二维纳米时栅位移测量理论与实验研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:ayin2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着高端制造业的不断发展,纳米位移测量技术在保证高精度、高分辨力的同时,对大量程、多维度、多参数测量需求也日趋迫切。尤其是以纳米数控机床、高端光刻机等为代表的超精密加工设备,更是要求系统工作台在X和Y二维方向同时实现大量程纳米级的位移测量。目前,实现平面二维位移测量的方法主要有两种:其一,采用两套单自由度传感器正交安装的形式,通过组合测量方法实现平面二维位移测量;其二,直接通过单一传感器实现平面二维位移测量。在第一种方法中,安装定位通常会引入阿贝误差,降低系统测量精度,并且存在结构复杂、成本较高等不足。在第二种方法中,平面二维光栅一直处于该技术领域的领先地位,但其难以实现大范围高精度的制造,导致其性能让难以进一步提升。此外,我国关于平面二维光栅的研究相对滞后发达国家,仍处于跟踪研究状态,缺乏原创核心技术。并且,国外长期对我国实行技术封锁,高精度二维位移传感器严重依赖进口。因此,研究具有自主知识产权的平面二维位移测量技术显得至关重要。为此,作者所在课题组在原创一维纳米时栅测量技术基础上,提出了一种基于平面离散电容阵列结构的平面二维纳米时栅位移传感器。通过交变电场构建双匀速运动坐标系,将位移基准溯源至时间量,解决了分辨力受到栅距制约的问题,并且以平板电容作为传感器单元可有效降低了对制造精度的要求。本文以纳米时栅位移测量技术为基础,围绕如何在二维平面实现大量程、高精度位移测量这一目标进行了深入研究,主要研究内容和创新点如下:(1)阐述了纳米时栅测量原理,提出了一种基于离散式栅面阵列传感的平面二维纳米时栅测量方法。首先,提出了一种基于平面正交的离散式栅面空间排布的激励电极编码方法。将两个一维激励电极阵列先离散为等间距的正方形电极,再以国际象棋棋盘上的黑白色方格形式在同一平面进行错位排布,实现了激励电极的二维编码。其次,建立了平面二维纳米时栅测量模型,阐明了传感器输出信号耦合机理。最后,提出了一种基于多路信号组合运算的信号解耦方法。通过构建一种具有特殊空间排布规律的感应电极阵列,利用简单的组合运算滤除了非测量方向空间位移信息,实现了二维位移测量信号解耦。(2)建立了基于平面二维纳米时栅测量原理的误差理论,揭示了传感器电场分布引起的空间谐波特性及测量误差耦合机理。构建了二维电场模型,揭示了传感器电场分布引起的空间谐波特性。基于传感器输出信号耦合机理,建立了误差数学模型,分析了输出信号中不同频次空间谐波与测量误差之间的内在联系,研究了平面二维纳米时栅传感器在不同安装间隙、激励信号幅值不等、驻波信号相位非正交、存在高频空间谐波四种情况下的误差耦合特性。分析了解耦前后非测量方向空间谐波对测量方向误差的耦合机理,并揭示了大量程误差规律特性。(3)开展了传感器测量方法及误差耦合特性的仿真分析研究,提出了基于感应电极外形结构的空间谐波抑制方法。首先,通过有限元仿真软件建立了平面二维纳米时栅位移传感器三维仿真模型,对解耦过程中各环节输出信号、耦合误差规律特性进行了仿真分析。其次,提出了一种基于感应电极外形结构的空间谐波分量抑制方法。根据感应电极变面积积分函数曲线的变化规律特性,以正弦函数曲线为参考,优化设计感应电极外形结构。通过仿真验证,实现了对空间谐波误差的抑制。(4)搭建了实验平台,研制出了160mm×160mm平面二维纳米时栅传感器样机。对传感器周期内误差、耦合误差、线性度、稳定性、重复性等多项性能进行了测试,验证了理论分析与仿真结果的正确性。实验结果表明:采用PCB工艺制造的传感器样机在20mm的周期内测量精度为±5.88μm,线性度可达0.059%;周期内误差重复性为0.0026%,优于510nm;在二维平面160mm×160mm测量范围内,X、Y方向原始测量精度分别优于±18.78μm和±23.48μm。综上所述,本文根据提出方法、理论分析、电场仿真以及实验验证这样一种研究思想,建立了一套相对完整的平面二维纳米时栅研究理论体系和实践方法。此外,文中提出的编码及解耦方法、误差耦合特性、误差抑制方法对其他电容式位移传感器的研究具有参考意义。
其他文献
