基于空间频率连续性原则的直线轴运动误差检测方法技术

本发明专利技术属于数控机床精度检测技术领域，提供了一种基于空间频率连续性原则的直线轴运动误差检测方法。该方法主要以加速度传感器采集到直线轴匀速运动过程中的加速度值为基础，通过卡尔曼滤波方法降低噪声，将加速度信号二次积分后获得位移信号进行改进的零相位高通滤波去除积分累积误差、基于空间频率连续性原则的滤波后，完成数据融合；以此获得高信噪比、精确的直线轴运动误差。本发明专利技术抗干扰能力强，设备成本较低、体积小、安装方便，操作简单，可以实现直线轴运动误差的快速又精确的检测。

Detection method of linear axis motion error based on the principle of spatial frequency continuity

The invention belongs to the technical field of precision detection of numerical control machine tools, and provides a detection method of linear axis motion error based on the principle of spatial frequency continuity. This method is mainly based on the acceleration value collected by the acceleration sensor in the process of uniform motion of the linear axis. The noise is reduced by the Kalman filtering method. After the acceleration signal is twice integrated, the displacement signal is obtained. The improved zero phase high pass filtering is used to remove the accumulated integration error. After the filtering based on the principle of spatial frequency continuity, the data fusion is completed, so as to obtain high signal noise The accuracy of linear axis motion error. The invention has strong anti-interference ability, low equipment cost, small volume, convenient installation, simple operation, and can realize fast and accurate detection of linear axis motion error.

