[發(fā)明專利]一種機(jī)床溫度場(chǎng)快速辨識(shí)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210083179.6
• 申請(qǐng)日: 2022-01-25
• 公開（公告）號(hào): CN114442557B
• 公開（公告）日: 2023-05-12
• 發(fā)明（設(shè)計(jì)）人: 付國強(qiáng);鄭悅;周琳豐;雷國強(qiáng);魯彩江;王熙;王韜;朱思佩
• 申請(qǐng)（專利權(quán)）人: 西南交通大學(xué)
• 主分類號(hào): G05B19/404
• 分類號(hào): G05B19/404
• 代理公司: 北京正華智誠專利代理事務(wù)所(普通合伙) 11870
• 代理人: 楊浩林

1.一種機(jī)床溫度場(chǎng)快速辨識(shí)方法，其特征在于，包括如下步驟：

S1、建立機(jī)床溫升模型；

S2、基于機(jī)床溫升模型和無味卡爾曼濾波算法，建立機(jī)床溫升狀態(tài)方程；

S3、基于機(jī)床溫升狀態(tài)方程，計(jì)算無味卡爾曼濾波算法的三次增益和三次最優(yōu)估計(jì)參數(shù)，并利用卡爾曼濾波參數(shù)替換三次指數(shù)平滑算法中的平滑參數(shù)，得到基于三次指數(shù)平滑算法和無味卡爾曼濾波算法的溫度綜合預(yù)測(cè)模型；

S4、定義自適應(yīng)規(guī)則，并基于自適應(yīng)規(guī)則實(shí)時(shí)調(diào)整溫度綜合預(yù)測(cè)模型參數(shù)，得到自適應(yīng)溫度綜合預(yù)測(cè)模型；

S5、基于自適應(yīng)溫度綜合預(yù)測(cè)模型，計(jì)算溫度實(shí)際測(cè)量值與溫度預(yù)測(cè)值間的均方根誤差，得到若干不同溫度的辨識(shí)時(shí)間；

S6、選擇各不同溫度的辨識(shí)時(shí)間中最大值作為溫度預(yù)測(cè)最短辨識(shí)時(shí)間，并將溫度預(yù)測(cè)最短辨識(shí)時(shí)間內(nèi)的測(cè)量數(shù)據(jù)輸入至自適應(yīng)溫度綜合預(yù)測(cè)模型，實(shí)現(xiàn)辨別時(shí)間外的溫度快速預(yù)測(cè)，完成機(jī)床溫度場(chǎng)的快速辨識(shí)；

所述步驟S1中機(jī)床溫升模型的表達(dá)式如下：

T_k＝T_e,k-1+(T_k-1-T_e,k-1)e^-λ·Δt

其中，T_k表示k時(shí)刻的機(jī)床溫度測(cè)點(diǎn)溫度，T_k-1表示k-1時(shí)刻的機(jī)床溫度測(cè)點(diǎn)溫度，T_e,k-1表示k-1時(shí)刻的環(huán)境溫度，e表示自然數(shù)對(duì)數(shù)，λ表示材料物理性質(zhì)與初始溫度相關(guān)常數(shù)，Δt表示采樣時(shí)間；

所述步驟S2中機(jī)床溫升狀態(tài)方程的表達(dá)式如下：

y_k＝T_k+v_k

其中，x_k表示k時(shí)刻的溫度狀態(tài)向量，T_k表示k時(shí)刻的機(jī)床溫度測(cè)點(diǎn)溫度，w_k表示過程噪聲，T_e,k表示k時(shí)刻的環(huán)境溫度，T_e,k-1表示k-1時(shí)刻的環(huán)境溫度，T_k-1表示k-1時(shí)刻的機(jī)床溫度測(cè)點(diǎn)溫度，e表示自然數(shù)對(duì)數(shù)，λ表示材料物理性質(zhì)與初始溫度相關(guān)常數(shù)，Δt表示采樣時(shí)間，y_k表示k時(shí)刻溫度測(cè)量向量，v_k表示測(cè)量噪聲；

所述步驟S3包括如下步驟：

S31、基于機(jī)床溫升狀態(tài)方程，計(jì)算無味卡爾曼濾波算法的三次增益和三次最優(yōu)估計(jì)參數(shù)；

S32、利用無味卡爾曼濾波算法的三次卡爾曼增益一次溫度狀態(tài)向量最優(yōu)估計(jì)參數(shù)二次溫度狀態(tài)向量最優(yōu)估計(jì)參數(shù)和三次溫度狀態(tài)向量最優(yōu)估計(jì)參數(shù)分別對(duì)應(yīng)替換三次指數(shù)平滑算法的平滑系數(shù)α、一次平滑值二次平滑值和三次平滑值得到基于三次指數(shù)平滑算法和無味卡爾曼濾波算法的溫度綜合預(yù)測(cè)模型；

