最小二乘法拟合曲线在工程中的应用 (1).docxVIP

最小二乘法拟合曲线在工程中的应用 摘要：应用MATLAB数值逼近的方法到工程实际中。本文介绍了 MATLAB中最小二乘法相关 函数的使用方法。 关键字：最小二乘法MATLAB曲线拟合工程应用 1引言： 工程实验中常遇到一些相关数据的分析处理，并要求拟合曲线以便反映数组规律和扩大应用 范围。 工程实验中，常常会取得一些相关数据，这些数据往往来自与施工密切相关的测量或试验中， 比如用拉伸法测暈金属丝杨氏模暈实验中金属丝长度与舷码总质暈存在线性关系，又如预应 力千斤顶与油表的配套校验中，油表读数与千斤顶实际张拉力又有一种关系，这些原始数据 一般是5组以上。 2方法原理介绍 现实中通过测量或试验取得的各组数据其本身不可避免地带有测试误差，如果构造一个较为 简单的插值法P(x)来逼近真实函数f(x),当个别数对误差影响较大时就会引起插值函数发生 严重波动，从而影响逼近精度，因为插值法要求插值函数通过插值节点，即P(x7) = f(xy),j = 0,1,这时候，为尽可能减小测试误差对逼近精度的影响，我们可以用另一种方法构造 一个经验公式，使得该公式在每一个节点上所求得的结果与原测试结果的差的平方和最小， 即曲线拟合的误差最小，精度最高，这就是最小二乘法原理，用定义表述为： 设有n对数据石、xt (j = 0,1,??- ,n),通过这些数据找一个m次P(x) = a0 +a1x+ ??? + amxm (m n),适当选取系数使得詆％…,％)= -力］为最小值，则称 p(x)为最小二乘拟合多项式，或称x、yZ间的经验公式。 3仿真结果分析比较 (1)求解张拉千斤顶与油表读数的回归方程预应力千斤顶与油表的配套校验中，分级张拉 数据可达到5?20组，而张拉力与油表读数实际为线性关系，一般只需两组数据便可确定其 关系式，但数据越多，回归方程越真实，越精确。此时采用最小二乘法可使每一组数据参与 回归。 经验公式：y=ax+b 某千斤顶校验数据见下表(z7) 标定压力值(kN) 0 100 300 500 700 900 1100 油表读数(MPa) 0 11 11.2 18.4 25.1 32.2 39.0 MATLAB 程序： x=[0 100 300 500 700 900 1100]; y=[0 11 11.2 18.4 25.1 32.2 39.0]; plot(x,y；o,)； xlabelC标准压力值(kN)*); ylabelf 油表读数(MPa)); 4035 4035 3025201510 3025201510 200 400 600 800 1000 1200 标准压力值(kN) 从图中可以看出第二组数据偏离直线，误差较大，回归时舍君亥组数据,取n=6组。 MATLAB 程序： x=[0 300 500 700 900 1100]; y=[0 11.2 18.4 25.132.2 39.0]; [a]=polyfit(xzy,l); %得到拟合曲线的系数a x0=0:1100; y0=polyval(a,x0); plot(x0,y0,x,y,8); %将拟合曲线和插值节点画在同一张图上 xlabelf标准压力值(kN)*); ylabelC 油表读数(MPa)); str=strcat(y=/poly2str(az,x)); legend(str); 52001000400 600 800标准压力值(kN)353025201510(ed 5 200 1000 400 600 800 标准压力值(kN) 353025201510 (ed乏)聚姥浪理 1200 故得经验公式：y= 0.035342 x + 0.36701 回归相关系数0.99993,精度较高。应用时将所需张拉力的值代入公式便可得到相应张拉 力下的油表读数，以控制张拉力。 （2）用拉伸法测金属丝的杨氏模量 若金属丝原长L,横截面积S,沿其长度方向上受拉力F作用的伸长量为△厶。其中△厶是用一 般长度测量工具难以测准的微小量，可以用光杠杆放大对其测量。得到杨氏模量的计算公式 如下： ndb An 其他测量值：金属丝直径心=0.5211mm；镜尺距离D=1742mm；金属丝原长L=521mm； 臂长 b=73.3mm0 由于选定了--种金属丝Y为一定值，因此An = b ? AF （经验公式）。所以只需用最小二乘法画 岀拟合曲线，得到斜率b,即可计算出杨氏模量。 测量An数据记录表 仪器误差△米丿Q=0.15mm、估读误差△伕=0.2mm、g= 9.79m/s2 祛码总质量M/Kg 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 增加祛码标尺读数 /mm 81.8 87.2 92.3 96.5 100.5 105.0 108.3 11