自从实时渲染的技术面世以来,一度成为影视动画行业热议的焦点。随着计算机硬件的不断进化与软件研发的技术突破,实时渲染技术也经历了几个发展阶段,已经日趋成熟,以其为技术核心的虚幻引擎在游戏、数字艺术、工业设计、虚拟制片等领域的应用也十分广泛,一方面实时渲染技术的革新使三维动画的创作焕发了新的生机;但随着该技术的日渐普及,其昔日的优势也成了发展的瓶颈。如何应用实时渲染技术在三维动画创作中进行创新与突破,
人们身处在跨模态环境,人工智能要更好地理解人们所处的环境,则需要具备解析跨模态信息的能力。通过模态学习搭建能处理和连接跨模态信息的模型。如在内容理解领域,需要分析文本、图片、视频、语音等跨模态数据对应的不同级别特征和其他辅助描述特征等。因此跨模态媒体分析是目前人工智能研究中重要的课题之一,它为不同表现形式(模态)数据间提供了沟通的桥梁。根据跨模态数据的不同表现形式,研究者将跨模态媒体分析任务细分为
表示学习又称表征学习(Representation learning),是利用机器学习或数据挖掘算法获取实体或者关系的向量化表达。表示学习的目标是,通过机器学习将研究对象的语义信息表示为稠密低维实值向量。机器学习和神经网络领域顶尖专家Yoshua Bengio教授对表示学习的重要性进行了阐述:“机器学习算法的成功通常取决于数据表示,这是因为不同的数据表示可以或多或少的包含和隐藏数据变化背后的可解释
让计算机精确地了解人的情感状态是实现人机交互的前提。生理信号是人体器官相互作用产生的生物电信号,能够自发地反映出人类内心的真实情感。在不同环境下提升生理信号的情感识别性能是许多科研人员一直追求的目标,根据个体、激励素材和应用场景的不同,多模态生理信号样本的分布差异性会严重影响到生理情感识别的效果以及模型的泛化能力。鉴于此,本文在不同实施性能的验证方案下分别基于传统生理信号识别方法和神经网络框架对情
叶片衰老是叶生命周期中的最后一个重要阶段。它不是一个简单的退化过程,而是一个受到高度调控的生物学过程,旨在将有价值的资源回收并重新分配给活跃生长的器官。叶片衰老的发生与进程受到严格的动态控制,涉及调节因子之间复杂的协同和拮抗作用。本研究在番茄中鉴定了一个新型的叶片衰老调控因子Sl BSD1。亚细胞定位和转录激活试验表明Sl BSD1定位在细胞核中并具有转录激活活性。Sl BSD1基因的下调表达导致
随着互联网的飞速发展,每天都会产生大量社会多媒体数据。这些社会多媒体数据中包含大量的关系信息,它们被广泛用于推荐系统、专家发现等重要的应用以挖掘有价值的信息。网络(数据结构)被广泛用于建模社会多媒体数据中的关系信息,网络结构的社会多媒体数据又被称为社会多媒体网络。近几年来,随着深度学习等机器学习技术的发展,涌现出大量面向社会多媒体网络的应用。实现这些应用所需要解决的基础问题之一,是如何有效地学习网
精度是高端数控机床重要的性能指标。热误差是由于机床加工过程中,零部件热变形引起的刀具和工件之间的额外偏移,占据数控机床总误差的40%~70%,严重影响机床加工精度。热误差补偿技术是目前减小机床热误差最为有效的途径,需要首先对机床多点温度和热误差进行同步测量,然后根据测量数据,选出对热误差影响占主要权重的点,称为温度敏感点,进而建立温度敏感点和热误差之间的数学模型。利用模型,通过测量机床温度预测热误
电致变色材料可以通过施加一个相对较低的偏压(通常<5 V),在可见光和红外区域实现透过、吸收与反射率的动态可调,从而保证太阳能的高效利用并且可以应用于智能窗、电子纸等相关节能设备。电致变色材料的记忆效应与不发光特性,也使其有望应用于下一代零消耗人眼友好型图像显示设备。与此同时,电致变色反应过程中发生的离子嵌入/脱出也会产生赝电容行为使得材料具备储能特性,这使得我们可以通过制备电致变色超级电容器双功
模式匹配问题在大数据时代下的信息检索、文本挖掘、网络安全以及生物信息学等很多领域都具有重要的应用价值,尤其是带有通配符的多模式近似匹配,相比正则表达式、单模式匹配和精确模式匹配,可以解决更加复杂的模式匹配问题,如从海量异构数据的碎片化知识中提取有价值的信息等。因此,根据带有通配符的模式特性,借助后缀树、后缀数组等高效的数据结构及其相应特性,对带有通配符的多模式近似匹配问题研究具有重要的研究意义和应
1971年我高中毕业后开始在山西岢岚县商业局工作。工作一年多,县武装部开始征兵,我积极响应国家号召应征入伍,成为内蒙古五一一四八部队二营二炮连的一名战士。那时,内蒙古是祖国前哨,战略地位很重要,部队一面抓紧战备施工,加强国防建设;一面抓实战备训练,苦练杀敌本领;同时,还要抽调少数干部和战士训练地方征兵,军民共筑反侵略钢铁长城。
期刊