[发明专利]电火花加工放电状态预测方法

权利要求书

1.一种电火花加工放电状态预测方法，其特征在于，首先采用电火花加工放电状态逐级映射检测方法对电火花加工过程中实时采集到的间隙放电信号进行处理，并以处理后得到的以分析周期为单位的放电状态序列作为系统输入、使用基于局域波分解的放电状态预测数学模型和预测方法，运算得到电火花加工放电状态预测序列作为系统输出；然后采用输出论域规范化处理方法，在其对应的实际放电状态序列输出论域内，对上面得到的放电状态预测序列进行规范化处理，最后使用fit判别准则和判别方法，计算得出电火花加工放电状态的预测精度；电火花加工放电状态预测方法的具体步骤如下：

(1)采用电火花加工放电状态逐级映射检测方法得到放电状态序列

取电火花加工过程中采集到的一组间隙电压和间隙电流信号，将其作为原始输入序列，经过电火花加工放电状态逐级映射检测方法的处理，得出放电状态序列作为待预测序列；对超高电压、中电流输入组合放电状态能够准确判别的采样点放电状态模糊逻辑规则为：

                           电压  低  中  高  超高电流  低  脉间  脉间  开路  开路  电  短路  火花·电弧放电  火花·电弧放电  火花·电弧放电

采用分类统计方法，从放电状态值到分析周期内放电状态矢量进行采样点的运算：按照实际所需的放电状态分析周期的长度，将采样点放电状态矢量依次序分组，记每组点数为M，按下式分别对每组映射矢量P_i求和，

Pk=Σj=1Mpj,k=1,...,L′]]>

得到第k个以分析周期为单位的放电状态的和矢量P_k，分别记原始采样点长度为N、以分析周期为单位的放电状态的和矢量序列长度为L’，则有L’＝N/M；分别统计“短路率”为：DLk=PDLkΣm=1m≠MJnPmk,k=1,...,L,]]>“火花·电弧率”为：HHLHk=PHHLHkΣm=1m≠MJnPmk,k=1,...,L]]>

L为放电状态序列长度，此放电状态序列是去掉脉间的、以分析周期为单位的放电状态的和矢量序列；其中：DL_k-为放电状态序列在第k个点的短路率；HHLH_k-为放电状态序列在第k个点的火花·电弧率；P_m^k-为放电状态序列在第k个点的第m维值；n-为原始采样点的放电状态类别数；P^k_DL-表示P_k在短路维数空间的值；p^k_HHLH-表示P_k在火花·拉弧维数空间的值；P^k_MJ-表示P_k在脉间维数空间的值；

(2)使用基于局域波分解的放电状态预测数学模型得到放电状态预测序列

先将通过逐级映射检测方法得到的放电状态序列局域波分解为多个线性、平稳、彼此正交的内蕴模式分量，称为IMF分量，设由步骤(1)所得到的放电状态信号序列为：

{x(M)}，n∈[1  N]

对该序列进行局域波分解：x(n)=Σi=1r-1Ci(n)+R(n),i=1,2,...,r]]>得到r个IMF分量C₁(n)，C₂(n)，...，C_r(n)，其中C_r(n)-为剩余分量，有R(N)＝C_r(n)；再综合运用系统辨识理论和模型预测方法对各线性、平稳的内蕴模式分量进行预测，然后对某一特定的IMF分量C_i(n)建立AR模型进行辨识：

Ci(n)=Σj=1pa^p(j)Ci(n-j)+ϵ(n)]]>

上式中：p-为该IMF分量AR模型的最优阶次，符号^-表示模型参数的估计值，n∈[1 N]；然后利用上式建立的AR模型对未来的[N+1  M]点进行线性预测，得到各IMF分量的预测值序列，记为：n∈[N+1 M]，利用局域波分解的完备性重构预测分量，得到放电状态预测序列；最后对上面得到的各IMF分量预测值序列进行重构，得到放电状态信号的预测值序列：x^(n)=Σi=1r-1C^i(n)+R^(n),]]>式中符号^-表示变量的预测值，n∈[N+1 M]；

采用输出论域规范化处理方法对放电状态预测序列进行处理

在实际放电状态序列的输出论域内，对步骤(2)得到的放电状态预测序列进行规范化处理；设由步骤(1)所得到的放电状态序列为：{x(n)}，n∈[1 N]，令该序列的最大值和最小值分别为max、min设由步骤(2)所得到的放电状态预测值序列为：{x^(n)},n∈N+1M,]]>对于其取值空间Г有下式成立：{x^(n)}⊆Γ,]]>以max和min两个值为界，将Г空间划分为三个子空间：

并且Λ、Ψ和Δ三个子空间是对Γ的完全划分，则：

Λ∩Ψ＝Φ且Λ∩Δ＝Φ且Ψ∩Δ＝Ф且Λ∪Ψ∪Δ＝Γ

其中，Ψ-实际放电状态序列的输出论域，是规范化处理后的放电状态预测值序列的输出论域；

对放电状态预测值在输出论域Ψ内进行规范化处理，令处理后的放电状态预测值序列为：{x^*(n)},n∈N+1M,]]>处理规则如下：

则经输出论域规范化处理后，有：{x^*(n)}⊆Ψ,]]>此步已将处理后的放电状态预测值已经全部规范到实际输出论域Ψ之内；

(4)使用fit判别准则和判别方法计算电火花加工放电状态的预测精度

电火花加工放电状态预测精度使用适合度fit来衡量，定义为预测值与实际值之间的符合程度：适合度值越大，则预测精度越高、预测效果越好；设实际输出值序列为y(i)，预测输出值序列为y_y(i)，i＝1，2，…，n，用百分数fit表示上面两个序列的适合度，则：

fit=100*(1-||yy-y||2||y||2)]]>

上式中，y-为实际输出值序列的向量形式，y_y-为预测输出值序列的向量形式，

||y_y-y||₂-表示y_y-y的欧几里德范数，||y||₂-表示y的欧几里德范数。