基于VMD的圆光栅测角误差补偿方法.pdf

仪 表 技 术 与 传 感 器Instrument Technique and Sensor2024 年第 3 期收稿日期:2023-08-30基于 VMD 的圆光栅测角误差补偿方法张 栋1,韦宝琛1,2,廖忠骏1,岳 义1,21.上海工程技术大学机械与汽车工程学院;2.上海市大型构件智能制造机器人技术协同创新中心 摘要:针对圆光栅测角系统误差数据,提出了一种基于变分模态分解(VMD)的误差重构与补偿方法。首先,采用 VMD 算法将误差数据自适应地分解为多个模态分量(IMF),基于各 IMF 的相关因子值表征其含噪声程度,选择符合条件的 IMF 重构系统误差,再溯源分析系统误差的主要谐波阶次,建立误差补偿模型。实验结果表明:利用此方法可将圆光栅测角误差的平均值、峰峰值和标准差分别补偿至-0.029(补偿百分比:90.73%)、1.14(补偿百分比:51.07%)和 0.29(补偿百分比:57.35%),加入随机误差后也能准确识别误差主要成分。关键词:圆光栅;变分模态分解;误差重构;误差补偿中图分类号:TB922 文献标识码:ACompensation Method of Circular Grating Angle Measurement Error Based on VMDZHANG Dong1,WEI Baochen1,2,LIAO Zhongjun1,YUE Yi1,21.School of Mechanical and Automotive Engineering,Shanghai University of Engineering Science;2.Shanghai Collaborative Innovation Center of Intelligent Manufacturing Robot Technology for Large ComponentsAbstract:An error reconstruction and compensation method based on variational modal decomposition(VMD)was proposed for the error data of the angle measurement system of angle grating.First,the VMD was used to adaptively decompose the error da-ta into several intrinsic mode functions(IMF),characterized the degree of noise content based on the correlation factor value of each IMF,selected the eligible IMF to reconstruct the system error,and then traced back to analyze the main harmonic orders of the system error to establish the error compensation model.The experimental results show that the mean,peak-to-peak and stand-ard deviation of the angle measurement error of the angle encoder can be compensated to-0.029(compensation percentage is 90.73%),1.14(compensation percentage is 51.07%)and 0.29(compensation percentage is 57.35%)by this method,the main components of the error can be correctly identified even after adding random errors.Keywords:circular grating;variational mode decomposition;error reconstruction;error compensation0 引言圆光栅作为精密测角元件,在航空航天、智能机器人、高档数控机床、高精度坐标测量仪等领域有广泛的应用1-3,随着技术的不断发展,对圆光栅编码器测量精度的要求也越来越高。为进一步提高圆光栅测角精度,国内外学者采用误差补偿方法:多读数头的硬件补偿、基于谐波分析的数值补偿和基于神经网络的软件补偿4。