所述步驟S31中無味卡爾曼濾波算法的三次增益和三次最優(yōu)估計(jì)參數(shù)的表達(dá)式分別如下

其中，和分別表示一次卡爾曼增益、二次卡爾曼增益和三次卡爾曼增益，和分別表示k時(shí)刻溫度測(cè)量向量的協(xié)方差一次處理值、協(xié)方差二次處理值和協(xié)方差三次處理值，和分別表示k-1時(shí)刻溫度測(cè)量向量的協(xié)方差一次處理值、協(xié)方差一次處理值和協(xié)方差一次處理值，和分別表示k時(shí)刻溫度狀態(tài)向量的協(xié)方差一次處理值、協(xié)方差二次處理值和協(xié)方差三次處理值，和分別表示k-1時(shí)刻溫度狀態(tài)向量的協(xié)方差一次處理值、協(xié)方差二次處理值和協(xié)方差三次處理值，R_k表示k時(shí)刻測(cè)量噪聲協(xié)方差矩陣，和分別表示一次溫度狀態(tài)向量最優(yōu)估計(jì)參數(shù)、二次溫度狀態(tài)向量最優(yōu)估計(jì)參數(shù)和三次溫度狀態(tài)向量最優(yōu)估計(jì)參數(shù)，和分別表示k時(shí)刻溫度狀態(tài)向量的先驗(yàn)估計(jì)一次處理值、先驗(yàn)估計(jì)二次處理值和先驗(yàn)估計(jì)三次處理值，表示k時(shí)刻溫度測(cè)量向量的一次處理值，和分別表示k時(shí)刻溫度測(cè)量向量的先驗(yàn)估計(jì)一次處理值、先驗(yàn)估計(jì)二次處理值和先驗(yàn)估計(jì)三次處理值；

所述步驟S32中的溫度綜合預(yù)測(cè)模型的表達(dá)式如下：

x_k+T＝A_k+B_kT+C_kT²

其中，A_k、B_k和C_k分別表示第一溫度綜合預(yù)測(cè)模型參數(shù)、第二溫度綜合預(yù)測(cè)模型參數(shù)和第三溫度綜合預(yù)測(cè)模型參數(shù)，x_k+T表示k+T時(shí)刻的溫度狀態(tài)向量，T表示時(shí)間周期；

所述步驟S4包括如下步驟：

S41、利用溫度綜合預(yù)測(cè)模型計(jì)算溫度預(yù)測(cè)值，并計(jì)算溫度實(shí)際測(cè)量值與溫度預(yù)測(cè)值間的殘差r_k，且定義第一調(diào)整系數(shù)β、第二調(diào)整系數(shù)γ、第一正閾值C和第二正閾值D，其中C小于D；

S42、針對(duì)殘差r_k的絕對(duì)值小于或者等于第一正閾值C，則不調(diào)整第一溫度綜合預(yù)測(cè)模型參數(shù)A_k和第二溫度綜合預(yù)測(cè)模型參數(shù)B_k；

S43、針對(duì)殘差r_k的絕對(duì)值大于第一正閾值C且同時(shí)小于或者等于第二正閾值D，則只調(diào)整第二溫度綜合預(yù)測(cè)模型參數(shù)B_k，其中，當(dāng)殘差r_k為正數(shù)時(shí)，調(diào)整第二溫度綜合預(yù)測(cè)模型參數(shù)B_k，得到第二溫度綜合預(yù)測(cè)模型增大參數(shù)B_{k_update+}，當(dāng)殘差r_k為負(fù)數(shù)時(shí)，調(diào)整第二溫度綜合預(yù)測(cè)模型參數(shù)B_k，得到第二溫度綜合預(yù)測(cè)模型減小參數(shù)B_{k_update-}；

S44、針對(duì)殘差r_k的絕對(duì)值大于第二正閾值D，則分別調(diào)整第一溫度綜合預(yù)測(cè)模型參數(shù)A_k和殘差r_k，得到第一溫度綜合預(yù)測(cè)模型調(diào)整參數(shù)A_{k_update}和殘差更新參數(shù)r_k_update；

S45、針對(duì)殘差更新參數(shù)r_k_update的絕對(duì)值大于第一正閾值C且同時(shí)小于第二正閾值D時(shí)，則只調(diào)整第二溫度綜合預(yù)測(cè)模型參數(shù)B_k，其中，當(dāng)r_k_update為正數(shù)時(shí)，調(diào)整第二溫度綜合預(yù)測(cè)模型參數(shù)B_k，得到第二溫度綜合預(yù)測(cè)模型增大參數(shù)B_{k_update+}，當(dāng)r_k_update為負(fù)數(shù)時(shí)，調(diào)整第二溫度綜合預(yù)測(cè)模型參數(shù)B_k，得到第二溫度綜合預(yù)測(cè)模型減小參數(shù)B_{k_update-}；

S46、針對(duì)r_k_update的絕對(duì)值小于或等于第一正閾值C，則不調(diào)整第一溫度綜合預(yù)測(cè)模型參數(shù)A_k和第二溫度綜合預(yù)測(cè)模型參數(shù)B_k，得到自適應(yīng)溫度綜合預(yù)測(cè)模型；

所述第一溫度綜合預(yù)測(cè)模型更新參數(shù)A_{k_update}、第二溫度綜合預(yù)測(cè)模型增大參數(shù)B_{k_update+}和第二溫度綜合預(yù)測(cè)模型減小參數(shù)B_{k_update-}的表達(dá)式分別如下：

A_{k_update}＝β·A_k

B_{k_update+}＝B_k+i·γ

B_{k_update-}＝B_k-i·γ

其中，i表示調(diào)整次數(shù)，β表示第一調(diào)整系數(shù)，A_k表示第一溫度綜合預(yù)測(cè)模型參數(shù)，B_k表示第二溫度綜合預(yù)測(cè)模型參數(shù)，γ表示第二調(diào)整系數(shù)。