导读:本文包含了光栅细分论文开题报告文献综述及选题提纲参考文献，主要关键词:精密测量,光栅测量,莫尔条纹,信号细分
光栅细分论文文献综述
闫超[1]（2019）在《基于数字细分技术的光栅位移传感系统研究》一文中研究指出随着当前先进制造业的不断发展,超精密测量技术已成为前沿科学领域的关键技术之一。纳米级别的测量精度已经成为了超精密测量的基本要求,而目前成熟的纳米量级测量技术如He-Ne激光干涉测量又因其造价昂贵,使用环境苛刻等原因而影响其广泛使用。随着光栅测量技术的不断成熟,与其相关的测量技术不断涌现,其中基于数字细分技术的光栅位移传感器因其分辨率高,测量量程大,测量可靠等优点,在超精密测量领域得到了越来越多的关注和应用。本文对光栅位移传感系统的进行了相应研究,分析了光栅莫尔条纹的形成和测距原理;通过运用衍射光学的相关理论,证明了在理想状态下莫尔条纹光强的正弦性;然后对条纹信号进行了预处理,将莫尔条纹的光强信号简化为了两路正交等幅的正弦信号。最后,我们根据所需信号的要求,设计了信号调理电路并制作了相应的PCB板。具体分析了莫尔条纹正切法细分具体方法及单个周期内各个区间的划分及算法的应用;然后着重研究了影响莫尔条纹信号质量的干扰因素及其对细分精度的影响,并求解出了在复合干扰因素的影响下细分出现的最大偏差。通过软件方法完成了位移的相关算法和运动方向的辨识。为了验证光栅传感系统的全量程范围内的精度,本文运用宏微双级驱动的方法搭建了搭载有光栅传感系统的驱动平台;采用步进电机+滚珠丝杠的方式来驱动宏动平台以实现粗定位;采用压电陶瓷+柔性铰链的方式来驱动微动台对宏动台的定位误差进行补偿。由位移供给系统提供高精度的位移量,光栅传感系统对此位移量进行测量,再经硬件电路处理和上位机计算后得到位移值。实验结果表明,系统在正向和反向运动时,测量性能基本一致,且系统的重复度和线性度良好。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
束名扬,陈健[2]（2019）在《基于最小二乘法的光栅干涉传感细分误差校正研究》一文中研究指出针对纳米级分辨率光栅干涉传感中存在的细分误差问题,对光栅干涉传感的细分原理、传感信号中的噪声以及非线性误差等方面进行了研究。采用数字细分方式,对传感光电信号进行了数字滤波处理以降低噪声信号干扰,对传感信号中存在幅值波动、直流电平漂移以及相位非正交性等缺陷建立了非线性误差模型,并基于最小二乘原理提出了一种非线性误差修正方法;利用纳米二维定位平台对光栅干涉传感系统进行了测试。研究结果表明:在50 nm步距以及200 nm步距两组等位移量连续测量的测量列中,非线性误差修正后测量列的标准差较修正前均有显着的降低,说明光栅干涉传感信号经非线性误差修正处理后可以较明显地校正细分误差,提高细分精度。(本文来源于《机电工程》期刊2019年04期）
王宝珠,费莉,李文娟,喻婷,彭凯[3]（2019）在《基于时空域变换和动态预测的光栅信号细分方法》一文中研究指出为了提高光栅信号的细分倍数和细分精度,提出一种基于时空域变换和动态预测的光栅信号细分方法。根据光栅栅距与电信号周期的对应关系,利用该电信号过零点触发时间采样,完成空间基准向时间序列的转化。通过时间序列分析建立动态预测模型,预测下一个采样时间,并在预测时间内发送光栅信号细分脉冲。实验表明,细分倍数为400和800时的角位移细分误差均为±1. 2″,且光栅运动加速度及其变化率越小,细分误差越小。(本文来源于《工具技术》期刊2019年01期）
陈自然,李钢,赵建,田伟[4]（2018）在《基于组合预测算法的光栅信号新细分方法研究》一文中研究指出针对现有光栅信号细分技术对光栅输出原始信号波形质量要求较高的问题,本文利用运动过程中时间与空间的映射关系,建立一种利用时间基准测量空间的新方法。通过光栅栅距触发采样时间建立样本序列,在通过分析不同运动状态特性的基础上,研究采用组合预测算法,提出一种光栅信号自适应细分新方法,实验结果表明此算法能实现圆光栅栅距内100倍细分,细分误差为±0.56″,满足实验所需的实时性和细分精度的要求,实现光栅信号细分。此细分方法充分利用光栅本身的制造精度,与光栅输出信号正弦性无关,在精密测量领域具有重要应用价值。(本文来源于《传感技术学报》期刊2018年07期）
