专利名称：高精度非接触测量转速的方法
技术领域：
本发明是涉及测试领域的一种新方法，特别是涉及一种新型的高精度非接触转速测量的 新方法。
背景技术：
转速测量在加工制造测量中很重要，转速测试方法有很多，如(l)永磁直流测速发电机测速，它灵敏度高，线性误差小，但有刷结构是其固有的缺陷；(2)光电测速是一种较通用 的测速方法，普通光电方法测低速时精度低，用光电码盘测速精度高，但价格昂贵；(3)间 接测速法，由转子位置信号生成转速信号，省去了专门的电磁或光电测速部件，运用集成电 路实现间接测速，方便、简单，间接测速法主要使用于小型电动机；(4)无刷直流测速发电机测速，如霍尔无刷直流测速与电动机一体化的方波无刷直流测速等，设计新颖，结构简单紧凑，体积小，性能较好；(5)带有转子位置检测器类电动机，(6)感应电动机测速方法， 采用光电编码器(Pulse Light Generator, PLG)检测电动机转速，(7)在线运行的非接触 式红外光电转速测量，(8)基于转速传感器的转速测试法，(9)将显微测量技术和CCD图像 传感器积分成像技术用于微电子机械系统(MEMS)中的转速测量，(10)用数字式转矩速传感 器实现转速测量。根据被测旋转体与测速设备是否接触，分为接触式测量和非接触式测量。传统测速一 般采用接触式测量，在测量中容易出现被测旋转体能量损耗大，机械磨损和打滑常常产生难 以消除的误差。测量设备移动性和灵活性差等缺点。发明内容本发明的目的在于克服前述的目前在转速测量上存在的误差，以满足加工制造业的需 要，提供一种高精度非接触测量转速方法。 实现本发明上述目的的技术方案是首先用激光位移传感器采集信号，然后对采集的信号在计算机上用测量软件进行数据处 理，所说的激光位移传感器采用高精度激光CCD位移传感器，用激光位移传感器扫描被测旋 转物体表面，采集到一系列激光CCD参考零点到物体表面的距离r,， / = 1,2,3......,/为每个扫描点的序号，对这些r,信号进数据处理，根据信号的周期性变化，从中提取变化信号的主频, 即被测物体的转动频率，进而求得转速。所说的激光CCD位移传感器采用激光三角法原理，精度《0.6^柳，有效检测范围是 土40mw ，信号采集最小时间间隔为2(￥s。所说的激光CCD位移传感器采样频率采用0. 5te和1. 0化，扫描截面每周的采样点数: 500点 12000点，被测对象直径范围5mm 2000mm，测量转速5转/分 1500转/分。
所说的数据处理方法为采用小波多频分析算法或小波一主成份分析算法进行误差的分 离和剔除。所说的计算机测量软件包括基于USB通讯口进行数据采集的控制模块和实时数据处理 计算转速模块，其中数据处理模块中包括小波多频分析算法或小波一主成份分析算法。本发明提供的具体的测量方法是利用高精度激光CCD位移传感器扫描旋转物体表面(如 图l所示)，采集到一系列激光CCD参考零点到物体表面的距离r,. (/ = 1,2,3......,)， /为每个扫描点的序号。取扫描截面中第一点检测值ro作为初始值，该截面其他点测量值相对于第一 点的差为回转半径差A/ i:0. = 1,2........") (1)Ai i是回转半径的变化量，它的大小反映了被测物体的圆度误差，呈周期性变化。激光 CCD位移传感器的精度为0.6Ai附，有效检测范围是土40mw ，信号采集最小时间间隔为20化， 可以检测出被测物体表面微小变化或微小偏心。当采样点数量足够多时物体表面形状就可以 被检测出来。采集到的原始数据进行数据预处理后，再进行小波多频分析算法或者小波一主成分分析 算法进行误差的分离和剔除，得到的处理后的信号具有周期性变化的特点，从中提取变化信 号的主频，就是被测物体的转动频率。由此可以测得转速。小波多频分析是采用信号分析的思想方法，运用小波多分辨分析理论，选择合适的小波 基函数将含有谐波的信号分解成不同频率的信号，根据实际需要构造一个滤波器。设/为测 得的信号，用多分辨分析对低频部分进行若干级分解，理论上分解层次越多细节效果越好， 但在实际应用中达到要求即可。本发明中根据实际的被测对象的特征和试验的客观条件选择 合适的小波分解阶数对激光CCD扫描获得的数据信号/进行分解，并剔除高频干扰信号，然 后进行重构，获得误差分离后的信号。该信号可进行转速的计算。小波包的思想是对各阶分离获得的细节信号也进行进一步的分解，即对细节的高频信 号也进行进一步的分解，并在重构过程中考虑该高频信息。