电火花加工放电状态的自适应滤波-哈尔滨工程大学学报.PDF

电火花加工放电状态的自适应滤波-哈尔滨工程大学学报.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第36卷第 11期                      哈  尔  滨  工  程  大  学  学  报                    Vol.36 №.11 2015年11月                    Journal of Harbin Engineering University                       Nov.2015 电火花加工放电状态的自适应滤波 周明,吴建洋,曾祥渭,牛聚粉,田洪森 (北京建筑大学机电与车辆工程学院,北京 100044) 摘  要:电火花加工过程具有非线性、弱稳态的特性,加工过程中放电状态变化剧烈,导致控制变量随之大幅度震动,对 系统稳定性极为不利,因此需要对放电状态曲线进行光滑滤波。 由于二阶自回归放电状态模型的参数辨识是有偏估计, 提出采用中间变量的方法消除参数的有偏估计。 采用一个卡尔曼滤波器建立中间变量,另一个卡尔曼滤波器用于二阶 自回归放电状态模型的参数辨识,2个卡尔曼滤波器共同组成了一个自适应滤波器。 经实验数据验证:该自适应滤波方 法不仅能够光滑放电状态曲线,而且能够消除线性滤波本身固有的相移和延迟,同时,自适应滤波方法不会像线性滤波 方法造成整个控制系统阶次大幅升高、稳定性下降,能够充分保障实时控制和系统稳定性。 关键词:自适应滤波;放电状态;电火花加工;卡尔曼滤波;中间变量法;参数辨识 doi:10.11990/ jheu.201504044 网络出版地址:http:/ / www.cnki.net/ kcms/ detail/ 23.1390.u1401.002.html 中图分类号:TP661  文献标志码:A  文章编号:1006⁃7043(2015)11⁃1522⁃04 The adaptive filtering of gap states in electrical discharge machining ZHOU Ming,WUJianyang,ZENG Xiangwei,NIUJufen,TIAN Hongsen (School of Mechanical⁃electronic and Automobile Engineering, Beijing University of Civil Engineering and Architecture, Beijing 100044,China) Abstract:Electrical discharge machining (EDM) has variable non⁃linear characteristics. The discharging state sometimes changes drastically duringmachining,whichresultsinviolent changesof thecontrolvariableandresults in process variability. Which indicatesthatthedischarging statecurveneedstobefiltered. Consideringthatthepa⁃ rameter identificationof asecond⁃orderauto⁃regressivemodelisakindof biasedestimation,which shouldbeelimi⁃ nated by an instrumental variable method,a Kalman filter was adopted to establish the instrumental variable,and another one was used to identify parameters of the second⁃order auto⁃regressive model. The two Kalman filters to⁃ gether formed an adaptive filter. The experiment results show that the state curve can be smoothed without phase shifts or time delays,which are normal defects of linear filters.

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档