汤攀[5]（2018）在《基于FPGA的光栅信号软件细分技术的研究与实现》一文中研究指出随着科学技术的发展,人们不但对位移测量的需求增加而且对位移测量的精度要求也越来越高。然而高精度光栅传感器价格较昂贵,故本文采用软硬件细分相结合的细分技术设计一个低成本、高精度、满足需求的光栅位移测量系统。本文比较了目前主流的光栅细分技术的优、缺点,确定本课题选取硬件细分与软件细分相结合的细分方法进行设计,硬件细分采用简单快速的四细分,软件细分采用神经网络细分。细分系统设计主要包括以下内容:首先,对细分系统进行总体设计。设计前端的硬件电路对原始信号进行处理,运用FPGA实现硬件四细分的辨向和计数功能即粗细分得到大数值,同时FPGA控制ADC将正弦信号的模拟量转换为数字量。再通过FPGA与PC机的通信,将大数值和数字量上传给PC机,PC机将数字量送入神经网络细分程序输出小数值即精细分,结合大数值和小数值得到最终测量的位移值。其次,通过比较[π/4,π/2]范围内正弦信号与构造函数P的线性度,本文选择线性度好的构造函数P作为神经网络细分的输入量,把样本不足1/4周期的微位移值作为网络输出,并借助遗传算法优化网络的权值和阈值,得出了一个适合精细分的神经网络模型。最后,通过对细分系统的调试,验证了本文细分系统方案设计的可行性。同时运用高精度测量仪器对本系统的位移测量值进行了验证。(本文来源于《贵州大学》期刊2018-06-01）
李钢[6]（2018）在《光栅信号自适应细分方法与误差修正算法研究》一文中研究指出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″。(本文来源于《重庆理工大学》期刊2018-03-25）
王宝珠,李文娟,彭凯,王强,李美丽[7]（2018）在《基于时间序列分析的光栅信号时域细分方法（英文）》一文中研究指出针对光栅细分倍数和精度受到莫尔条纹信号质量限制的问题,提出一种基于时间序列分析的光栅信号时域细分方法.首先利用等空间间隔的栅距与采样时间周期的对应关系,将空间栅距转换为时间序列.然后利用时间序列分析中的自回归模型进行建模预测,并采用最大似然估计法计算模型参数.最后在预测时间内发送出代表位移的细分脉冲.实验表明,细分倍数为400或800时的角位移细分误差均为±2.4″,且光栅运动加速度及其变化率越小,细分误差越小.此细分方法一定程度上降低了对光栅信号质量的依赖,具有一定的应用价值.(本文来源于《纳米技术与精密工程》期刊2018年01期）
任康桥[8]（2018）在《基于ARM的光栅细分技术研究》一文中研究指出以光栅莫尔条纹原理为基础的高精度位移和距离测量技术,在诸多领域里都有着广泛的应用。光栅细分技术能在光栅线刻密度不增加的情况下有效的提高信号的细分倍数。在诸多的光栅信号细分方法中,本文选取了幅值分割细分方法,并且尝试在ARM上实现对光栅信号的幅值分割方法细分。本文所采用的是以STM32F4为MCU的ARM开发平台,主要使用了ADC、DMA、LCD、串口来实现对信号的输入与函数处理和信号上传。实验结果初步实现了对光栅信号的细分处理与输出。本文首先讨论了现存诸多细分方法各自的优劣。然后在四倍/八倍细分法、锁相倍频细分法、载波调制细分法、电阻链移相细分法、幅值分割细分法中选取了幅值分割细分法来进行光栅信号的细分。传感器输出的光栅信号中存在着各种误差,除一些高频噪声以外这其中主要还包含直流分量、幅值偏差和相位偏差。本文提供了一种对以上误差进行矫正的理论方法。该方法主要是对采样到的信号与其中包含的不理想信号分量建立数学模型,通过最小二乘法拟合的方法求解出信号中的各误差分量然后进行误差矫正。本文还设计了光栅莫尔信号的预处理电路,通过该电路实现了对光栅信号的八倍细分和对正交的光栅正弦信号的绝对值处理。绝对值处理后的信号结合八倍细分信号输入至ARM处理器用于实现高倍数的细分处理。(本文来源于《昆明理工大学》期刊2018-03-01）