苏东风等5通过对光栅刻度误差的分析,采用均布四读数头布置方式有效提高了圆光栅测角精度;张文颖等6详细推导了多读数头抑制误差的原理,提出了一种采用3 个奇读头和 4 个偶读头相结合的混合布局方式,相比同数量 6 读数头均匀布置的误差抑制效果更佳,但多读数头的硬件补偿方法使测量系统结构复杂7,成本提高,且对读数头安装要求较高;李尕丽等8针对安装偏心和倾斜产生的系统误差,进行谐波补偿,有效消除了稳定可复现的误差谐波成分,但没有较好地将圆光栅测量系统中的系统误差分离,直接一次性对部分误差进行补偿;洪喜等9提出了一种基于径向基神经网络的编码器误差修正技术,实验表明可将标准差从 0.82降至 0.24,很好解决了非线性误差对系统的影响;刘凤伟等10针对光电编码器安装、环境等因素提出了一种基于 BP 神经网络的误差补偿方法,实验结果表明该方法补偿精度高,收敛速度快,显著提高了旋转角度精度。虽然基于神经网络的软件补偿不需要建立误差补偿模型,但其补偿精度依赖数据样本,随机误差对补偿效果的影响较大。真实的圆光栅测角误差是系统误差与随机误差相耦合的11,圆光栅44 第 3 期张栋等:基于 VMD 的圆光栅测角误差补偿方法 测角系统的系统误差具有周期性,表现出高幅值低频率特性,然而随机误差表现出没有规律性、不可预见性和高频率特性,随机误差由于其随机性,几乎无法补偿12。在误差补偿中,随机误差会影响其补偿模型的精确度,因此,有必要将数据中的系统误差对圆光栅测角误差进行分解和溯源,找到误差的成分,并补偿其系统误差,同时避免过拟合,提高圆光栅测角精度。为了从圆光栅测角误差中重建系统误差,信号分解是一种有效的解决方法。经验模态分解(EMD)基于 Hilbert-Huang 变换将信号自适应分解为一系列的模态分量,但 EMD 具有端点效应和模态混杂,变分模态分解(VMD)基于三维变分约束理论,利用非递归特性估计多个模态分量。F Hu 等13针对不同温度下,提出了一种经验模态分解和互相关的误差补偿方法,分解不同温度下的误差曲线,利用互相关计算其相关性进行误差分离;N.Cai 等14提出了一种基于经验模态分解的误差补偿方法,将编码器测量误差分解成若干分量和残差,利用边际谱提取测量误差的趋势。VMD 克服了 EMD 模态混叠和计算量大的缺点,噪声鲁棒性好,具有良好的去噪效果,被广泛应用于非稳态信号分解;Z.Ning 等15提出了一种基于 VMD 的误差补偿方法,将光电编码器的误差信号分解成若干模态分量,采用一种从粗选到精选的方法选择合适的模态分量,完成信号重构,但没有对误差进行溯源补偿。针对圆光栅误差溯源与补偿,本文基于变分模态分解,提出了一种圆光栅测角误差重构和补偿的方法:将原始误差数据分解成若干模态分量,计算其相关因子 k,筛选出系统误差成分,再对各模态分量溯源分析得到系统误差的谐波阶次,最后得到误差补偿模型,对圆光栅测角误差进行补偿。实验结果表明:主要成分的谐波阶次识别与常用的谐波补偿方法一致,且加入随机误差后,也能准确识别误差主要成分,该方法降低了随机误差对补偿模型精确度的影响。1 误差分析如图 1 所示,圆光栅测角系统硬件由光栅环和读数头组成。圆光栅测量误差由系统误差和随机误差组成,测量误差 可定义为=-=es+er(1)式中:为读数头真值;为圆光栅测量值;es和 er分别为测量系统中的系统误差和随机误差。周期性系统误差除了光栅本身制造误差,来自于圆光栅安装偏心产生的一阶谐波误差,通常使用多读图 1 圆光栅编码器结构数头消除,还包括倾斜所产生的二阶谐波误差,锥面安装也会产生多阶谐波误差。式(1)中 es可表示为es=Kk=1vk()=a0+ni=0Aisin(i+i)(2)轴系晃动等会产生随机误差,在保证安装精度和采用多读数头测量模式消除部分误差的条件下,随机误差和系统误差的幅值接近,在系统误差得到准确修正后,随机误差的幅值有可能超过系统误差的幅值16。其中随机误差的存在会影响系统误差谐波阶次和幅值大小的识别,为更好地补偿系统误差,需要将系统误差从误差数据中分离出来,以重构系统误差。2 圆光栅测角误差分解与重构2.1 变分模态分解(VMD)VMD 将原始误差标定数据 X()分解为 k 个有限带宽的模态函数(intrinsic mode functions,IMFS),表示为uk()=Ak()cos(k()(3)式中:uk()为第 k 个本征模态函数;Ak()为 uk()的瞬时幅值;k()为 uk()的瞬时频率。模态函数在中心频率 k处集中,可用高斯平滑偏移信号估算带宽,由于 VMD 分解的稀疏性,分解时可将其转换成如下问题:min(uk,k)Kk=1()+j)uk()e-jk22(4)s.t.Kk=1Ll=1uk()=X()(5)式中:()为狄拉克函数;为卷积函数运算符;j 为虚数单位。通过引入增广拉格朗日乘子 和二次惩罚因子,将约束变分问题转化为无约束变分问题,得到增广拉格朗日表达式:L(uk,k,)=Kk=1(T(t)+jt)uk(t)e-jkt22+54 仪 表 技 术 与 传 感 器第 3 期X(t)-Kk=1Lt=1uk(t)22+(t),X(t)-Kk=1Lt=1uk(t)(6)利用交叉方向乘子法计算靶点即原问题最优解,求解 uk、k和:更新 uk:un/+1k()=x()-ik ui()+()/21+2(-k)2(7)更新 k:n+1k=0 un+1k()2d0 un+1k()2d(8)更新:n+1k()=nk()+(X()-k un+1k()(9)式中:un+1k()、ui()、x()、()分别对应 un+1k()、ui()、X()、()的傅里叶变换;n 为迭代次数;为噪声的容忍度。