虽然大部分噪声和干扰信号是在 高频部分，但是不能将所有的高频信号一律剔除，这样有可能丢失原来信号的有用的信息。 所以，小波包的思想和算法精度都在单纯小波的基础上更进了一步。但是在小波包的算法中各阶分解得到得高频部分和低频部分都可能含有干扰信号，如 何选择合适的标准进行提取其中的有用信息进行重构是一个复杂的问题， 一般都是根据实际 数据和试验来确定。而且小波包的计算算法复杂度比较大，速度提高困难。本发明结合主成 份分析的思想尝试解决这个问题。小波一主成份的主要思路是，从小波多频分析得到的各阶低频信号和高频信号中都运 用主成份分析的思想，都进行主成份的提取。重构时通过调节主成份的个数来调节该信号在 重构中贡献的信息量，对近似信号和自己感兴趣的信号可以赋予较多的主成份个数，对于需 要抑制的信号赋予较少的主成份个数，甚至给定O个主成份，即该信号被全部剔除。本发明中对采集信号/进行小波一主成份误差分离时，对每层小波分解的细节信号进行
主成份的提取过程中因子分析采用kaiser检验法(Kaiser rule thumb)选择进行，即累积贡 献率大于0.85的方法来决定主成份的取舍。分析中对所有的细节信号、最后的一个近似信 号和重构信号都选择特定个数的主成份进行提取计算，试验结果表明比使用普通小波直接进 行剔除高频并重构的结果要好。该方法最后得到的剔除误差干扰后的信号信息量可以达到使 用普通小波方法得到的信号信息量的99. 9736%。即在最大限度保留信号信息量的同时取得 了良好的计算速度，并降低了计算的复杂度。本发明中根据实际被测工件的表面质量情况和测量的客观环境，分别进行了使用小波多 频分析进行误差分离和使用小波一主成份误差分离的试验。结果表明对表面质量差粗糙度大 的被测工件，使用这两种方法在计算精度上没有明显区别，使用的小波分解的阶数也是相同 的。而对高精度的表面质量好粗糙度小的工件，使用小波多频分析进行误差分离的方法时计 算的结果有较大的偏差，而且必须使用较多的小波分解阶数。而采用小波--主成份误差分离 算法的结果不仅结果精度高而且使用的小波分解阶数明显的少于前者。故小波一主成份误差 分离算法具有更广的使用范围，并且具有良好的精度和计算速度。
图l为转速测量原理图。激光CCD扫描工件表面进行转速测量。O为被测工件的旋转中 心，A点为激光CCD位移传感器的参考零点，《(a,), ) (/ = 1,2,3......"为每个截面上扫描的点的序号)为工件表面上的被扫描点，r,是该点的激光CCD读数，A是该点相对于扫描截面 起始点工件转过的角度。图2为转速与小波分解级数关系；图3为转速与小波主成份分解级数关系；图4为转速与小波分解级数关系；图5为不使用多级误差分离转速与小波分解级数关系； 图6为转速与小波主成份分解级数关系； 图7为原始数据小波分解级数与转速关系；图8为主成份分析算法分解级数与转速关系。
具体实施方式
如图1所示，利用高精度激光CCD位移传感器扫描旋转物体表面，能够得到一系列激光 CCD参考零点到扫描的物体表面的距离r, (/ = 1,2,3......,)，由。序列构成信号/ = {~,/ = 1,2,3......"}。取扫描截面中第一点检测值 作为初始值，该截面其他点测量值相对于第一点的差为回转半径差Ai ,:Ai ,. = _ r0 (z' = 1,2........")A/ ,是回转半径的变化量，它的大小反映了被测物体的圆度，呈周期性变化。当采样点数量 足够多时物体表面形状就可以被检测出来。采集到的原始信号/预处理后使用普通小波进行 误差分离或者小波一主成份误差分离后，信号均呈周期性变化，从中提取变化信号的主频，
就是被测物体的转动频率。 实施例1在高精度步进电机转速测量上的应用。测量对象选用韩国AUT0NICSA16K-569型高精度 歩进电机，最小步距角为0.009度。转轴上有键槽，所以测量信号具有很明显周期性，在这 种情况下直接用小波多频误差分离算法就可以实现误差分离。以转速为90转/分的数据为例，其用普通的小波多频分析算法进行分解后剔除高频信 号，然后用重构数据提取转速，转速和小波分解阶数的关系如图2所示从图2可以看出从一阶小波分解重构数据提取的转速就收敛到90转/分，同样的数据采 用基于小波一主成份分析的算法进行误差分离，用重构数据提取转速的结果如图3所示可以看出两者结果没有差别。