【技术实现步骤摘要】
基于空间频率连续性原则的直线轴运动误差检测方法
本专利技术属于数控机床精度检测
，涉及一种基于空间频率连续性原则的直线轴运动误差检测方法。
技术介绍
高精度、高效率是现代机械制造领域发展的方向，对零件的加工精度已经上升到微米级，甚至更高。数控机床普遍存在精度保持性差的问题，在所有影响加工精度的误差元素中，直线轴运动误差占据了大约20％～30％的比重，是影响机床精度的最重要的因素之一。因此必须对机床直线轴运动误差进行定期测量，掌握机床精度，为实施数控机床精度维护、误差补偿等环节奠定基础。现阶段机床直线轴误差主要测量方式包括球杆仪和激光干涉仪等实现，但都有着不可忽略的弊端。球杆仪缺点有测量流程长、无法分离机床误差和加工误差；激光干涉仪每次只能测量一种误差量，测量过程操作步骤繁杂，测量周期长，测量效率低，严重影响了生产效率。如何实现数控机床直线轴运动误差高效、准确、方便测量，已成为数控机床精度保持与补偿相关研究亟需解决的关键测量技术难题与科学问题之一。完成数控机床直线轴运动误差的快速检测工作，需要一种测量方法简单快捷、效率高、体积小、造价低、抗干扰的检测装置。而本专利技术利用加速度传感器采集匀速运动加速度，经过卡尔曼滤波降噪、两次时域积分获取到位移信号、改进的零相位高通滤波去除积分误差、基于空间频率连续性原则的滤波后融合获得直线轴运动误差是一种可行的方法。2018年中国工程物理研究院激光聚变研究中心廖德锋、孙荣康、谢瑞清等人在专利技术专利CN108508842A中公开的一种通过激光位移传感器检测导轨与其下方水面距离获得导轨直线度误差的方法。该方法的抗干扰能力差，测量装置体积大、操作难度高；2018年天津大学李杏华、吕泽奎、苏智琨在专利技术专利CN108972156A中公开的一种机床导轨直线度误差测量方法，通过图像传感器接受激光干涉仪信号来计算导轨直线；该方法设备复杂、体积大、成本高，无法满足机床直线度的快速检测要求。
技术实现思路
本专利技术有利于改善现行的机床直线轴运动误差检测方法中存在的缺点，着眼于检测数控机床直线轴运动误差，专利技术了一种基于空间频率连续性原则的机床直线轴运动误差检测方法。该方法主要以加速度传感器采集到直线轴匀速运动过程中的加速度值为基础，通过卡尔曼滤波方法降低噪声，将加速度信号二次积分后获得位移信号进行改进的零相位高通滤波去除积分累积误差、基于空间频率连续性原则的滤波后，完成数据融合；以此获得高信噪比、精确的直线轴运动误差。本专利技术抗干扰能力强，设备成本较低、体积小、安装方便，操作简单，可以实现直线轴运动误差的快速又精确的检测。本专利技术的技术方案：一种基于空间频率连续性原则的直线轴运动误差检测方法，利用两轴加速度传感器采集直线轴匀速运动时垂直于运动方向的加速度信号，经过卡尔曼滤波降噪后连续两次积分获得位移值，采用改进的零相位高通滤波方法去除积分累积误差，进而对得到的位移值进行基于空间频率连续性原则的滤波，数据融合后得出垂直于直线轴运动方向的位移信号和运动误差；首先，将加速度传感器安装并固定于直线轴上，使直线轴在低、中、高三种速度下进行匀速运动并采集其加速度信号；然后，对采集到的加速度信号进行卡尔曼滤波，进而进行连续两次的积分运算，得到位移值；采用改进的零相位高通滤波方法对位移信号进行滤波运算，达到去除积分累积误差的目的；然后根据空间频率连续性原则进行滤波，融合低、中、高三种运动速度下所计算出的位移值，得出在垂直于直线轴运动方向上的总位移，并根据最小二乘法计算出直线轴运动误差；具体步骤如下：第一步，安装机床直线轴运动误差检测装置将两个单轴加速度传感器固定于检测装置底座3上；要求加速度传感器1的测量敏感方向为J方向，加速度传感器2的测量敏感方向为K方向，直线轴沿着I方向运动，保证三个方向是相互垂直关系；通过紧固螺栓将加速度传感器1和加速度传感器2固定于检测装置底座3上，检测装置底座3通过磁吸的方式安装于直线轴的工作台上；校准运动方向后，直线轴运动误差检测装置的安装完成；第二步，直线轴运动加速度信号采集首先，合理选择低速中速和高速三种速度作为直线轴运动速度；为了保证采集信号的精度、平稳性和高信噪比，同时防止机床启停时速度变化过于剧烈而产生振动，在选择三种运行速度时应注意：(1)尽量在机床直线轴的最大运行速度的10％～90％范围内选择低速和高速；(2)通过等比、等距或其他方法选择中速；(3)运行速度的选择并不固定，应根据具体情况随机应变；为了方便检测，将三种速度的信号进行融合，选择合适的采样频率使得所采集的加速度信号在直线轴运动轨迹内的测点数相同；由于机床直线轴运动误差主要为低频误差，所以高速运动下传感器的采样频率选择为1200Hz；采集的加速度信号测点数N为：其中，L为直线轴运动行程长度；在满足所采集的加速度信号长度相同的条件下，中速和低速运动下传感器的采样频率和满足下式：控制直线轴沿着方向I分别以低速中速和高速从直线轴行程的起点匀速运动到终点，通过采集卡获取直线轴的加速度信号向量为时间向量为上标I代表直线轴运动方向为I方向，上标k代表加速度传感器标号，下标val代表测量速度，下标i代表测点的序号；第三步，基于卡尔曼滤波的加速度信号去噪首先，根据一阶AR模型对加速度信号建模：Zθ＝αZθ-1+εθ(4)其中，Zθ是模型随机变量，α是自回归系数，α＝(ZTZ)-1ZTu，u＝(z2，z3，...zN)T，εθ是均值为零、方差为σ2的白噪声序列，εθ＝u-αG，G＝(z1，z2，...zN-1)T；将加速度信号向量带入AR模型中，通过计算得出其自回归系数集合和白噪声及其方差序列集合同时过程噪声便通过一阶AR模型获得：测量噪声是加速度信号的方差：其中，为k加速度传感器在val速度条件下测得数据样本均值，N是加速度信号数据样本数；对加速度信号数据进行离散型卡尔曼滤波，系统状态X(g)和观测值Y(g)为：X(g+1)＝ΦX(g)+ΓW(g)(7)Y(g)＝HX(g)+V(g)(8)其中，g为离散时间，X(g)为系统在g时刻的状态；Y(g)为系统在g时刻状态的观测信号；W(g)为系统在g时刻的白噪声；V(g)为系统在g时刻的观测噪声；Φ为状态转移矩阵；Γ为噪声驱动矩阵；H为观测矩阵；假设W(g)和V(g)均值为零，方差分别为和并且，初始状态X(0)与W(g)、V(g)均不相关；推导卡尔曼滤波方程组得到如下结果：P(g+1|g)＝ΦP(g|g)ΦT+Q(10)U(g+1)＝P(g+1|g)HT[HP(g+1|g)HT+R]-1(11)P(g+1|g+1)＝[I-U(g+1)H]P(g+1|g)(13)其中，U(g+1)代表g+1时刻的卡尔曼增益，在给定初始先验估计值和初始协方差P(1|1)的基础上，不断重复递推式(9)～式(13)过程，便本文档来自技高网...

【技术保护点】
1.一种基于空间频率连续性原则的直线轴运动误差检测方法，利用两轴加速度传感器采集直线轴匀速运动时垂直于运动方向的加速度信号，经过卡尔曼滤波降噪后连续两次积分获得位移值，采用改进的零相位高通滤波方法去除积分累积误差，进而对得到的位移值进行基于空间频率连续性原则的滤波，数据融合后得出垂直于直线轴运动方向的位移信号和运动误差；首先，将加速度传感器安装并固定于直线轴上，使直线轴在低、中、高三种速度下进行匀速运动并采集其加速度信号；然后，对采集到的加速度信号进行卡尔曼滤波，进而进行连续两次的积分运算，得到位移值；采用改进的零相位高通滤波方法对位移信号进行滤波运算，达到去除积分累积误差的目的；然后根据空间频率连续性原则进行滤波，融合低、中、高三种运动速度下所计算出的位移值，得出在垂直于直线轴运动方向上的总位移，并根据最小二乘法计算出直线轴运动误差；/n其特征在于，具体步骤如下：/n第一步，安装机床直线轴运动误差检测装置/n将两个单轴加速度传感器固定于检测装置底座3上；要求加速度传感器1的测量敏感方向为J方向，加速度传感器2的测量敏感方向为K方向，直线轴沿着I方向运动，保证三个方向是相互垂直关系；通过紧固螺栓将加速度传感器1和加速度传感器2固定于检测装置底座3上，检测装置底座3通过磁吸的方式安装于直线轴的工作台上；校准运动方向后，直线轴运动误差检测装置的安装完成；/n第二步，直线轴运动加速度信号采集/n首先，合理选择低速...

