發(fā)布時(shí)間：2018-03-08 23:35

  本文選題：多新息理論　切入點(diǎn)：卡爾曼濾波　出處：《焊接學(xué)報(bào)》2017年03期 　論文類型：期刊論文

【摘要】：針對(duì)間隙小于0.05 mm的低碳鋼對(duì)接焊縫,用磁光傳感方法獲取焊縫位置信息,研究多新息理論優(yōu)化卡爾曼濾波在焊縫識(shí)別及跟蹤中的應(yīng)用.在獲取磁光圖像及提取焊縫位置的過(guò)程中存在較多干擾,而傳統(tǒng)卡爾曼濾波受噪聲的影響較大,難以對(duì)焊縫偏差進(jìn)行最優(yōu)估計(jì).為此,結(jié)合多新息理論,提出一種焊縫位置檢測(cè)的卡爾曼濾波改進(jìn)算法,在對(duì)當(dāng)前時(shí)刻進(jìn)行預(yù)測(cè)時(shí),充分考慮之前多個(gè)時(shí)刻的運(yùn)動(dòng)狀態(tài),綜合歷史數(shù)據(jù)估計(jì)出焊縫位置信息,對(duì)不同新息值進(jìn)行試驗(yàn)比較并考慮計(jì)算量和濾波精度,發(fā)現(xiàn)選用兩個(gè)新息值優(yōu)化卡爾曼濾波算法可得到較好的效果.結(jié)果表明,多信息理論優(yōu)化卡爾曼濾波算法可有效提高焊縫位置檢測(cè)精度.
[Abstract]:For the butt weld of low carbon steel with clearance less than 0.05 mm, the position information of weld is obtained by magneto-optic sensing method. This paper studies the application of multi-innovation theory optimization Kalman filter in weld seam identification and tracking. There is more interference in the process of obtaining magneto-optic image and extracting weld position, but the traditional Kalman filter is greatly affected by noise. It is difficult to estimate the welding seam deviation optimally. In this paper, an improved Kalman filter algorithm for welding seam position detection is proposed based on the theory of multi-innovation. When predicting the current moment, the motion state of several previous moments is fully taken into account. By synthesizing the historical data to estimate the position information of the weld, the different innovation values are tested and compared, and the computational complexity and filtering accuracy are considered. It is found that the Kalman filtering algorithm with two innovative values can be used to optimize the performance of the proposed algorithm. The results show that the proposed algorithm can achieve good results. Optimization of Kalman filter algorithm based on multi-information theory can effectively improve the accuracy of weld position detection.
【作者單位】： 廣東工業(yè)大學(xué)廣東省計(jì)算機(jī)集成制造重點(diǎn)實(shí)驗(yàn)室;佛山職業(yè)技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51675104) 廣東省科技發(fā)展專項(xiàng)資金資助項(xiàng)目(2016A010102015) 廣州市科技計(jì)劃資助項(xiàng)目(201510010089) 廣東省計(jì)算機(jī)集成制造重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助項(xiàng)目(CIMSOF2016008) 佛山市科技創(chuàng)新專項(xiàng)基金資助項(xiàng)目(2014AG10015)
【分類號(hào)】：TG441.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 楊云川;王新穎;張旭波;;引入修正因子的研究生招生等維新息預(yù)測(cè)模型[J];遼寧科技大學(xué)學(xué)報(bào);2010年03期

2 王桂娟;鄒潔;;利用等維新息模型進(jìn)行人數(shù)預(yù)測(cè)[J];河北科技大學(xué)學(xué)報(bào);2008年01期

3 董立立;魏鑫;黃道;顧幸生;梁林泉;;新息灰理論在不確定性系統(tǒng)故障預(yù)測(cè)中的應(yīng)用[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年12期

4 潘宇;姜曉磊;楊泰;王列平;;等維新息模型在礦井井架基礎(chǔ)沉降中的應(yīng)用[J];安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

5 曾凱;李亞?wèn)|;;基于GM(1,1)等維新息模型的礦山沉降預(yù)測(cè)[J];北京測(cè)繪;2013年02期

6 曾斌;羅佑新;;新息與等維新息非等間距GM(1,1)模型及其應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

7 ;[J];;年期

相關(guān)會(huì)議論文 前3條

1 聶曉華;;基于新息偏差多模型機(jī)動(dòng)目標(biāo)跟蹤算法[A];中國(guó)造船工程學(xué)會(huì)電子技術(shù)學(xué)術(shù)委員會(huì)2006學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2006年

2 王惠娟;;新息數(shù)據(jù)對(duì)GM(1,1)模型的影響分析及應(yīng)用[A];第25屆全國(guó)灰色系統(tǒng)會(huì)議論文集[C];2014年

3 盧曉;張煥水;王偉;;時(shí)滯線性系統(tǒng)最優(yōu)濾波方法[A];第二十三屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2004年

相關(guān)博士學(xué)位論文 前3條

1 張直;無(wú)線傳感器網(wǎng)絡(luò)中基于量化新息的狀態(tài)估計(jì)研究[D];上海交通大學(xué);2015年

2 汪學(xué)海;多新息辨識(shí)方法及性能分析[D];江南大學(xué);2017年

3 張艷軍;新息圖狀態(tài)估計(jì)應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 王志廣;方程誤差模型基于最新估計(jì)的多新息隨機(jī)梯度辨識(shí)[D];哈爾濱工業(yè)大學(xué);2015年

2 岳軍;帶未知參數(shù)系統(tǒng)的多傳感器多新息卡爾曼濾波器[D];黑龍江大學(xué);2015年

3 王世龍;基于有限新息率采樣的醫(yī)學(xué)信號(hào)恢復(fù)算法研究[D];哈爾濱工業(yè)大學(xué);2016年

4 倫小翔;交直流電網(wǎng)新息圖狀態(tài)估計(jì)方法研究[D];哈爾濱工業(yè)大學(xué);2016年

5 孫在濤;基于新息圖理論的含分布式電源配電網(wǎng)三相狀態(tài)估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2014年

6 徐艷;基于新息圖法的電力系統(tǒng)參數(shù)估計(jì)的研究[D];哈爾濱工業(yè)大學(xué);2008年

7 程文玉;新息圖法狀態(tài)估計(jì)與模式識(shí)別技術(shù)的結(jié)合應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2013年

8 常亮;基于加權(quán)多新息方法的系統(tǒng)辨識(shí)[D];哈爾濱工業(yè)大學(xué);2010年

9 張佳波;基于多新息參數(shù)估計(jì)的隨機(jī)梯度自校正控制方法[D];江南大學(xué);2008年

10 馬春陽(yáng);基于新息圖的配電網(wǎng)三相狀態(tài)估計(jì)[D];哈爾濱工業(yè)大學(xué);2012年

，

本文編號(hào)：1586086