靠性及抗干扰能力强等特点。对基于神经网络的莫尔条纹信号细分方法进行了研究,提出采用整周期硬件计数、辨向和周期内神经网络软件细分相结合的方法,并提出两种提高细分精度的措施。利用少量学习样本让神经网络学习后,对于任意输入值,经过神经网络的泛化,都可以产生高精度的输出。由于训练时采用光栅输出的正、余弦信号比作为网络的输入,消除了幅值波动对细分精度带来的影响。该细分方法硬件电路简单,分辨率、可靠性较高,具有一定的实用价值。在研究分析磨床测控系统国内外现状及发展趋势的基础上,提出了采用专用微小型光栅传感器取代原来电感线圈,测量磨加工过程中工件尺寸变化的设计思想,改变了我国近30年来一直使用的电感测量的传统方法,有效克服了电感线圈的非线性误差和测控精度受周围环境温湿度变化影响严重的弊端。基于本文提出的新型数字化锁相细分理论,利用在系统可编程技术,对磨床测控系统进行了全数字集成化设计。采用微处理器与现场可编程门阵列相结合的并行处理方式,把FPGA作为单片机的一个嵌入式芯片,专门用于对光栅莫尔条纹信号的细分、辨向、计数处理及系统数字逻辑电路的集成化设计,提高了处理速度,保证了系统对被加工工件磨削量的实时测量与控制。系统设计过程中提出了基于FPGA的部分串行结构FIR滤波器设计思想,与完全串行结构相比,成倍提高了运算速度,减少了运算延迟;与完全并行结构相比,减少了逻辑单元的消耗。此外,还提出一种基于FPGA的新型数字锁相倍频方法,利用整数分频组合实现了小数分频。通过仿真分析,证明了该方法具有细分精度高、锁相速度快等优点。论述了智能磨床测控系统的软件设计思想及部分功能实现方法,增设了在线补偿、快速驱动、自校等功能,使系统具有更加优良的性能。通过磨削实验及测试,证实了该系统具有良好的重复性,满足国家标准要求,同时验证了系统具有测控精度高、功能齐全、操作方便、实用性强等特点,为实现我国磨床行业高端产品的国产化奠定了坚实的基础。