CN103176425A - 多元指数加权移动平均控制器设计方法 - Google Patents
多元指数加权移动平均控制器设计方法 Download PDFInfo
- Publication number
- CN103176425A CN103176425A CN2013100801912A CN201310080191A CN103176425A CN 103176425 A CN103176425 A CN 103176425A CN 2013100801912 A CN2013100801912 A CN 2013100801912A CN 201310080191 A CN201310080191 A CN 201310080191A CN 103176425 A CN103176425 A CN 103176425A
- Authority
- CN
- China
- Prior art keywords
- controller
- delta
- noise
- time
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种多元指数加权移动平均控制器设计方法,用于解决现有方法设计的AVEWMA控制器噪声大的技术问题。技术方案是首先建立产品加工过程质量波动模型,其次采用小波实时降噪方法对质量波动数据进行处理,基于滤波状态设计出WRD-MEWMA控制器。由于设计方法综合考虑加工过程中各种误差源输入项,采用贝叶斯状态空间的方法建立加过程的质量波动模型,基于此模型采用小波实时滤波的方法对测量数据中的噪声信息进行处理,得到更加准确的过程测量数据,基于此数据设计出WRD-MEWMA控制器。与背景技术MEWMA控制器的性能进行比较,根据YIBO JIAO等对控制律提出的评价指标,采用本发明方法使得特征位姿误差向量均值以及方差的范数比背景技术MEWMA方法分别降低了11.37%和8.01%。
Description
技术领域
本发明涉及一种移动平均控制器设计方法,特别是涉及一种多元指数加权移动平均控制器设计方法。
背景技术
零件加工过程中包含许多工序,每道工序的加工质量都会受到多种误差源的影响,在辨识出误差源后如何快速有效的调整误差源使加工过程回归稳定状态已经成为一个重要的技术难题。在离散加工过程的调整中,EPC控制器的应用得到了推广,传统的EPC控制器在进行加工过程调整时,或是针对单输入单输出的过程,结合状态空间、卡尔曼滤波以及贝叶斯估计的方法,考虑噪声对调整的影响,对加工过程进行调整;或是对于多输入多输出的生产过程,忽略测量噪声对控制器性能的影响,造成过程调整的不准确。
文献1“Zilong Lian,Enrique del Castillo,“Adaptive deadband control of a driftingprocess with unknown parameters”,Statistics & Probability Letters,vol.77,pp.843-852,2007.”对于一个伴随随机漂移的生产过程,基于贝叶斯估计与卡尔曼滤波结合的方法设计的控制器解决了过程波动参数未知、噪声参数先验分布已知的情况。但是该控制器只适用于单输入单输出的生产过程,且要求过程噪声参数已知;而实际制造过程多是多输入多输出的过程,且一个新的产品生产时,过程噪声参数先验信息是未知的。
文献2“Tseng ST,Chou RJ,Lee SP.“A study on a multivariate EWMA controller”.IIETrans,2002(34):541–549.”中对于多输入多输出的过程提出了多元指数加权移动平均控制器,并给出了该控制器的稳定性条件以及加权因子的取值范围,但该控制器的设计忽略了对测量数据中噪声信息的考虑,直接依据测量数据或者测量值的预测值进行调整。而在实际生产中由于噪声信息的存在,测量数据本身带有误差,并不能准确反应制造过程的真实波动情况,直接依据它进行制造过程的调整必将导致无谓的停机检查和调整次数增多,增加了质量监控的不稳定性,降低生产效率,增加产品的不合格率。
文献3“Sheng-Tsaing Tseng,Bo-Yan Jou and Chuan-Hao Liao,“Adaptive variableEWMA controller for drifted processes”,IIE Transactions.Vol.42,pp.247-259,2010.”公开了一种AVEWMA控制器,在线动态估计漂移率,调整过程,补偿质量损失,但该控制器的设计忽略了对测量数据中噪声信息的考虑,且只适用于单输入单输出的生产过程。
发明内容
为了克服现有方法设计的AVEWMA控制器噪声大的不足,本发明提供一种多元指数加权移动平均控制器设计方法。该方法充分考虑夹具、基准、夹紧力,刀具,铣削力等各种误差输入源,且在加工过程调整阶段消除噪声信息对测量数据的影响,分析噪声信息与质量波动测量数据和波动状态数据的关系,采用贝叶斯状态空间的方法设计制造过程质量波动调整模型;进一步通过小波实时滤波的方法对制造过程质量波动模型中的噪声项进行处理,消除噪声,得到准确的状态值;基于除噪后的状态值设计多元指数加权移动平均控制器来进行加工过程的调整。
本发明解决其技术问题所采用的技术方案是:一种多元指数加权移动平均控制器设计方法,其特点是包括以下步骤:
