专利名称：一种机床丝杠误差信号自适应的趋势检测方法
技术领域：
本发明属于信号自适应的趋势检测领域，具体来说，涉及一种机床丝杠误差信号 自适应的趋势检测方法。
背景技术：
机床系统本身是一个非线性、非平稳的系统，机床丝杠误差信号也具有非线性和 非平稳趋势项。非线性和非平稳趋势项的存在，会导致机床丝杠误差信号的辨识结果有较 大的误差。因此，在信号分析中通常需要进行自适应的趋势平滑处理，这也是信号预处理中 的一个重要步骤。自适应是在信号处理中，根据处理数据的数据特征自动调整处理方法、处 理参数、边界条件或约束条件，使其与所处理数据的统计分布特征、结构特征相适应，以取 得最佳的处理效果。目前，对于机床丝杠误差信号自适应的趋势平滑检测方法主要有最小二乘法、加 窗多项式拟合法、小波方法、经验模式分解法。其中，小波分析应用于机床误差信号的趋势 平滑检测方法如下首先选定一个小波，对误差信号进行N层小波分解；对分解得到的各层 系数选择一个阈值，并对细节系数进行软阈值处理；经过软阈值处理过的系数通过小波重 建恢复，即得到趋势平滑处理后的信号。小波方法的缺点主要存在于小波变换的线性本质 和参数选择的敏感性，基小波的选择主要依赖于待分析信号的先验信息，在实际应用方面 上是一个难点。经验模式分解方法是基于误差信号局部特征的时间尺度，把信号分解为若 干个内蕴模式分量之和，分解出的各个内蕴模式函数突出了数据的局部特征，能够有效地 提出原始信号的特征信息。由于经验模式分解方法是基于在一个给定数据段内的趋势项 为单调函数并且最多有一个极值点的假设之上的，所以对于不满足该假设的信号就不能适 用，存在一定的局限性。加窗多项式拟合方法用于进行数据趋势平滑，由这种方法构造的滤 波称为Mvizky-G0Iay(SG)型滤波器。使用SG型滤波方法进行数据趋势平滑时，需要先设 定一个固定宽度的数据窗，从数据序列起始位置对窗内数据进行多项式拟合，在整个数据 长度上移动数据称重复拟合操作直到数据末尾，由每个数据窗内中心点的拟合数据构成最 终平滑结果。这种方法对时间序列具有频率低通特性，能够较好地平滑数据的趋势项，但是 需要做的多项式拟合次数较多，且平滑效果不理想。
发明内容
本发明所要解决的技术问题是提供一种机床丝杠误差信号自适应的趋势检测方 法，该检测方法可以解决在相邻数据段边界上不连续的问题，使得平滑效果更加理想，并且 检测速度更快。为解决上述问题，本发明采用的技术方案是一种机床丝杠误差信号自适应的趋势检测方法，其特征在于，包括以下步骤第一步使用激光检测及数据采集装置采集机床丝杠误差信号，并将这些信号传 递给计算机控制装置，形成数据序列x(k)，其中，k表示采集的点数，k= 1,2,…，L;L表示采集的最后一个点数。第二步将采集的机床丝杠误差信号的数据序列进行分段，共分为M段，每个数据 段的段宽为2n+l点，相邻数据段之间有n+1点的重叠区域，其中，第一数据段对应的数据 序列为:χ(1), χ⑵，…，x(2n+l)，第二数据段对应的数据序列为:χ(η+1), x(n+2),…， x(3n+l)，…，第 M-I 数据段对应的数据序列为x[(M-2)n+l]，x[(M-2)n+2]，…，x(M n+1)， 第M数据段的段宽小于或者等于2n+l点第三步对于每个数据段以K阶多项式进行拟合，多项式拟合系数为y⑴(I1)，其 中，i表示第i个数据段，I1 = 1,2, K,2n+1, K小于或等于2η ；第四步利用公式产(/) = (1- > (/+ )+￥/+11(/):，计算出重叠区域的趋势，
其中，η是大于或等于1的整数，1 = 1,2,..., n+1；第五步通过计算机输出数据序列。与现有技术相比，采用本发明的趋势检测方法，利用公式
产+ +计算出重叠区域的趋势，可以输出具有更好平滑度的
数据序列。更好的平滑度可以更好的反应数据的趋势，能够更方便的从中寻找机床的静态 误差特征。同时，该方法第四步仅计算重叠区域的趋势，提高了检测效率。
图1是本专利的算法流程图。图2是本发明中的两个参数K与去除趋势后的数据的方差之间的关系图，其中，横 轴表示参数K，纵轴表示去除趋势后的数据的方差，S卩δ。图3是本专利与SG型滤波效果比较图。