主要迭代求解步骤为:1)初始化 uk、k和,n=0;2)确定迭代次数 n=n+1;3)利用式(7)、式(8)、式(9)更新 uk、k和;4)进行极小值实数判断,若 K un+1k-unk22/unk22,完成迭代,反之重复以上步骤直到满足迭代条件。2.2 误差重构离散的测量误差数据 X()经过 VMD 算法可以分解为 k 个模态分量Ll=1uk()和一个残余噪声Ll=1r(),如下所示:X()=Kk=1Ll=1uk()+Ll=1r()(10)式中 K 为 IMF 的个数;L 为测量误差数据点的个数。在实际分解原误差信号后,模态分量Ll=1uk()也会含有噪声成分,噪声过大可能会覆盖原本周期性误差特征,有必要选择合适的 IMF 集合来重构系统误差,识别噪声占比较高的模态分量,以避免误差补偿过拟合现象。与随机误差成分相比,系统误差成分具有典型的低复杂度、高振幅特征。为定量表征各模态分量 IMF所含噪声,定义相关因子 k:k=n=1(vk()-uk()2n=1(uk()-uk()2(11)式中 uk()为第 k 个模态分量的平均幅值;vk()为第k 个误差函数。相关因子数值大小可以表示变分模态分解后的模态分量含噪声影响程度,该值越大,表明含系统误差占比越高,噪声影响程度低。首先将误差数据经过变分模态分解,得到若干个模态分量,计算模态分量的相关因子,剔除含噪声较大的模态分量,重构系统误差。3 圆光栅误差补偿由上述误差分析可知,圆光栅系统误差补偿模型F()可表示为F()=a0+ni=0Aisin(i+i)(12)圆光栅误差补偿方法:首先,对 36 面棱体标定的误差数据进行变分模态分解,得到若干个模态分量,计算各分量的中心频率,并依次按照从低到高的中心频率值进行排列;其次,基于圆光栅测角误差周期特性,定义一个表征含噪声程度的相关因子,通过其数值来筛选符合条件的模态分量,将符合条件的模态分量进行重构;通过对分解后的各模态分量溯源,找到原误差数据中的谐波阶次,确定补偿模型中参数 i,最后通过仿真软件 MATLAB 线性回归获得补偿模型中的其他参数,建立误差补偿模型实现误差补偿。通过对比实验详细验证了溯源的可靠性。为验证该方法的抗干扰能力,通过加入高斯噪声的方式,对比补偿效果。误差补偿大致流程如图 2 所示。3.1 实验数据获取针对激光干涉仪测量系统中的圆光栅测量系统,李万红17采用自准直仪结合 36 和 23 面多棱体对双读数头圆光栅测角系统进行标定实验,采用36 面多棱体标定的误差数据平均值建立误差补偿模型,采用 23多面棱体标定的误差数据平均值进行补偿效果验证。2 组标定数据如图 3 所示。3.2 误差补偿实验36 面棱体标定的误差数据通过上述基于 VMD 的误差重构方法,将原误差数据分解成 5 个模态分量IMF1IMF5,设置相关因子阈值 =0.6,按照中心频率从小到大排列,如图 4 所示。为判断各模态分量含噪多少,利用式(11)计算 564 第 3 期张栋等:基于 VMD 的圆光栅测角误差补偿方法 图 2 误差补偿流程图图 3 文献17标定误差数据图 4 原信号及 VMD 分解后各模态分量个模态分量的相关因子 15如表 1 所示。表 1 模态分量相关因子123450.9760.940.620.710.58 其中:v1()=-0.27+0.1+0.2sin(+1.78)v2()=-0.24sin(-0.63)-0.66sin(2-0.18)v3()=-0.12sin(6-0.05)v4()=-0.12sin(12+1.31)v5()=0.08sin(16+0.16)由各变分模态分量的相关因子值溯源分析可知:IMF1中包含一阶谐波周期函数和一次线性误差,IMF2中包含一阶、二阶谐波周期误差,IMF3中包含六阶谐波周期函数,但是受一定噪声影响,IMF4包含十二阶谐波周期误差,IMF5含噪声成分较多覆盖周期性特征,且 0.08 的幅值较小。结合 VMD 分解后各模态分量的相关因子值和幅值,将 F1 F4重构作为系统误差。为了更好补偿 360圆周任意角度的角度测量值,误差数据通过仿真软件 MATLAB 中的曲线拟合,可以获得误差补偿模型:F()=-0.284-0.042+0.377sin(+1.444)-0.857sin(2-0.095)+0.111sin(6-0.293)-0.128sin(12+1.294)(13)23 面多棱体标定误差的平均值为-0.31、峰峰值为 2.33、标准差为 0.68。基于本文方法的补偿结果表明,平均值、峰峰值和标准差的补偿(补偿百分比)分别降至-0.029(90.73%)、1.14(51.07%)、0.29(57.35%),如图 5 所示。其补偿效果和补偿后误差趋势与基于谐波方法补偿效果高度相似,表明该方法的准确可靠性。