[发明专利]一种基于卡尔曼滤波算法的精密数控加工方法在审
| 申请号: | 202010421532.8 | 申请日: | 2020-05-18 |
| 公开(公告)号: | CN111538290A | 公开(公告)日: | 2020-08-14 |
| 发明(设计)人: | 赵铭;贾志纲;卫青珍;张宇;吉宏斌 | 申请(专利权)人: | 太原科技大学 |
| 主分类号: | G05B19/408 | 分类号: | G05B19/408;G01B21/00;G01B21/02 |
| 代理公司: | 北京化育知识产权代理有限公司 11833 | 代理人: | 尹均利 |
| 地址: | 030024 山*** | 国省代码: | 山西;14 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 卡尔 滤波 算法 精密 数控 加工 方法 | ||
1.一种基于卡尔曼滤波算法的精密数控加工方法,其特征在于,包括以下步骤:
S1:建立工艺系统方程和检测方程;
S2:卡尔曼滤波算法对在线检测系统的检测向量去噪处理;
S3:闭环系统根据去噪后的检测向量做补偿运动。
2.根据权利要求1所述的基于卡尔曼滤波算法的精密数控加工方法,其特征在于,所述步骤S1中建立工艺系统方程和检测方程包括以下步骤:
S101:分析工艺系统误差规律,结合刀具路径,建立工艺系统方程;分析在线检测系统的误差规律,建立检测方程;
S102:输入加工程序,装夹毛坯,对刀,设定初值k=1,开始加工;
S103:第k个时刻,在线检测装置检测加工状态,获得加工状态检测向量。
3.根据权利要求1所述的基于卡尔曼滤波算法的精密数控加工方法,其特征在于,所述步骤S2中卡尔曼滤波算法对在线检测系统的检测向量去噪处理包括以下步骤:
S201:应用卡尔曼滤波算法,对在线检测系统获得的加工状态检测向量进行去噪处理。
4.根据权利要求1所述的基于卡尔曼滤波算法的精密数控加工方法,其特征在于,所述步骤S3补偿运动后进入步骤S4:
S4:是否加工结束;
当步骤S4的判断结果为No,所述预设值k=k+1,返回步骤S103;
当步骤S4的判断结果为Yes,进入步骤S5:
S5:加工结束。
5.根据权利要求2所述的基于卡尔曼滤波算法的精密数控加工方法,其特征在于,所述步骤S101中的分析工艺系统误差规律,结合刀具路径,建立工艺系统方程;分析在线检测系统的误差规律,建立检测方程;包括以下步骤:
反复检测误差出现的状况,分析其数值和方向,寻找其规律,找出影响误差的主要因素,确定误差项目,分析获得误差的期望值和方差,加工误差一般包括:原理误差、装夹误差、工艺系统精度、刀具磨损等;
根据加工过程刀具路径和误差规律建立工艺系统方程,Mk为第k时刻工艺系统状态向量:
系统噪声服从高斯分布:
wk~N(0,R);
分析在线检测系统的误差,找出其规律,以及在线检测系统的期望值和方差;引起在线检测误差的原因包括:加工过程的热变形、切削液和削屑引起的震动、传感器的安置、传感器的性能;建立检测方程,Ak为第k时刻检测向量:
检测噪声服从高斯分布:
vk~N(0,Q)。
6.根据权利要求3所述的基于卡尔曼滤波算法的精密数控加工方法,其特征在于,所述步骤S201中应用卡尔曼滤波算法,对加工状态检测向量进行去噪处理包括以下步骤:
对误差信号,应用卡尔曼滤波算法进行去噪声处理,获得加工状态向量的最优估计;通过卡尔曼滤波算法剔除检测向量的噪声需要五步;
通过k-1时刻加工状态向量及系统方程计算k时刻工艺状态向量的预测值:
协方差预测值:
卡尔曼增益:
k时刻检测系统去除噪声后加工状态向量的最优估计值:
k时刻协方差的最优估计值,用于下一个时刻计算:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原科技大学,未经太原科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010421532.8/1.html,转载请声明来源钻瓜专利网。