汤攀,张厚武,何勇[9]（2018）在《基于神经网络的光栅信号软件细分技术的研究》一文中研究指出随着精密加工技术与超精密加工技术的发展,对测量精度的要求越来越高,而常用的50线/毫米经济型的光栅传感器,它的精度为20μm,难以达到精密测量的要求。因此需要对光栅传感器输出的信号进行细分来提高测量的精度。首先,应用硬件四细分的方法提高光栅测量的精度;其次,在四细分的基础上运用神经网络算法的软件细分技术提高光栅测量的精度;然后,再运用遗传算法对神经网络算法的权值和阈值进行优化,提高光栅测量的准确度;最后,验证了神经网络将光栅信号进行软件细分技术方案的可行性,并通过实验证明改进的BP神经网络细分方法使测量精度提高了0.1μm。(本文来源于《计算机技术与发展》期刊2018年06期）
李钢,陈自然,田伟,赵建,李云[10]（2018）在《应用二次指数平滑法的光栅信号细分方法研究》一文中研究指出针对光栅传感器信号细分受限于传感器输出信号正弦性要求较高的问题,提出采用预测理论实现光栅传感器信号细分新方法,此方法与传感器输出信号波形质量无关。利用光栅运动过程中时间和空间的相对关系,通过采集光栅传感器输出的脉冲当量构建观测样本序列,搭建基于二次指数平滑法的预测数学模型,完成对光栅传感器的细分。实验结果表明:采用二次指数平滑算法能够实现光栅栅距内400倍细分,细分误差为±1.35″,细分精度和运动过程中的实时性达到了工业生产应用要求,具有重要的实际应用价值。(本文来源于《重庆理工大学学报(自然科学)》期刊2018年02期）
光栅细分论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对纳米级分辨率光栅干涉传感中存在的细分误差问题,对光栅干涉传感的细分原理、传感信号中的噪声以及非线性误差等方面进行了研究。采用数字细分方式,对传感光电信号进行了数字滤波处理以降低噪声信号干扰,对传感信号中存在幅值波动、直流电平漂移以及相位非正交性等缺陷建立了非线性误差模型,并基于最小二乘原理提出了一种非线性误差修正方法;利用纳米二维定位平台对光栅干涉传感系统进行了测试。研究结果表明:在50 nm步距以及200 nm步距两组等位移量连续测量的测量列中,非线性误差修正后测量列的标准差较修正前均有显着的降低,说明光栅干涉传感信号经非线性误差修正处理后可以较明显地校正细分误差,提高细分精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光栅细分论文参考文献
[1].闫超.基于数字细分技术的光栅位移传感系统研究[D].哈尔滨工业大学.2019
[2].束名扬,陈健.基于最小二乘法的光栅干涉传感细分误差校正研究[J].机电工程.2019
[3].王宝珠,费莉,李文娟,喻婷,彭凯.基于时空域变换和动态预测的光栅信号细分方法[J].工具技术.2019
[4].陈自然,李钢,赵建,田伟.基于组合预测算法的光栅信号新细分方法研究[J].传感技术学报.2018
[5].汤攀.基于FPGA的光栅信号软件细分技术的研究与实现[D].贵州大学.2018
[6].李钢.光栅信号自适应细分方法与误差修正算法研究[D].重庆理工大学.2018
[7].王宝珠,李文娟,彭凯,王强,李美丽.基于时间序列分析的光栅信号时域细分方法（英文）[J].纳米技术与精密工程.2018
[8].任康桥.基于ARM的光栅细分技术研究[D].昆明理工大学.2018
[9].汤攀,张厚武,何勇.基于神经网络的光栅信号软件细分技术的研究[J].计算机技术与发展.2018
[10].李钢,陈自然,田伟,赵建,李云.应用二次指数平滑法的光栅信号细分方法研究[J].重庆理工大学学报(自然科学).2018