图 5 本文方法与谐波补偿效果图同时,为进一步验证基于 VMD 分解对于谐波阶次识别的准确性,在实验中通过增加、减少和代替某谐波阶次进行对比。比较补偿后误差的平均值、峰峰值、标准差,具体补偿效果如表 2 所示。74 仪 表 技 术 与 传 感 器第 3 期表 2 补偿效果比较%谐波成分平均值补偿量峰峰值补偿量标准差补偿量0、1、2、6、1290.7251.0356.260、1、2、690.4048.7355.990、1、2、5、1291.3647.9546.940、1、2、5、6、1291.0450.1850.83 由表 2 数据可以发现,通过增减或替换某阶次谐波都使峰峰值和标准差的补偿效果有所下降,平均值的补偿量变化较小。也进一步证明基于 VMD 溯源分析得到的误差的主要成分是准确的。由上述误差分析可知,随机误差不可忽略,为验证该方法的抗干扰性能,本文通过在误差数据中加入符合高斯分布的随机误差,再分别研究该方法识别误差主要成分的可靠性和补偿效果。在36 面棱体标定误差数据中分别加入均值 2i为0,方差为 0.1、0.15、0.2 的服从正态分布的随机误差。通过本文方法将加入随机误差的数据分解成系统误差成分的 IMF1(2i)IFM4(2i),如图 6 所示。图 6 加入随机误差后分解的各模态分量为分析比较加入随机误差的误差数据 fi()分解后的模态分量 IMFi(2i)与原误差数据 f()分解后的模态分量 IMFi(0),计算加入标准差为 i的随机误差的各模态分量 IMFi(2i)与 IMFi(0)之间的相关系数Ri(2i):Ri(2i)=CovIMFi(0),IMFi(2i)VarIMFi(0)VarIMFi(2i)(14)式中 i=1,2,3,4。如表 3 所示,该数值表明在加入标准差为 0.1 的随机误差时,其各模态分量与原误差信号分解的模态分量相关系数高达 96%之上。原误差信号分解的IMF3和 IMF4的幅值在 0.15 左右,当加入方差为 0.15和 0.2 的随机误差时,会导致其模态分量中混杂随机噪声,但相关系数均在 77%以上,如图 6 所示,且周期性特征明显,也能正确识别谐波阶次。表 3 加入随机误差后分解的各 IMF 相关系数%Ri(0.1)Ri(0.15)Ri(0.2)IMF199.999.799.0IMF299.699.697.9IMF396.979.986.6IMF497.179.477.2 在理想情况下,识别的谐波阶次与不加随机误差一致,假设基于谐波补偿方法能正确识别误差数据的谐波阶次,2 种方法的补偿效果如图 7 所示,为更直观比较 2 种方法补偿效果,计算 2 种方法补偿后的平均值、峰峰值和标准差,如表 4 所示。图 7 加入随机误差后误差补偿效果图表 4 补偿效果比较()补偿方法平均值峰峰值标准差谐波方法-0.0181.225(-0.4560.715)0.268本文方法-0.0151.030(-0.4350.595)0.259 谐波补偿方法只对误差数据进行非线性谐波拟合,在加入随机误差后,谐波补偿方法可能无法识别低幅值的谐波阶次,但基于变分模态分解可以将含噪的误差数据分解成若干有限带宽的模态分量,将含噪程度较大的分量剔除,再根据溯源分析可获得主要谐波成分。实验结果表明,采用该方法补偿效果比基于谐波分析方法的补偿效果更佳。4 结束语本文采用 VMD 将圆光栅误差数据自适应分解,结合表征含噪程度的相关因子 来重构系统误差,能够将数据中稳定的谐波误差部分分离出去。相比谐波补偿方法,基于 VMD 的误差重构补偿方法不需要多组样本进行反复实验,只需要通过一组误差值就能84 第 3 期张栋等:基于 VMD 的圆光栅测角误差补偿方法 较为准确得到误差主要成分,而谐波补偿算法则需要通过多组数据建模,分析发现高幅值的系统误差,这要求每组误差数据都准确可靠,谐波分析补偿方法要求误差数据是平稳信号,但在实际测量数据中很难得到保证,本文方法可以处理非平稳信号,可以引入实时补偿方案中,实现对误差数据的重构,适用性更广。参考文献:1杨婧,冯其波.数控机床空间几何误差测量研究进展J.仪器仪表学报,2017,38(8):1901-1911.2 于海,万秋华,赵长海,等.基于后验误差拟合的角位移测量误差补偿J.光学精密工程,2019,27(1):51-57.3 王福全,王珏,谢志江,等.精密转台角分度误差补偿J.光学精密工程,2017,25(8):2165-2172.4 周彬彬.高精度圆光栅测角系统误差补偿技术研究D.哈尔滨:哈尔滨工业大学,2016.5 苏东风,续志军,贾继强,等.提高圆光栅测角系统精度的读数头设计J.电子测量与仪器学报,2013,27(7):653-657.6 张文颖,劳达宝,周维虎,等.多读数头混合布局测角误差抑制方法J.光学精密工程,2017,25(9):2339-2346.7 乔丹,薛梓,黄垚,等.等分多读数头位置偏差对测角误差的影响研究J.计量学报,2017,38(6):676-680.8 李尕丽,薛梓,黄垚,等.圆光栅测角系统示值误差分析与补偿J.仪器仪表学报,2021,42(5):59-65.9 洪喜,续志军,杨宁.