亚星游戏官网-www.yaxin868.com

专利名称：智能高精度光栅信号测量方法及装置的制作方法
技术领域：
本发明是一种能够精确测量角度或位移量的光栅测量方法及装置，属于自动测量仪器的技术领域。
光栅技术已广泛用于数控加工设备和测控仪器中，用于自动测量位移测角，以实现加工自动化、测量数字化等等。因为光栅本身的分辨率较低(一般位移的分辨率为10μm，角度为1度)为了满足实用要求，得到较高的分辨率，传统方法是用硬件细分电路将光栅信号进一步细分，但其细分数做不高(做到40细分难度就很大)、电路复杂、频响低、易引入干扰、温漂大及可靠性低等，难以实现高精度测量。近年，也有人提出了软件细分法，但这种方法是用查表的方法，对硬件精度要求苛刻，制作表格需要大量的样本，难度大且复杂，精度受限。为了满足一些高精度测量的需要，国外有的单位采取了在光栅上密集刻线的方法，这种方法需要高精度的、价格昂贵的刻线设备，且合格率低，成本很高，其产品价格昂贵，其应用受限。
本发明的发明目的就是提供一种结构简单、操作方便、可实现精密测量的智能高精度光栅信号测量方法及装置。
本发明的智能高精度光栅信号测量方法是采用人工神经网络的方法对光栅信号进行学习、泛化，细分，首先对输入样本光栅信号自动进行学习即进行分析、计算、存储；然后对非样本光栅信号进行泛化即将输入集中样本点的给定邻域映射到输出集中映射点与样本对应的某一邻域；即由神经网络模型实现连续细分测量。测量装置由光栅传感器电路、前置电路、多路开关、模数转换电路、微机所组成，该5部分电路按顺序依次串联相接，微机的输出端还分别与多路开关和模数转换电路的输入端相接。在运算放大器A5与A6反相输入端之间接有一个可变电阻W1，在运算放大器A8与A9的反相输入端之间接有一个可变电阻W2。前置电路的输出端即运算放大器A7、A10的输出端分别与多路开关的输入端即集成电路U2的“CH1、CH2”端相接。多路开关的另二个输入端即集成电路U2的“A0、A1”端，与微机对应的“A0、A1”端相接。
本发明的主要优点是用神经网络的学习和泛化能力实现光栅信号连续细分，只要通过对极少量样本的学习，即可实现高精度的细分。实验和试用证明，本发明只用很少的训练样本，既可实现很高的细分精度，比传统方法的分辨率提高10倍至100倍。并且，本发明硬件简单，制造容易、成本低，操作和应用方便，可靠性高，不受微机机型限制(如用单片机、PC机、工控机等各种微机)。使其应用范围大大拓宽。同时，本装置只要配置圆光栅和相应前置接口可实现精密测角，配长光栅及相应前置接口可实现精密测位移、测长和测高等。通常在测量过程中如果仅通过记录莫尔条纹数(计数输出信号的周期数)来测量光栅的位移，其分辨率仅为光栅的栅距，既使采用100线/mm的光栅，其分辨率也仅为10μm。这一分辨率是不能满足大多数应用要求的。因此，为了得到比栅距更小的位移量，必须测量莫尔条纹移过的距离，也就是必须对输出信号进行细分，通常采用内插法进行细分，即在莫尔条纹变化的一个周期内，给出N个计数脉冲，以减小脉冲当量(即每个脉冲所相当的位移量减小到原来的1/N，则分辨率提高N倍)，传统的细分方法是用纯硬件实现，存在上述若干缺点，因此，本发明的细分测量方法及装置可实现连续细分，使分辨率大大提高，硬件电路大大减化。从而使可靠性大大提高。


图1是本发明用神经网络学习和泛化的功能细分测量的流程框图。
图2是本发明信号处理部分的电路结构框图。其中有光栅传感器电路1、前置电路2、多路开关3、模数转换电路4、微机5。
图3是本发明的电原理图。
本发明的实施例如下本发明主要用人工神经网络的泛化能力实现连续细分。人工神经网络由若干人工神经元构成，神经元与神经元之间的连接用权值来描述，这些神经元和权值及人工神经网络可用计算机模拟实现。只要让人工神经网络对极少量样本进行学习，通过其权值的记忆和相互作用，即能将任意输入推广到较准确的输出。也就实现了连续的高精度细分。
当用本发明方法进行测量时，首先选少量样本(例如选择7和10个样本)让装置进行学习，学习完毕后，检测量程内的任何值都可实现连续高精度细分，且只要学习一次，以后测量就不必再学习了，直到更换传感器或更换硬件或维修等可再次学习。这一过程流程框图如图1示。所谓样本是指在全量程内较均匀的(例如等间隔)给定一组标准的输入和输出作为教师信号，以供装置进行学习。对于给定的样本输入，进行模数转换(即图2中的A/D采样)，将其转换成数字信号送到微机。微机根据采样值计算或调整神经元的权值，直到所有的样本学习完毕，且所有样本的权值误差不大于允许误差时学习结束。也就是所有的权值计算完成。将权值保存起来，以后输入任意值，根据权值即可计算出精确的输出。