步骤一、综合考虑机床刀具、夹具、定位基准三种误差源建立夹具-工件系统加工特征综合误差模型,分析噪声信息与质量波动测量数据和波动状态数据的关系,采用贝叶斯状态空间的方法构建加工过程的质量波动模型,得到加工偏移量的状态空间模型,如公式(1)所示:
式中,是实际加工特征相对理想加工特征的位姿误差;是加工特征位姿误差向量的测量值;Γ是转换矩阵,将刀具标架相对于工件标架的偏差转换为刀具标架相对名义加工特征标架的偏差;是定位销雅克比矩阵;D是定位基准矩阵;Δxd(t-1)是定位基准偏差;N是定位销的姿态矩阵;Δrf(t)是各定位销的偏差矢量;Q是接触位移与接触变形诱导的工件位移之间的转换矩阵;ΔD(t)是接触位移;是刀具姿态偏差,wt是过程噪声,vt是测量噪声。对所有的t和s,当t≠s时,vt和vs、wt和ws以及vt和wt都相互独立。
步骤二、利用小波实时降噪方法对公式(1)中的进行处理,消除噪声项vt。设小波多尺度分解所需要的最小数据量为其中,j0∈N。记第t次加工完成后已获得的实时测量数据序列为y1,y2,…,yt。当时,采用IIR数字滤波器对输出数据进行滤波处理,进一步进行调整;当t增长到时,先对数据进行对称周期延拓,进行小波阈值降噪,计算方法同离线降噪,得到降噪后的数据实时情况下,仅输出作为第次加工的实时值输出;当在时刻,取最新得到的个采样值,进行对称周期延拓,去噪,取作为第次加工的输出,以此类推,用一个以宽度固定的滑动窗口实现小波去噪的实时滤波。
所述步骤二中小波实时降噪方法优选sym4小波进行小波降噪处理,选择极大极小值阈值,使用软阈值。
所述j0=5。
本发明的有益效果是:由于设计方法综合考虑加工过程中各种误差源输入项,采用贝叶斯状态空间的方法建立加过程的质量波动模型,基于此模型采用小波实时滤波的方法对测量数据中的噪声信息进行处理,得到更加准确的过程测量数据,基于此数据设计MEWMA控制器对含有噪声的产品加工过程进行调整。与背景技术MEWMA控制器的性能进行比较,以六元的质量特性为对象,一批产品某道工序加工完成后,加工的特征位姿误差向量的均值表示了产品该工序加工精度的高低,加工特征位姿误差向量的方差代表了该工序过程的稳定程度。根据YIBO JIAO等对控制律提出的评价指标,将本发明方法调整后的特征位姿误差向量均值以及方差的范数分别与背景技术MEWMA控制器调整结果进行比较,采用本发明方法使得特征位姿误差向量均值以及方差的范数比背景技术MEWMA方法分别降低了11.37%和8.01%。故采用本发明方法设计的WRD-MEWMA控制器的性能优于背景技术MEWMA控制器。
下面结合附图和实施例对本发明作详细说明。
附图说明
图1是本发明方法设计的WRD-MEWMA控制器结构图。
图2是本发明方法中小波实时降噪的流程图。
图3是本发明方法中的多工序误差传递模型示意图。
图4是本发明方法实施例中某薄板零件全局坐标系{G}、工件坐标系{W}以及加工特征坐标系{F}布局图。
图5是图4中工件的尺寸和定位销布局图。
具体实施方式
本发明多元指数加权移动平均控制器设计方法具体步骤如下:
参照图1~5。以某薄板零件为例,设定全局坐标系{G}、工件坐标系{W}、以及加工特征坐标系{F}布局。全局坐标系和工件坐标系定义一致,加工特征坐标系在工件坐标系(全局坐标系)中的位姿矢量为(-75,125,-7.5,0,0,0)。工件采用“3-2-1”六点定位。
根据各坐标系之间的相对位置关系得到转换矩阵:
定位销的位置与单位法向矢量如表1所示:
表1定位销的位置与单位法向矢量
根据表1得到以下定位相关的矩阵:
定位销的姿态矩阵: 其中ni=[001]i(=1~3,)ni=[010](i=4~5),n6=[100]。
定位矩阵为 其中
从而计算得到
假定该加工过程中运行300次,过程噪声wt~N(mu,Σ1),测量噪声vt~N(mu,Σ2),其中mu=[0;0, 且在加工第21个产品时,系统出现[0.5;-0.6;0.8;0;0;0的]固定漂移。采用蒙特卡洛模拟数据,并利用传统的MEWMA控制器,以及本发明设计的WRD-EWMA控制器分别对过程进行调整,得到
采用本发明方法设计的WRD-EWMA控制器使得特征位姿误差向量均值以及方差的范数比传统的MEWMA控制器分别降低了11.37%和8.01%,证明了本发明方法设计 的WRD-EWMA控制器优于传统的MEWMA控制器。
Claims (3)
1.一种多元指数加权移动平均控制器设计方法,其特征在于包括以下步骤:
步骤一、综合考虑机床刀具、夹具、定位基准三种误差源建立夹具-工件系统加工特征综合误差模型,分析噪声信息与质量波动测量数据和波动状态数据的关系,采用贝叶斯状态空间的方法构建加工过程的质量波动模型,得到加工偏移量的状态空间模型,如公式(1)所示:
式中,是实际加工特征相对理想加工特征的位姿误差;是加工特征位姿误差向量的测量值;Γ是转换矩阵,将刀具标架相对于工件标架的偏差转换为刀具标架相对名义加工特征标架的偏差;G?是定位销雅克比矩阵;D是定位基准矩阵;Δxd(t-1)是定位基准偏差;N是定位销的姿态矩阵;Δrf(t)是各定位销的偏差矢量;Q是接触位移与接触变形诱导的工件位移之间的转换矩阵;ΔD(t)是接触位移;是刀具姿态偏差,wt是过程噪声,vt是测量噪声;对所有的t和s,当t≠s时,vt和vs、wt和ws以及vt和wt都相互独立;
