论文部分内容阅读
随着我国先进制造产业的进步,数控机床得到大规模的应用,尤其是当用于高速切削场合和精密制造场合,这样对高速数控机床的要求越来越高,既要有精确的定位精度,也要有强大的驱动力和快速的进给系统。对于数控机床体系,进给装置主要由电机来实现驱动,这样电机的地位就显得尤为重要,其性能的优劣将会影响整个数控机床体系。永磁同步直线电机 PMSLM(permanent magnet synchronous linear motor,PMSLM)是一种具有行程长度不受限制、效率高、无接触、微小噪音等优点的“零传动”方式装置。在超精密数控机床加工体系中,直线伺服系统的控制精度决定了制造精度,而位置测量的精度和稳定性直接影响了系统的控制精度。所以,对伺服系统中动子位置的高精度、高稳定性检测手段的研究显得至关重要。针对各种位置传感器的不足之处,把图像测量方法用于电机动子检测,采用一种基于改进峰值信噪比PSNR(Peak Signal-to-noise Ratio,PSNR)优选数字散斑图像的方法,并针对采集到的数字散斑图像存在运动模糊的情况提出了一种精确辨识运动模糊参数的算法以复原退化图像,结合基于卡尔曼滤波(Kalman filtering)和移动最小二乘三次曲面拟合融合的亚像素测量算法,实现直线电机动子位置测量的高精度、高稳定性的目的。具体的工作如下:1、针对各种位置传感器的不足之处,把图像测量方法用于电机动子检测,对图像测量方法的应用背景以及工作原理进行了分析,以及如何利用图像方法来实现动子位置的测量,由此引出本课题的研究背景和主要内容。2、介绍了基于卡尔曼滤波和移动最小二乘三次曲而拟合融合的亚像素测量算法,以实现图像的高精度和稳定性测量;着眼于目标源图像的选取问题,探究可以用于散斑图像优选的方法;针对采集到的图像存在运动模糊的问题,提出一种高精度、高效率的模糊参数辨识以及模糊图像复原的方法;结合实物实验平台来对理论方法进行实验验证。3、研究了一种基于卡尔曼滤波和移动最小二乘三次曲面拟合融合的图像亚像素测量算法,实现图像的高精度和稳定性测量。针对传统的相位相关算法和些曲面拟合算法所存在的缺点,引入Kalman filtering技术,将其移动最小二乘曲面拟合结合,再结合拟合权重因子,在拟合求取亚像素位移的过程中进行滤波,减少滤波预处理,使效率大大增加。最后以经典“House”图像进行仿真验证,可以得出该亚像素测量算法能够满足高精确度和强稳定性要求。4、介绍了影响数字散斑图像生成的因素,根据实际的边缘检测精度要求和测试平台的限制条件,提出了一种基于改进PSNR的无参考图像评价指标实现对散斑图像的优选,并给出了合理的散斑图像构造参数的区间。并通过对比实验验证了在该区间构造的散斑图像的PSNR值高,鲁棒性强。5、针对在实际拍摄过程中捕获到的散斑图像会存在模糊的问题,分析了Radon算法的局限性,提出了一种高精度、高准确率的模糊参数辨识算法。首先对退化图像进行SVD重构,减少噪声对运动参数辨识精度的干扰,再利用主成分分析法和倒谱三维图的负峰值的两个最小值点坐标对模糊参数进行准确计算,利用求取的模糊参数复原退化图像。最后通过仿真实验来验证理论结果的正确性。