首先将人工神经网络的程序装入微机5，然后由微机5、前置电路2、多路开关3、模数转换电路4组成测量装置，其中光栅传感器电路1包括集成电路运算放大器A1～A4，前置电路2包括集成运算放大器A5～A10，多路开关3包括集成多路模拟开关电路U2，其型号为“AD7501”，模数转换电路64包括集成模数转换器电路U3，其型号为“AD574”，微机5采用单片机系统。
光电二极管D1至D4、运算放大器A1至A4、电容C1至C4、电阻R1至R4分别构成四个独立的电流电压转换电路，其作用是将光信号转换成一定幅度的电压信号。其中光电二极管D1至D4为光栅传感器内的光接收器件，型号可为2DU系列，也可以是光电池、光敏三极管、红外接收器件或光集成接收器件。不同的传感器，其输出信号的路数不同，因此，光接收器件(D1至D4)可以只有1个或多个(一般两个或四个)。运算放大器A1至A4是高阻抗低漂移集成运算放大器，可用一个集成四运放实现，也可用两个两运放或四个单运放(如用型号LF353等)，电阻R1至R4为反馈电阻。电容C1至C4为消振滤波电容。
运算放大器A5至A7、电阻R5至R10、W1构成仪表差动放大器，目的是去除直流，抑制漂移，其输入信号应选择两反相信号，其直流信号和漂移、噪声等信号因相减而抵消，有用的两反相交流分量则相加。调整可变电阻W1可改变输出幅度，以满足模数转换的幅度要求。一般应选择R5＝R6，R7＝R8＝R9＝R10。此电路可以用集成运放构成，也可选用集成差动放大器。运算放大器A8至A10构成另一差动放大器，其原理相同。
集成电路U2为多路模拟开关，可用集成电路构成(如型号AD7501)，“CH1和CH2”是两个输入通道，“A0和A1”来自微机，用于控制进行通道选择。当使用多路模数转换(A/D)时或仅有一路信号输入时，集成电路U2可省略。U3为A/D(模/数)转换器(如型号AD574)，U4为微机，可以是单片机系统、PC机系统、STD工控机系统、PC工控机系统或其它微机。模数转换成数字信号并输入到微机内。此例中，模数转换器U3中的“D0-D11”为转换后的12位数字信号。“S”为启动转换的信号。“A0-A3”为通道选择及读数控制等控制信号。其中，A/D转换器也可使用电压/频率(V/F)转换器。最后采用人工神经网络的细分方法对光栅信号进行学习、泛化，细分测量，首先对输入样本光栅信号自动进行学习即进行分析、计算、存储；然后对非样本光栅信号进行泛化即将输入集中样本点的给定邻域映射到输出集中映射点与样本对应的某一邻域；即由神经网络模型实现连续细分测量。
采样到微机内的信号，由两种用微机实现的神经网络模型实现连续细分(实用中选一种即可)。
需要指出的是，使用圆光栅传感器时，一般只输出两路信号，且不含直流分量，其电路更简单，差动电路可省略，电流电压转换电路也可省去两路。根据以上所述，便可实现本发明。
权利要求
1.一种智能高精度光栅信号测量方法，其特征在于采用人工神经网络的细分方法对光栅信号进行学习、泛化，细分测量，首先对输入样本光栅信号自动进行学习即进行分析、计算、存储；然后对非样本光栅信号进行泛化即将输入集中样本点的给定邻域映射到输出集中映射点与样本对应的某一邻域；即由神经网络模型实现连续细分测量。
2.一种智能高精度光栅信号测量装置，由光栅采集部分和信号处理部分所组成，其特征在于该装置的信号处理部分由光栅传感器电路(1)、前置电路(2)、多路开关(3)、模数转换电路(4)、微机(5)所组成，该5部分电路按顺序依次串联相接，微机(5)的输出端还分别与多路开关(3)和模数转换电路(4)的输入端相接。
3.根据权利要求2所述的智能高精度光栅信号测量装置，其特征在于在运算放大器A5与A6反相输入端之间接有一个可变电阻W1，在运算放大器A8与A9的反相输入端之间接有一个可变电阻W2。
4.根据权利要求2或3所述的智能高精度光栅信号测量装置，其特征在于前置电路(62)的输出端即运算放大器A7、A10的输出端分别与多路开关(63)的输入端即集成电路U2的“CH1、CH2”端相接。
5.根据权利要求4所述的智能高精度光栅信号测量装置，其特征在于多路开关(63)的另二个输入端即集成电路U2的“A0、A1”端，与微机(65)对应的“A0、A1”端相接。
全文摘要
智能高精度光栅信号测量方法及装置是一种能精确测量角度和位移量的方法及装置,采用人工神经网络的细分方法对光栅信号进行学习、泛化,细分测量,首先对输入样本光栅信号自动进行学习即进行分析、计算、存储;然后对非样本光栅信号进行泛化即将输入集中样本点的给定邻域映射到输出集中映射点与样本对应的某一邻域;即由神经网络模型实现连续细分测量。
文档编号G01B11/04GK1278058SQ0011234
公开日2000年12月27日 申请日期2000年6月13日 优先权日2000年6月13日
发明者朱庆保 申请人:南京师范大学