原因主要是被测步进电机转轴上有键槽，周期性很明显。 在这种情况下小波一主成份分析算法和普通的小波多频分析算法的计算的结果是相同的，都 能获得满意的测量精度。实施例2在大型高精度油膜轴承转速测量上的应用。对油膜轴承这样表面粗糙度值很低的工件， 且机床转速很精确，主轴回转精度很高，必须要使用多级误差分离算法。实验中测量的是轴 承的外部，没有油槽，所以使用了一阶差分误差分离算法、53H误差分离算法、25点数据平 滑算法，然后再用db3小波多频分析算法进行误差分离。从图4中可以看出经过三级误差分 离算法进行粗误差分离以后的数据，进行十阶小波分解后重构数据提取转速稳定在5.0093 转/分，磨床设定转速为5转/分，相对误差为O. 17%。从图5中可以看出，如果不使用多级误差分离算法，则会出现有时小波分解级数很高也 不收敛，有时收敛级数不稳定，在收敛前且波动大。多数是一直收敛到O，导致无法确定分 解级数，计算结果很不稳定。从图6可以看出对于同样精度的被测对象，经过三级误差分离算法进行粗误差分离以后 的数据，用小波一主成份分析算法进行精细误差分离，用一阶分解数据重构提取转速就得到 了准确的结果，转速收敛于5. 0093转/分，其收敛速度比小波多频分析算法效果好。实施例3在普通车床转速测量上的应用。对CA6140普通车床转速进行测量，设定转速10转/分， 在图7中可以看出小波低频分解到7阶以后收敛，稳定到转速10.0334转/分。如果对数据 滤除粗大误差，则db3小波滤波从第一阶开始就收敛到10. 0334，试验结果说明如果被测工 件粗糙度不是很高，对数据进行粗大误差处理后很容易测出转速，试验中测量10组数据计 算结果完全一样。对于同样的数据采用小波一主成份分析算法计算的结果如图8，可以看出当被测对象精 度不是很高时，对没有经过任何预处理的数据，直接采用小波一主成份分析算法进行误差分 离，只用一阶分解就得到了精确的结果，说明其收敛速度和精度都高于小波多频分析算法。
权利要求
1、一种高精度非接触转速测量方法，其特征在于首先用激光位移传感器采集信号，然后对采集的信号在计算机上用测量软件进行数据处理，所说的激光位移传感器采用高精度激光CCD位移传感器，用激光位移传感器扫描被测旋转物体表面，采集到一系列激光CCD参考零点到物体表面的距离ri，i＝1，2，3......，i为每个扫描点的序号，对这些ri信号进数据处理，根据信号的周期性变化，从中提取变化信号的主频，即被测物体的转动频率，进而求得转速。
2、 根据权利要求1所述的高精度非接触测量转速的方法，其特征在于所说的激光CCD 位移传感器采用激光三角法原理，精度《0.6pm，有效检测范围是士40mm，信号采集最小 时间间隔为20化。
3、 根据权利要求1所述的高精度非接触测量转速的方法，其特征在于所说的激光CCD 位移传感器采样频率采用0.5fe和l.Ofe,扫描截面每周的采样点数500点 12000点，被 测对象直径范围5隱 2000誦，测量转速5转/分 1500转/分。
4、 根据权利要求1所述的高精度非接触测量转速的方法，其特征在于所说的数据处理 方法为采用小波多频分析算法或小波一主成份分析算法进行误差的分离和剔除。
5、 根据权利要求1所述的高精度非接触测量转速的方法，其特征在于所说的计算机测 量软件包括基于USB通讯口进行数据采集的控制模块和实时数据处理计算转速模块，其中数 据处理模块中包括小波多频分析算法或小波一主成份分析算法。
全文摘要
一种高精度非接触转速测量方法涉及测试领域的一种新方法，特别是涉及一种新型的高精度非接触转速测量的新方法，以克服目前的测量方法在转速测量上存在的误差。该方法首先用激光位移传感器采集信号，然后对采集的信号在计算机上用测量软件进行数据处理，所说的激光位移传感器采用高精度激光CCD位移传感器，用激光位移传感器扫描被测旋转物体表面，采集到一系列激光CCD参考零点到物体表面的距离r<sub>i</sub>，i＝1，2，3……，i为每个扫描点的序号，对这些r<sub>i</sub>信号进数据处理，根据信号的周期性变化，从中提取变化信号的主频，即被测物体的转动频率，进而求得转速。
文档编号G01P3/36GK101149387SQ200710056288
公开日2008年3月26日 申请日期2007年11月8日 优先权日2007年11月8日
发明者岩 刘, 左春柽, 栗利刚, 钱生君 申请人:吉林大学