基于径向基函数神经网络的高精度基准编码器误差补偿

高精度角度基准编码器的角度误差,对小型绝对式光电编码器误差检测装置的测量精度有着重要的影响。影响基准编码器角度误差的因素众多,难以用准确的数学模型来描述。为此提出一种通过径向基函数神经网络进行误差修正的方法。首先,为增加基准编码器检测采样点,使用多种多面体对基准编码器进行检测,并将误差合成在同一坐标曲线上。然后,利用检测误差结果作为训练样本,建立径向基函数神经网络模型,使其输出逼近真实角度。最后,通过补偿电路的设计,对小型编码器误差检测装置的基准编码器进行补偿。实验表明,补偿电路的处理速度快,实现简单,不受算法复杂度影响。补偿后的编码器精度提高了2倍,有效改善了检测装置的检测精度。