基于径向基函数网络的光电编码器误差补偿法J.光学精密工程,2008(4):598-604.10 刘凤伟,时慧晶,刘春枚.基于 BP 神经网络的角度误差补偿方法研究J.舰船电子工程,2021,41(7):179-182.11CHEN Y P,TANG H,TANG Q C,et al.Machining error decomposition and compensation of complicated surfaces by EMD methodJ.Measurement,2018,116:341-349.12 CHEN Q D,LI W,JIANG C,et al.Separation and compen-sation of geometric errors of rotary axis in 5-axis ultra-pre-cision machine tool by empirical mode decomposition meth-odJ.Journal of Manufacturing Processes,2021,68:1509-1523.13HU F,CHEN X D,CAI N,et al.Error analysis and com-pensation of an optical linear encoderJ.IET Science,Measurement&Technology,2018,12(4):561-568.14 CAI N,XIE W,PENG H X,et al.A novel error compensa-tion method for an absolute optical encoder based on empir-ical mode decompositionJ.Mechanical Systems and Sig-nal Processing,2017,88:81-88.15 NING Z,CAI N,ZHAO J B,et al.Error compensation for optical encoder based on variational mode decomposition with a coarse-to-fine selection schemeJ.IEEE Transac-tions on Instrumentation and Measurement,2023,72:1-10.16 王笑一,王永军,雷贤卿,等.非对径安装双读数头圆光栅偏心测角误差修正J.光学精密工程,2021,29(5):1103-1114.17李万红.激光跟踪仪高精度测角误差补偿技术研究D.合肥:合肥工业大学,2014.作者简介:张栋(1997),硕士研究生,主要研究领域为精密测量。E-mail:1723058397 通信作者:韦宝琛(1984),博士,副教授,主要研究方向为机构学、机器人学、移动式机器人。E-mail:weibaochen1984 (上接第 37 页)3WANG Q,QU J P,HUANG C H,et al.Effect of vibration parameters in plasticizing process on properties of polypro-pylene by dynamic injection molding J.Journal of Ther-moplastic Composite Materials,2015,28(6):806-817.4 吕少茵.PET 复合体系体积脉动注射充模特性及其结构性能研究D.广州:华南理工大学,2018.5 孙群,宋卿.基于 DDS 技术的便携式波形信号发生器J.仪表技术与传感器,2009(4):67-70.6 ST Microelectronics Corporation.UM0427 User manual DB/OL.2007-10-1.https:/ 贾立新,王涌,陈怡.电子系统设计与实践M.3 版.北京:清华大学出版社,2014.8 金贵,马显光,邓玲.数字电位器 MCP41010 在止鼾器中的应用J.现代电子技术,2010,33(4):187-189.9 柏思忠.基于群呼和队列应答策略提高 RS485 总线通信效率J.煤矿安全,2022,53(6):126-130.10 徐志诚.基于 CortexM3+ucos内核量化分析与硬件探针系统设计D.成都:电子科技大学,2014.11 刘玲玲,刘德平,李保强,等.基于 Modbus 协议的变频器远程控制器的研究J.仪表技术与传感器,2010(6):33-35.12 任天平,魏晓龙.基于 Modbus 协议的工业现场快速组网方案J.机床与液压,2014,42(14):133-136.作者简介:宋建(1971),高级工程师,主要研究领域为工业装备智能控制、工业大数据应用技术、AI 机器视觉等。E-mail:songjian 李钰(1997),硕士研究生,主要研究领域为工业工程、嵌入式系统开发与应用。E-mail:94