步骤二、利用小波实时降噪方法对公式(1)中的进行处理,消除噪声项vt;设小波多尺度分解所需要的最小数据量为其中,j0∈N;记第t次加工完成后已获得的实时测量数据序列为y1,y2,…,yt;当时,采用IIR数字滤波器对输出数据进行滤波处理,进一步进行调整;当t增长到时,先对数据进行对称周期延拓,进行小波阈值降噪,计算方法同离线降噪,得到降噪后的数据实时情况下,仅输出作为第次加工的实时值输出;当在时刻,取最新得到的个采样值,进行对称周期延拓,去噪,取作为第次加工的输出,以此类推,用一个以宽度固定的滑动窗口实现小波去噪的实时滤波;
2.根据权利要求1所述的多元指数加权移动平均控制器设计方法,其特征在于:所述小波实时降噪方法优选sym4小波进行小波降噪处理,选择极大极小值阈值,使用软阈值。
3.根据权利要求1所述的多元指数加权移动平均控制器设计方法,其特征在于:所述j0=5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100801912A CN103176425A (zh) | 2013-03-13 | 2013-03-13 | 多元指数加权移动平均控制器设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100801912A CN103176425A (zh) | 2013-03-13 | 2013-03-13 | 多元指数加权移动平均控制器设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103176425A true CN103176425A (zh) | 2013-06-26 |
Family
ID=48636379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100801912A Pending CN103176425A (zh) | 2013-03-13 | 2013-03-13 | 多元指数加权移动平均控制器设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103176425A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472732A (zh) * | 2013-09-27 | 2013-12-25 | 上海交通大学 | 一种改进的基于马氏距离的多变量控制器性能监控方法 |
CN103581507A (zh) * | 2013-08-21 | 2014-02-12 | 成都云鹰科技有限公司 | 一种去噪算法中通过均方差来动态调整阈值的方法 |
CN105784479A (zh) * | 2016-01-05 | 2016-07-20 | 山东科技大学 | 一种橡胶颗粒混凝土三轴压缩实验数据的处理方法 |
CN106230002A (zh) * | 2016-07-29 | 2016-12-14 | 上海市南变配电站服务有限公司 | 一种基于指数移动平均的空调负荷需求响应方法 |
CN106774267A (zh) * | 2016-12-28 | 2017-05-31 | 中南大学 | 一种时序输出的控制系统的性能评估方法及装置 |
CN112229660A (zh) * | 2020-09-14 | 2021-01-15 | 厦门大学 | 分布动载荷识别方法、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830618A (zh) * | 2012-08-16 | 2012-12-19 | 西北工业大学 | 多工序加工过程质量波动预测方法 |
-
2013
- 2013-03-13 CN CN2013100801912A patent/CN103176425A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830618A (zh) * | 2012-08-16 | 2012-12-19 | 西北工业大学 | 多工序加工过程质量波动预测方法 |
Non-Patent Citations (3)
Title |
---|
张学鹏: "变模型增益指数加权移动平均控制器研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
毕栋才: "基于脉冲噪声的自适应控制器研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
艾兵: "采用指数加权平均控制器的半导体生产过程的稳定性与性能分析", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581507A (zh) * | 2013-08-21 | 2014-02-12 | 成都云鹰科技有限公司 | 一种去噪算法中通过均方差来动态调整阈值的方法 |
CN103472732A (zh) * | 2013-09-27 | 2013-12-25 | 上海交通大学 | 一种改进的基于马氏距离的多变量控制器性能监控方法 |
CN105784479A (zh) * | 2016-01-05 | 2016-07-20 | 山东科技大学 | 一种橡胶颗粒混凝土三轴压缩实验数据的处理方法 |
CN105784479B (zh) * | 2016-01-05 | 2018-05-18 | 山东科技大学 | 一种橡胶颗粒混凝土三轴压缩实验数据的处理方法 |
CN106230002A (zh) * | 2016-07-29 | 2016-12-14 | 上海市南变配电站服务有限公司 | 一种基于指数移动平均的空调负荷需求响应方法 |
