【技术实现步骤摘要】
本专利技术涉及测控
，具体地，涉及一种钻头钻削分段数据拟合方法。
技术介绍
钻头钻削技术在现代工业加工中使用十分广泛，其加工过程中钻头的深入程度与磨削量通常为一个三次函数与一个线性函数组成的分段函数。为了检测并校准该钻头，需要对该分段函数进行数据拟合。但在拟合过程中，由于分段点无法准确估计，传统的拟合方法并不适用。通过极小化预报误差准则函数来求取参数估计的方法被称为预报误差算法。递推预报误差(RPE)算法是一种参数估计算法，既可以用于线性参数的估计，也可以用于非线性参数的估计。RPE的基本思想是沿目标函数的Gauss–Newton搜索方向来修正未知参数向量，从而使目标函数达到极小。本专利技术提出了采用RPE算法来对钻头钻削分段数据进行拟合，实现对分段点的准确估计，使得钻头得到更好的校准，实时监测加工过程中钻头的深入程度与磨削量。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种钻头钻削分段数据拟合方法。根据本专利技术提供的钻头钻削分段数据拟合方法，包括如下步骤：步骤1：记录多个不同钻深与对应钻削量的测试数据；步骤2：通过RPE算法构建钻削量与钻深的拟合函数模型；步骤3：确定拟合函数模型中的中间参数的数值，得到收敛的拟合模型；步骤4：通过步骤3得到的拟合模型对钻头进行校准，并得到未来钻削量与钻深的预估值。优选地，所述步骤1包括：获得N组钻削量与钻深的测试数据，记为[x(i),y(i)]，x(i)表示第i次测得的钻深，y(i)表示第i次测得的钻削量，i的取值为1,2,…,N，N为正整数。优选地，所述步骤3包括：步骤3.1：建立被钻削掉的工件质...
【技术保护点】
一种钻头钻削分段数据拟合方法，其特征在于，包括如下步骤：步骤1：记录多个不同钻深与对应钻削量的测试数据；步骤2：通过RPE算法构建钻削量与钻深的拟合函数模型；步骤3：确定拟合函数模型中的中间参数的数值，得到收敛的拟合模型；步骤4：通过步骤3得到的拟合模型对钻头进行校准，并得到未来钻削量与钻深的预估值。
【技术特征摘要】
1.一种钻头钻削分段数据拟合方法，其特征在于，包括如下步骤：步骤1：记录多个不同钻深与对应钻削量的测试数据；步骤2：通过RPE算法构建钻削量与钻深的拟合函数模型；步骤3：确定拟合函数模型中的中间参数的数值，得到收敛的拟合模型；步骤4：通过步骤3得到的拟合模型对钻头进行校准，并得到未来钻削量与钻深的预估值。2.根据权利要求1所述的钻头钻削分段数据拟合方法，其特征在于，所述步骤1包括：获得N组钻削量与钻深的测试数据，记为[x(i),y(i)]，x(i)表示第i次测得的钻深，y(i)表示第i次测得的钻削量，i的取值为1,2,…,N，N为正整数。3.根据权利要求1所述的钻头钻削分段数据拟合方法，其特征在于，所述步骤3包括：步骤3.1：建立被钻削掉的工件质量y的模型估计值与钻深x的方程，所述方程如下：当x≤c时：y^=13ρπr2x=ρπd2x312c2;]]>当x>c时：y^=ρπd2c12+ρπd2(x-c)4]]>式中：c表...
【专利技术属性】
技术研发人员：田社平，朱珏颖，周元超，孙世超，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。