具体实施例方式如图1所示，本发明的一种机床丝杠误差信号自适应的趋势检测方法，包括以下 步骤第一步使用激光检测及数据采集装置采集机床丝杠误差信号，并将这些信号传 递给计算机控制装置，形成数据序列x(k)，其中，k表示采集的点数，k= 1,2,…，L;L表示 采集的最后一个点数。在该步骤中，激光检测及数据采集装置是常用的激光检测及数据采集装置，包括 MLlO激光器、干涉仪、反射仪、磁性基底、工作台、丝杠机构、运动导向、行程开关、联轴器和 伺服电机。计算机控制装置接收的信号，形成数据序列x(k)，k表示采集的信号点数。本专 利中设定计算机控制装置共接收L点信号。第二步将采集的机床丝杠误差信号的数据序列进行分段，共分为M段，每个数据 段的段宽为2n+l点，相邻数据段之间有n+1点的重叠区域，其中，第一数据段对应的数据 序列为:χ(1), χ⑵，…，x(2n+l)，第二数据段对应的数据序列为:χ(η+1), x(n+2),…， x(3n+l)，…，第 M-I 数据段对应的数据序列为:χ[(Μ-2)η+1],χ[(Μ-2)η+2],…，x(Mn+l)， 第M数据段的段宽小于或者等于2n+l点。在该步骤中，对数据序列进行分段，共分为M段，M表示段数。分段从数据序列的第一个数值开始的，即从X(I)开始的。每个数据段的段宽为2n+l点，且从第二个数据段开始， 每个数据段和前一个数据段之间有n+1点的重叠区域，S卩第一数据段对应的数据序列为 χ⑴，χ⑵，…，x(2n+l)，第二数据段对应的数据序列为:χ(η+1),χ(η+2),…，χ (3n+l)，第 三数据段对应的数据序列为χ (2n+l)，χ (2n+2)，…，χ (4η+1)，依次，可以类推出后续的数据 段所对应的数据序列，第M-I数据段对应的数据序列为χ[(Μ-2)η+1]，χ[(Μ-2)η+2],…， χ(Μη+1)。第M数据段的段宽小于或者等于2η+1点。由于数据序列的个数不一定正好是段 宽的倍数，所以最后一个数据段的段宽就可能小于段宽。第三步对于每个数据段以K阶多项式进行拟合，多项式拟合系数为y⑴(I1)，其 中，i表示第i个数据段，I1 = 1,2, K,2n+1 ；在该步骤中，K代表拟合阶数，y(i) (I1)这个拟合系数是由多项式拟合法得到的，在 现成的函数中可以调用，可视为公知函数。该拟合系数代表了该段数据的趋势。第四步利用公式产
权利要求
1.一种机床丝杠误差信号自适应的趋势检测方法，其特征在于，包括以下步骤 第一步使用激光检测及数据采集装置采集机床丝杠误差信号，并将这些信号传递给计算机控制装置，形成数据序列X(k)，其中，k表示采集的点数，k= 1，2，…，L;L表示采集 的最后一个点数。第二步将采集的机床丝杠误差信号的数据序列进行分段，共分为M段，每个数据段 的段宽为2n+l点，相邻数据段之间有n+1点的重叠区域，其中，第一数据段对应的数据 序列为:x⑴，χ⑵，…，x(2n+l)，第二数据段对应的数据序列为:χ(η+1), x(n+2),…， x(3n+l)，…，第 M-I 数据段对应的数据序列为x[(M-2)n+l]，x[(M-2)n+2]，…，x(M n+1)， 第M数据段的段宽小于或者等于2n+l点；其中，2n+l小于或等于L，η是大于或等于1的整 数；第三步对于每个数据段以K阶多项式进行拟合，多项式拟合系数为Y(iWl1)，其中，i 表示第i个数据段，I1 = 1,2,..., n+1, K小于或等于2n ；第四步利用公式/1/) = (1- )/^/+")+^1/+1^):，计算出重叠区域的趋势，其中，η是大于或等于1的整数，1 = 1,2,..., n+1；第五步通过计算机输出数据序列。
2.按照权利要求1所述的用于机床丝杠误差信号的自适应趋势检测方法，其特征在 于，所述的第二步中，K为整数，并且其取值范围3彡K彡6。
全文摘要
本发明公开了一种机床丝杠误差信号自适应的趋势检测方法，包括以下步骤第一步使用激光检测及数据采集装置采集机床丝杠误差信号，并将这些信号传递给计算机控制装置，形成数据序列x(k)；第二步将采集的机床丝杠误差信号的数据序列进行分段，共分为M段，每个数据段的段宽为2n+1点，相邻数据段之间有n+1点的重叠区域，第M数据段的段宽小于或者等于2n+1点；第三步对于每个数据段以K阶多项式进行拟合，多项式拟合系数为y(i)(l1)；第四步利用公式计算出重叠区域的趋势，第五步通过计算机输出数据序列。采用该趋势检测方法，可以输出具有更好平滑度的数据序列，并且检测效率更高。
文档编号B23Q17/24GK102059585SQ20101054890
公开日2011年5月18日 申请日期2010年11月18日 优先权日2010年11月18日
发明者王兴松 申请人:东南大学