基于PROA-BP的激光3D投影振镜偏转电压预测模型
摘要
为减小激光3D投影系统振镜偏转角偏差与根据振镜偏转角标定的转轴公垂线长度e误差引起的投影系统综合非线性误差，实现激光3D投影系统高精度辅助装配，提出一种基于改进的鱼优化算法-BP神经网络的激光3D投影振镜偏转电压预测模型，以激光出射方向单位矢量作为输入预测振镜偏转电压数值。将改进的鱼算法与BP神经网络相结合，解决BP神经网络容易陷入局部最优解问题，并通过BP神经网络实现激光3D投影系统综合非线性误差的耦合与补偿。结果表明，改进的鱼算法-BP神经网络训练10 000次后均方差误差和平均绝对误差均值分别是粒子群算法-BP神经网络的41.2%、62.4%，是BP神经网络的22.2%、50.7%。基于改进的鱼算法-BP激光3D投影振镜偏转电压模型的投影定位精度为0.35 mm，与激光3D投影传统模型相比，投影定位精度提升了30%，可实现更高精度投影定位。
引用本文（GB/T 7714）
林雪竹 LIN Xuezhu, 王海 WANG Hai, 郭丽丽 GUO Lili, 等. 基于PROA-BP的激光3D投影振镜偏转电压预测模型[J]. ACTA PHOTONICA SINICA, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。