[发明专利]一种基于嵌入式的机械制造用三坐标测量方法

权利要求书

1.一种基于嵌入式的机械制造用三坐标测量方法，其特征在于，所述基于嵌入式的机械制造用三坐标测量方法包括以下步骤：

步骤一，获取随机数和第一固定值，并以第一固定值为模数，对随机数进行取模，得到第一数据，从第一数据中选取一个未被处理过的数据位；

步骤二，根据选取的数据位在第一数据中的位置，从预先存储的初始点值列表中获取与选取的数据位对应的初始点值，初始点值列表中的各个初始点值分别为不同的幂值与预设的第一点值进行点乘得到的运算结果；

步骤三，将获取的初始点值与选取的数据位中的数据进行点乘，对得到的点乘结果与中间点值进行点加运算，得到点加结果，并将中间点值更新为点加结果，中间点值的初始值为(0，0)；

步骤四，判断第一数据中是否存在未被处理过的数据位，如果存在，在返回步骤一；否则，执行步骤五；

步骤五，将中间点值作为结果数据坐标输出，生成坐标系；

步骤六，在生成坐标系中，根据待测物体的坐标信息创建三坐坐标测量文件，并利用三坐坐标测量文件套取待测物体的特征的理论值；

步骤七，在生成坐标系中，根据待测物体的形状信息创建特三坐征测量文件，特征测量文件根据待测物体的特征的理论值来测量待测物体的特征，得到特征的实测值；

步骤八，删除三坐坐标测量文件；

步骤九，将特征的理论值与实测值对比，根据偏差的大小，判断待测物体是否合格；

所述理论值与实测值对比的方法为：

(1)将实时检测到的实测值作为输入，检测到的理论值作为输出；

(2)选用步骤(1)中采集到的实测值和理论值作为参数辨识的输入输出，通过最小二乘参数辨识方法辨识出一个分量ξ；

(3)所求出来的分量ξ与设定的实测值的期望值取差值β，即为对实测值的第一个影响因素；

(4)将实时检测到的流化床温度值为u，实测值的实时值记为y；

(5)选用步骤(4)中得到的实时流化床温度值与实时实测值作为参数辨识的输入输出，通过最小二乘法辨识出此时的模型；

(6)通过辨识出的模型，利用自整定PID控制方法，对系统进行控制；

(7)将步骤(3)计算得到的差值β与步骤(6)求出的给煤量修正值相加，并反馈，即可使系统在执行机构偏差问题的影响下达到稳定；

所述步骤(2)中理论值作为最小二乘辨识的输入输出，通过最小二乘辨识方法辨识出常参数ξ，其具体步骤包括：

(a)给出单输入单输出线性、定常、随机系统的数学模型：

则最终输出为：

u(k)与y(k)为实测值和理论值数据序列{u(k)},{y(k)}，e为模型误差，其中k＝1,2,…,n,n为自然数，(2)式中通过对比实验得出模型的阶数n的取值为10，其中i＝1,2,…,n，a_i，b_i都为常数，通过a_i和b_i的值能够最终求得稳定点ξ；

(b)将模型具体化，从而得到目标函数：

令θ＝[a₁,a₂,…,a_n,b₁,b₂,…,b_n]^T，

则有：

模型拟合残差ε(k)为：

对于n组数据，从(3)式可得到：

ε(n)为对n组数据的模型拟合残差，y(n)为理论值的n组数据。

(c)得到最小二乘估计：最小二乘的思想就是寻找一个θ的估计值使得各次的测量值与由估计确定的量测估计只差的平方和最小，从最小二乘准则推导正则方程，根据求极值原理可知，最小二乘估计满足：

可得最小二乘估计

(d)推导辨识出常参数：辨识出常参数ξ的过程为：选取脉冲响应模型作为系统的模型，模型如(7)式所示：

u(k-i)与y(k)为实测值和理论值数据序列，h(i)为常数。

在模型中加入一个常参数ξ，ξ为能够准确一个参数指标，模型成为：

式中ξ为常数项，通过现场的实验，参数ξ与实际系统联系紧密，并可将ξ与对实测值的期望值之差β作为系统控制问题中的第一个控制因素，计算过程为：

β＝ε-ξ (9)

ξ为通过最小二乘辨识得到的常参数，ε为实测值的期望值，β为实测值的期望值与常参数的差值。

将(8)写成向量的形式：

Y(k)＝U(k)H (9)

其中：

H为通过常数h(i)与辨识出的常参数ξ组成的矩阵，U(k)、Y(k)为与理论值组成的矩阵；

输入输出数据与最小二乘辨识的输入输出一致，通过实验求得当控制步长M＝10的时候可以得到最佳值，通过式(8)求得h₁,h₂…h_M,ξ；

在步骤(2)中通过上述方法求出常参数ξ，并记录下来，并与实测值的期望值取差值β；

所述步骤(4)作为最小二乘辨识的输入输出，通过最小二乘辨识方法辨识出常参数α₀，其具体步骤与步骤(2)中求取常参数的方法大致相同，只是将输入输出进行了变换；

通过(1)式到(6)式，计算出此时的最小二乘估计

选取脉冲响应模型作为系统的模型，模型如式(7)所示，在此基础上增加一个常参数α₀，α₀为一个参数指标，模型成为：

u(k-i)与y(k)为数据序列，h(i)、α₀为常数项；

则计算常参数α₀的方法与步骤(2)中计算参数的方法一致，计算出此时的常参数α₀，并建立出以流化床温度为输入，给定量为输出的模型，为步骤(6)的自整定PID控制提供控制模型；

所述步骤(6)中的控制模型为步骤(4)中已经辨识出来的模型，其具体步骤包括：

(a)传统PID控制算法是一种经典的控制方法，它主要由控制器和被控对象所组成，而皮带控制器由比例、积分、微分三个环节组成，它的数学描述为：

u(k)＝K_px(1)+K_dx(2)+K_ix(3) (12)

式中，K_p为比例系数；K_i为积分时间常数；K_d为微分时间常数；u(k)为通过PID控制器后得到增加减少值x(1)为比例的校正值；x(2)为微分的校正值；x(3)为积分的校正值；

(b)通过温度输入量的测量值与温度的期望值的误差及采样时间可以求出步骤(a)中的x(1)、x(2)、x(3)，其计算公式为：

x(1)＝error(k)；

x(2)＝[error(k)-error_1]/t_s；

x(3)＝x(3)+error(k)*t_s。

error(k)为在k时刻通过测量值与期望值计算出的误差；t_s为采样时间；

(c)将上两个步骤进行编程后，输出的值u(k)即为修正值，并记录下来；

所述步骤(7)中将步骤(3)的分量ξ与步骤(6)求出的修正值u(k)相加，其计算公式为：

η(k)＝u(k)+β (13)

式中，u(k)为通过步骤(6)的控制方法计算出来的给煤量修正值，β为通过步骤(2)通过最小二乘法辨识出来的常参数与实测值期望值的差值，η(k)为对系统的最终修正值。