matlab光顺与拟合,^^^^MATLAB曲线拟合工具箱在试验数据处理上的应用

MATLAB 曲线拟合工具箱在试验数据处理上的应用

伦冠德

(潍坊学院机电工程系,山东潍坊 261061)

摘要:介绍了M ATLAB 曲线拟合工具箱,并通过汽车覆盖件的曲面造型测试数据的处理,给出了具体的应用方法;该工具箱不仅适用于试验数据的拟合处理,还适用于将表格数据转化为函数表达式。

关键词:MATLAB ;曲线拟合工具箱;数据拟合

中图分类号:N37 文献标识码:B 文章编号:1006-0006(2006)04-0090-02

MATLAB Curve F itting Too l b ox in D i s posi n g of Experm i ent Dat a

LUN Guan de

(M echan i ca l and E l ectrical Eng i nee ri ng D epart m ent ,W e ifang U n i ve rsity ,W eif ang 261041,Ch i na)

Abstr ac:t T his article i ntroduces t he MAT LAB curve fitting too l box,and prov i des a special appli cation m e t hod

t hrough the test da ta processi ng o fA utomob ile surface m ode ling .Th is too lbox is not on l y suitable for e m pir i ca l da t um fitting pro cessi ng ,but also app licab le for transf o r m ing t he for m da ta to f uncti on expression .

Keywor ds :M ATLA B ;Curve fitting toolbox ;D ata fitti ng

工程上常常将测得的数据画成曲线或曲线簇的形式(一条曲线代表着一组一一对应的数据)。另外,在很多情况下又需要根据这些数据,在分析的基础上去求得自变量X 和因变量Y 之间的近似函数关系表达式(又称经验公式或数学模型)Y =F (X ),以便分析或计算。这类问题在图形上就是由测得的点去求曲线拟合。曲线拟合方法是工程上处理测量数据的一种实用数学方法。

曲线拟合可分为参数拟合和非参数拟合。参数拟合采用的是最小二乘法,而非参数拟合采用的是插值法

[1]

。

1 曲线拟合工具箱简介

曲线拟合工具箱界面是一个可视化的图形界面,具有强大的图形拟合功能,包括: 可视化地展开一个或多个数据集,并可用散点图来表示; 用残差和置信区间可视化地估计拟合结果的好坏;!通过其他界面可以实现许多功能:输出、察看和平滑数据,拟合数据、比较拟合曲线和数据集,从拟合曲线中排除特殊的数据点,选定区间后可以显示拟合曲线和数据集,还可以做内插法、外推法、微分或积分拟合[2]。可以通过cft ool 命令打开曲线拟合工具箱界面。

M ATLAB 提供了两种方法进行曲线拟合。一种是函数的形式,

使用命令对数据进行拟合。这种方法比较繁琐,需要对拟合函数有比较好的了解。另一种是利用图形窗口进行操作,具有简便、快速,可操作性强的优点。M ATLAB 提供了两种图形窗口,一种是基本的拟合界面,另一种是曲线拟合工具。基本拟合界面操作简单,可以做较为简单的曲线拟合,而曲线拟合工具功能强大,适用于各种复杂模型的曲线拟合。

2 实例应用

汽车制造业中,汽车覆盖件的曲面造型是汽车外观设计的重要组成部分,也是汽车覆盖件模具进行设计、局部维修的重要参照标准之一[3]。为提高造型精度,往往要对实物规则部分使用特征点测量,再对各点进行拟合、光顺处理;而对不规则曲面,则采用采集大量点的办法,对其进行误差处理,拟合、光顺曲线、曲面,最后生成高质量的曲面。

下面就通过三坐标测量机对汽车前围挡板进行一定量的数据采集,来看一下曲线拟合工具箱在处理试验数据方面的应用。该测量机测量误差为3 m,对汽车前围挡板顺序扫描测量,在单线方向每隔0.5mm 测得一个数据点。

表1 采样点

Tab .1Sa m p l e Da t a mm

横向坐标x 233.8234.3234.8235.3235.8236.3236.8237.3237.8238.3238.8高度y

235.148

235.218

235.287

235.357

235.383

235.419

235.456

235.490

235.503

235.508

235.536

在M ATLAB 主窗口键入如下内容:

>>X =[233.8 234.3 234.8 235.3 235.8 236.3 236.8 237.3 237.8 238.3 238.8];

>>Y =[235.148 235.218 235.287 235.357 235.383 235.419 235.456 235.490 235.503 235.508 235.536];

>>cftool(X,Y )

打开曲线拟合工具箱界面如图1所示。单击?data #按钮设置数据如图2所示。单击?Fitti ng #按钮进行数据拟合设置如图3所示。

分别设置拟合多项式为1次、2次、3次、4次。其拟合效果如图4所示,图中fit 1曲线对应线性多项式的拟合结果和预测区间;fit2曲线对应二次多项式的拟合结果和预测区间;fit 3曲线对应三次多项式的拟合结果和预测区间;fit 4曲线对应四次多项式的拟合结果和预测区间。

由图4可知三次多项式的拟合效果最好;线性多项式的预测区间较宽,效果不好;二次多项式的预测区间也较宽,效果也不好,但比线性拟合要好得多;四次拟合效果也比三次的预测区间宽。这一点从拟合参数也可以看出,如图5、图6所示。

收稿日期:2005-10-18;收修改稿日期:2005-12-05

第33卷第4期 拖拉机与农用运输车 V o.l 33N o .42006年8月 T racto r&F ar m T ransporter A ug .,2006