强激光与粒子束
彊激光與粒子束
강격광여입자속
HIGH POWER LASER AND PARTICLEBEAMS
2006年
9期
1433-1437
,共5页
范斌%万勇建%杨力%曾志革%伍凡%吴时彬
範斌%萬勇建%楊力%曾誌革%伍凡%吳時彬
범빈%만용건%양력%증지혁%오범%오시빈
光学加工%能动磨盘%CMAC%神经网络%智能控制
光學加工%能動磨盤%CMAC%神經網絡%智能控製
광학가공%능동마반%CMAC%신경망락%지능공제
针对能动磨盘面形控制系统的非线性和多变量特点,提出了基于CMAC神经网络的能动磨盘面形智能控制方法,以CMAC神经网络来映射磨盘面型和控制脉冲之间复杂的关系.为验证上述智能控制方法,搭建了由有效变形口径为420 mm能动磨盘和60路微位移阵列传感器组成的3单元能动磨盘面形检测实验平台,在该实验平台上进行了多组实验,利用微位移阵列传感器分别检测出能动磨盘在1单元、2单元和3单元驱动器作用下实验面形相对于理论面形的偏差,其中峰谷值分别为0.99,2.34和2.68 μm,均方根值分别为0.19,0.59和0.57 μm,实验结果验证了能动磨盘CMAC神经网络智能控制的可行性.
針對能動磨盤麵形控製繫統的非線性和多變量特點,提齣瞭基于CMAC神經網絡的能動磨盤麵形智能控製方法,以CMAC神經網絡來映射磨盤麵型和控製脈遲之間複雜的關繫.為驗證上述智能控製方法,搭建瞭由有效變形口徑為420 mm能動磨盤和60路微位移陣列傳感器組成的3單元能動磨盤麵形檢測實驗平檯,在該實驗平檯上進行瞭多組實驗,利用微位移陣列傳感器分彆檢測齣能動磨盤在1單元、2單元和3單元驅動器作用下實驗麵形相對于理論麵形的偏差,其中峰穀值分彆為0.99,2.34和2.68 μm,均方根值分彆為0.19,0.59和0.57 μm,實驗結果驗證瞭能動磨盤CMAC神經網絡智能控製的可行性.
침대능동마반면형공제계통적비선성화다변량특점,제출료기우CMAC신경망락적능동마반면형지능공제방법,이CMAC신경망락래영사마반면형화공제맥충지간복잡적관계.위험증상술지능공제방법,탑건료유유효변형구경위420 mm능동마반화60로미위이진열전감기조성적3단원능동마반면형검측실험평태,재해실험평태상진행료다조실험,이용미위이진열전감기분별검측출능동마반재1단원、2단원화3단원구동기작용하실험면형상대우이론면형적편차,기중봉곡치분별위0.99,2.34화2.68 μm,균방근치분별위0.19,0.59화0.57 μm,실험결과험증료능동마반CMAC신경망락지능공제적가행성.
