[发明专利]基于无味卡尔曼滤波算法的机床主轴热误差快速辨识方法

权利要求书

1.一种基于无味卡尔曼滤波算法的机床主轴热误差快速辨识方法，其特征在于，包括以下步骤：

S1、建立指数形式的机床主轴热误差模型；

S2、基于机床主轴热误差模型，建立无味卡尔曼滤波算法的状态方程；

S3、将状态方程中上一时刻的参数作为输入，基于奇异值矩阵构造无味卡尔曼滤波算法的状态向量点集；

S4、将状态向量点集输入标准无味卡尔曼滤波算法，得到热误差预测值；

S5、对热误差预测值进行自适应调整；

S6、获取热误差实际测量值，并结合调整后的热误差预测值进行平均绝对百分比误差计算，得到延时时刻；

S7、基于延时时刻对热误差实际测量值和热误差预测值进行均方根误差计算，分别得到机床主轴三个方向的辨识时间；

S8、选择三个辨识时间中的最大值统一作为三个方向的辨识时间，得到统一辨识时间，实现热误差辨识。

2.根据权利要求1所述的基于无味卡尔曼滤波算法的机床主轴热误差快速辨识方法，其特征在于，步骤S2中建立无味卡尔曼滤波算法的状态方程的具体方法为：

根据公式：

建立无味卡尔曼滤波算法的状态方程；其中x_i,t为t时刻第i个点的状态向量，w_i,t-1为t-1时刻第i个点的过程噪声，δ_t-1为t-1时刻第i个点的热误差，α_s为材料的热膨胀系数，D为与材料的物理性质和初始温度相关的常数，e为自然对数，β为待定系数。

3.根据权利要求1所述的基于无味卡尔曼滤波算法的机床主轴热误差快速辨识方法，其特征在于，步骤S3中构造无味卡尔曼滤波算法的状态向量点集的具体方法为：

根据公式：

构造无味卡尔曼滤波算法的状态向量点集x_i,t-1，其表达式为其中δ_i,t-1为t-1时刻的第i个点的热误差，λ_i,t-1为t-1时刻的第i个点的与热系统综合物理性质相关的常数，为t-1时刻的状态量最优估计值，其表达式为为t-1时刻的第i个点的热误差最优估计值，为t-1时刻的第i个点的与热系统综合物理性质相关的常数最优估计值，n为正整数，γ为缩放调节系数，U_i,t-1为t-1时刻第i个点的第一正交矩阵，大小为m₁×m₁，S_i,t-1为t-1时刻第i个点的对角矩阵，大小为(m₁-1)×m₂，U_n-i,t-1为t-1时刻第i个点的第一正交矩阵，大小为m₁×m₁，S_n-i,t-1为t-1时刻第i个点的对角矩阵，大小为(m₁-1)×m₂，m₁和m₂均为常数。