[發明專利]一種高精度轉臺區域檢定系統及方法在審
| 申請號: | 202010432313.X | 申請日: | 2020-05-20 |
| 公開(公告)號: | CN111637858A | 公開(公告)日: | 2020-09-08 |
| 發明(設計)人: | 李重陽;伏瑞敏;楊居奎;王長杰;朱永紅;張繼友;郝言惠;張超;岳麗清;王春雨;趙希婷 | 申請(專利權)人: | 北京空間機電研究所 |
| 主分類號: | G01B21/04 | 分類號: | G01B21/04;G06N3/04;G06N3/08 |
| 代理公司: | 中國航天科技專利中心 11009 | 代理人: | 程何 |
| 地址: | 100076 北京市豐*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 高精度 轉臺 區域 檢定 系統 方法 | ||
1.一種高精度轉臺區域檢定系統,其特征在于,包括轉臺(1)、多齒分度臺(2)、平面反射鏡(3)和自準直儀(4);
所述多齒分度臺(2)安裝在轉臺(1)的臺面,多齒分度臺(2)的轉軸中心與被檢定的轉臺(1)中心重合;
所述自準直儀(4)架設在轉臺(1)旋轉空間以外,多齒分度臺(2)的臺面上安裝平面反射鏡(3),自準直儀(4)指向平面反射鏡(3),并且形成自準直光路。
2.根據權利要求1所述的一種高精度轉臺區域檢定系統實現的一種高精度轉臺區域檢定方法,其特征在于,包括如下步驟:
搭建高精度轉臺區域檢定系統,構建出測試光路;
利用構建出的測試光路對轉臺(1)的待測區域的離散視值誤差進行測試;
建立神經網絡模型,使用轉臺(1)的區域離散視值誤差對神經網絡模型進行訓練;
用訓練好的神經網絡模型對轉臺(1)的待測區域的連續視值誤差進行預測。
3.根據權利要求2所述的一種高精度轉臺區域檢定方法,其特征在于,所述對轉臺(1)的待測區域的離散視值誤差進行測試的方法包括如下步驟:
S31,將轉臺(1)調整至區域檢定的起始角度,調整多齒分度臺(2)使多齒分度臺(2)上安裝的平面反射鏡(3)的法線與自準直儀(4)的光軸平行;
S32,調整自準直儀(4)的空間位置關系,使自準直儀(4)對平面反射鏡(3)自準直,將自準直儀(4)讀數清零;
S33,在檢定區間內,每隔0.5°旋轉一次轉臺(1),同時多齒分度臺(1)反向旋轉0.5°,分別記錄轉臺(1)的角度αi,i=1,2,3…,以及自準直儀(4)的角度βi;
S34,計算轉臺(1)在檢定區域內每個離散角度αi對應的視值誤差Δi=βi;
S35,重復S31~S34N次,N為正整數,利用肖維納準則剔除每個檢定點的粗大誤差,獲得每個離散角度的視值誤差
4.根據權利要求3所述的一種高精度轉臺區域檢定方法,其特征在于:所述N不小于10。
5.根據權利要求2所述的一種高精度轉臺區域檢定方法,其特征在于,所述使用轉臺(1)的區域離散視值誤差對神經網絡模型進行訓練的方法包括如下步驟:
S41,將每個離散角度作為輸入,其對應的視值誤差作為輸出,代入到神經網絡模型中;
S42,隨機選取60%~80%數量比的離散角度和對應的視值誤差數據作為訓練樣本對神經網絡模型進行訓練;
S43,將剩下的的離散角度作為評估與測試數據的輸入,將其對應的視值誤差作為評估與測試數據的理想輸出,與訓練后的神經網絡模型的預測輸出進行比較;若滿足預設精度條件,則結束;反之,返回S42;直到找到一組預測誤差滿足需要的神經網絡的參數。
6.根據權利要求2所述的一種高精度轉臺區域檢定方法,其特征在于:所述神經網絡模型為BP神經網絡模型。
7.根據權利要求6所述的一種高精度轉臺區域檢定方法,其特征在于:所述BP神經網絡模型含有兩個隱含層,使用雙曲正切函數和線性函數作為兩個隱含層的傳遞函數。
8.根據權利要求7所述的一種高精度轉臺區域檢定方法,其特征在于:所述BP神經網絡模型使用Levenberg-Marquardt算法作為訓練函數對創建的BP神經網絡模型進行訓練。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京空間機電研究所,未經北京空間機電研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010432313.X/1.html,轉載請聲明來源鉆瓜專利網。