CN106230002B (zh) * | 2016-07-29 | 2019-01-04 | 上海市南变配电站服务有限公司 | 一种基于指数移动平均的空调负荷需求响应方法 |
CN106774267A (zh) * | 2016-12-28 | 2017-05-31 | 中南大学 | 一种时序输出的控制系统的性能评估方法及装置 |
CN106774267B (zh) * | 2016-12-28 | 2019-04-02 | 中南大学 | 一种时序输出的控制系统的性能评估方法及装置 |
CN112229660A (zh) * | 2020-09-14 | 2021-01-15 | 厦门大学 | 分布动载荷识别方法、电子设备及存储介质 |
CN112229660B (zh) * | 2020-09-14 | 2022-02-01 | 厦门大学 | 分布动载荷识别方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103176425A (zh) | 多元指数加权移动平均控制器设计方法 | |
Haesen et al. | A probabilistic formulation of load margins in power systems with stochastic generation | |
CN110069041B (zh) | 一种基于在机测量的工件加工方法及系统 | |
Zhou et al. | Statistical estimation and testing for variation root-cause identification of multistage manufacturing processes | |
CN103235553A (zh) | 一种基于分数阶的数控加工尺寸误差自动补偿方法 | |
CN110163409B (zh) | 一种应用于置换流水车间的卷积神经网络调度方法 | |
CN105005673A (zh) | 一种面向机床正向设计的整机静刚度匹配设计方法 | |
Duchi et al. | Local minimax complexity of stochastic convex optimization | |
CN106547207A (zh) | 一种非线性多输入多输出系统混合式观测器构建方法 | |
Kuang et al. | Simplified newton-based CEE and discrete-time fractional-order sliding-mode CEC | |
CN102880114A (zh) | 飞机结构件数控加工在线自适应刀轨补偿方法 | |
CN110826021A (zh) | 一种非线性工业过程鲁棒辨识和输出估计方法 | |
Shen et al. | Data filtering based multi-innovation gradient identification methods for feedback nonlinear systems | |
CN102189282B (zh) | 电路板短槽孔的制作系统及制作方法 | |
CN108021095B (zh) | 一种基于置信域算法的多维空间轮廓误差估计方法 | |
Gallivan et al. | Model reduction and the solution of Sylvester equations | |
CN104317246A (zh) | 一种对弱刚性刀具多轴加工路径进行让刀补偿的方法 | |
CN110398942A (zh) | 一种用于工业生产过程控制的参数辨识方法 | |
Chen et al. | Iterative identification algorithms for bilinear-in-parameter systems by using the over-parameterization model and the decomposition | |
CN107728578A (zh) | 一种基于加工变形监测数据的加工顺序自适应调整方法 | |
CN105116840A (zh) | 一种空间曲线一次插补缓变误差补偿方法 | |
Tranninger et al. | Sliding mode tangent space observer for LTV systems with unknown inputs | |
CN110209113A (zh) | 用于复杂曲面慢刀伺服车削的刀具半径定向补偿算法 | |
Hsu et al. | Design of an optimal unknown input observer for load compensation in motion systems | |
Chen et al. | An intelligent self-learning method for dimensional error pre-compensation in CNC grinding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C05 | Deemed withdrawal (patent law before 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130626 |