【技术特征摘要】
1.一种基于空间频率连续性原则的直线轴运动误差检测方法，利用两轴加速度传感器采集直线轴匀速运动时垂直于运动方向的加速度信号，经过卡尔曼滤波降噪后连续两次积分获得位移值，采用改进的零相位高通滤波方法去除积分累积误差，进而对得到的位移值进行基于空间频率连续性原则的滤波，数据融合后得出垂直于直线轴运动方向的位移信号和运动误差；首先，将加速度传感器安装并固定于直线轴上，使直线轴在低、中、高三种速度下进行匀速运动并采集其加速度信号；然后，对采集到的加速度信号进行卡尔曼滤波，进而进行连续两次的积分运算，得到位移值；采用改进的零相位高通滤波方法对位移信号进行滤波运算，达到去除积分累积误差的目的；然后根据空间频率连续性原则进行滤波，融合低、中、高三种运动速度下所计算出的位移值，得出在垂直于直线轴运动方向上的总位移，并根据最小二乘法计算出直线轴运动误差；
其特征在于，具体步骤如下：
第一步，安装机床直线轴运动误差检测装置
将两个单轴加速度传感器固定于检测装置底座3上；要求加速度传感器1的测量敏感方向为J方向，加速度传感器2的测量敏感方向为K方向，直线轴沿着I方向运动，保证三个方向是相互垂直关系；通过紧固螺栓将加速度传感器1和加速度传感器2固定于检测装置底座3上，检测装置底座3通过磁吸的方式安装于直线轴的工作台上；校准运动方向后，直线轴运动误差检测装置的安装完成；
第二步，直线轴运动加速度信号采集
首先，合理选择低速中速和高速三种速度作为直线轴运动速度；为了保证采集信号的精度、平稳性和高信噪比，同时防止机床启停时速度变化过于剧烈而产生振动，在选择三种运行速度时应注意：(1)尽量在机床直线轴的最大运行速度的10％～90％范围内选择低速和高速；(2)通过等比、等距或其他方法选择中速；(3)运行速度的选择并不固定，应根据具体情况随机应变；
为了方便检测，将三种速度的信号进行融合，选择合适的采样频率使得所采集的加速度信号在直线轴运动轨迹内的测点数相同；由于机床直线轴运动误差主要为低频误差，所以高速运动下传感器的采样频率选择为1200Hz；采集的加速度信号测点数N为：



其中，L为直线轴运动行程长度；
在满足所采集的加速度信号长度相同的条件下，中速和低速运动下传感器的采样频率和满足下式：



控制直线轴沿着方向I分别以低速中速和高速从直线轴行程的起点匀速运动到终点，通过采集卡获取直线轴的加速度信号向量为时间向量为上标I代表直线轴运动方向为I方向，上标k代表加速度传感器标号，下标val代表测量速度，下标i代表测点的序号；









第三步，基于卡尔曼滤波的加速度信号去噪
首先，根据一阶AR模型对加速度信号建模：
Zθ＝αZθ-1+εθ(4)
其中，Zθ是模型随机变量，α是自回归系数，α＝(ZTZ)-1ZTu，u＝(z2,z3,...zN)T，εθ是均值为零、方差为σ2的白噪声序列，εθ＝u-αG，G＝(z1,z2,…zN-1)T；
将加速度信号向量带入AR模型中，通过计算得出其自回归系数集合和白噪声及其方差序列集合同时过程噪声便通过一阶AR模型获得：



测量噪声是加速度信号的方差：



其中，为k加速度传感器在val速度条件下测得数据样本均值，N是加速度信号数据样本数；
对加速度信号数据进行离散型卡尔曼滤波，系统状态X(g)和观测值Y(g)为：
X(g+1)＝ΦX(g)+ΓW(g)(7)
Y(g)＝HX(g)+V(g)(8)
其中，g为离散时间，X(g)为系统在g时刻的状态；Y(g)为系统在g时刻状态的观测信号；W(g)为系统在g时刻的白噪声；V(g)为系统在g时刻的观测噪声；Φ为状态转移矩阵；Γ为噪声驱动矩阵；H为观测矩阵；
假设W(g)和V(g)均值为零，方差分别为和并且，初始状态X(0)与W(g)、V(g)均不相关；推导卡尔曼滤波方程组得到如下结果：



P(g+1|g)＝ΦP(g|g)ΦT+Q(10)
U(g+1)＝P(g+1|g)HT[HP(g+1|g)HT+R]-...

【专利技术属性】
技术研发人员：刘阔，韩伟，王永青，刘志松，吴嘉锟，宋磊，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21