应力盘智能控制盘面面形的表征方法及检测技术的研究

分析了CMAC神经网络应力盘智能控制中面形表征及检测的特点,提出了以Zernike多项式系数用于表征应力盘盘面面形的方法,以微位移阵列传感器检测得到的原始数据经插值拟合重构出盘面面型数据,再经Gram-Schimdt正交化后拟合出的Zernike多项式的系数,以此作为CMAC神经网络的输入样本来完成CMAC神经网络的训练。并在实验中初步验证了此方法的可行性。     

光学工艺 光学加工工艺与设备

TQ171.652006010749应力盘智能控制盘面面形的表征方法及检测技术的研究=Method for representing the surface and testing technol-ogy of stressed-lapin CMACcontroller[刊,中]/范斌(中科院光电技术研究所.四川,成都(610209)),杨力…∥光学技术.—2005,31(5).—751-753,757分析了CMAC神经网络应力盘智能控制中面形表征及检测的特点,提出了以Zernike多项式系数用于表征应力盘盘面面形的方法。以微位移阵列传感器检测得到的原始数据经插值拟合重构出盘面面型数据,再经Gram-Schi mdt正交化后拟合出的Zernike多项式的系数,以此作为CM…     

精确控制大数值孔径微透镜列阵面形的显影阈值方法

提出了一种可对大矢高、非球面微透镜阵列面形进行精确控制的新方法。针对不同面形的微透镜阵列，该方法首先对光致抗蚀剂表面的曝光分布进行设计，然后，利用光致抗蚀剂显影过程中的阈值特性，对微透镜的面形实行控制。当抗蚀剂显影速率接近0时，即可获得设计的微透镜面形。该方法不仅大大提高了微透镜阵列矢高的加工范围，而且还减小了光刻材料显影特性对微透镜面形的影响，提高了微透镜阵列的面形控制精度，在实验中获得了矢高达114μm的微透镜阵列。最终实现了大浮雕深度、大数值孔径、非球面微列阵光学元件的面形控制。     

扩展微透镜数值孔径范围的阶梯光刻热熔法研究

在微透镜阵列的光刻热熔制作法中，临界角效应严重影响了微透镜的制作范围和面形质量。在对临界角效应定性研究的基础上，提出了用阶梯光刻熔法来扩展热熔型微透镜阵列的数值孔径范围。实验结果表明，采用这一方法制作的微透镜，其单元孔径范围扩展为５０￣９００μｍ，相对口径范围扩大到为Ｆ／１￣Ｆ／１０，并有效地改善了临界角效应对大孔径微透镜面形质量的影响。     

基于PZT的非球面能动抛光盘设计优化

基于PZT压电陶瓷驱动器的非球面能动抛光盘,能够在PZT驱动器的作用下改变面形,用于中小口径非球面镜加工。为优化设计基于PZT压电陶瓷驱动器的非球面能动抛光盘,利用有限元分析方法,计算各驱动器的影响函数,计算非球面能动抛光盘的输出面形,与理论面形比较得到剩余残差。以优化设计驱动器排布方式和极头直径为例,当非球面能动抛光盘中心到非球面工件中心的距离L为120mm,分别计算比较,极头直径为Φ10mm时,19单元PZT圆形排布与21单元PZT方形排布的剩余残差;以及19单元PZT圆形排布时,极头直径为Φ10mm与Φ14mm的剩余残差。结果表明,非球面能动抛光盘产生变形后的剩余残差RMS相应分别为0.303μm、0.367μm、0.328μm。因此,基于PZT压电陶瓷驱动器的非球面能动抛光盘确定选用19单元PZT圆形排布且极头直径Φ10mm。     

能动变形反射镜波面误差特性分析及实验研究

对能动变形反射镜波面误差进行了理论分析和实验研究.在对能动变形反射镜波面误差进行理论分析和实验研究的基础上,利用有限元对37单元能动变形反射镜低频象差补偿能力进行了相关的分析和计算,结合相关实验确定了能动变形反射镜的主要参数,成功研制出了曲率半径1926 mm、口径300 mm的37单元球面能动变形反射镜.经实验测定校正误差前、后镜面面形的PV值(波前峰谷差值)和RMS值分别为:0.545γ、0.08γ及0.239γ、0.031γ,从实测结果口I以看到取得了明显的校正效果.并且在研制过程中对镜面加工、驱动器极头粘接等技术和工艺问题进行了有效地探索和研究,从而为能动变形反射镜进一步的研制工作奠定了良好的基础.     

Mirau相移干涉法测量微透镜阵列面形

基于Mirau相移干涉法，在实验室环境下对微透镜阵列的微表面形貌进行了轮廓测量.实验使用He-Ne激光器作为光源，干涉成像系统由Mirau干涉物镜和其他光学元件组成.在实验中使用压电陶瓷执行器作为相移器，通过5步相移法计算待测表面形貌.实验结果表明，基于Mirau相移干涉法对微透镜阵列面形的测量，水平分辨率达到1.1 μm，垂直测量准确度达到6.33 nm，垂直测量范围为5 μm.对于微透镜阵列的面形测量，通过将微透镜阵列划分为若干微小区域以保证局部面形最大高度小于5 μm，然后辅以精密平移机构进行若干次5步相移法测量局部面形，再利用相位重建所得的数据进行拼接和3D轮廓重建，最终得到整个微透镜阵列的精确微表面形貌.     

一种新型微透镜阵列成象式投影光刻系统的研究

从理论和实验两方面入手,系统地研究了微透镜阵列的形成原理和制作工艺,分析了微透镜阵列的面形结构,得到了联系微透镜阵列矢高与制作工艺参量的经验公式.并且将四片微透镜阵列耦合,形成一个深紫外光刻的1:1成象的多孔径微小光刻系统.从几何光学理论出发,分析了这个光刻系统综合成象的特点,讨论了这种光刻系统的光学性能,并给出了实验测量方法.     

机械手修正大口径非球面环带误差

在大口径非球面加工中,采用能动磨盘进行加工,加工效率较高,但能动磨盘加工也会存在着些问题,如严重的边缘效应因为磨盘和工件不能完全的吻合,加工后会存在环带误差和局部误差,表现为镜面的误差分布不对称,也就是通常所说的存在着严重的慧差。在能动磨盘加工后,可以采用机械手小工具对工件的环带进行平滑去除镜面局部高点,修正镜面环带误差,使得镜面误差成对称分布,可以更好地利用能动磨盘进行加工。介绍了机械手小工具的结构,通过实际的加工情况建立小工具磨盘的去除函数模型,并进行了仿真计算。通过与实际去除环带的实验对比,理论仿真和实际加工吻合较好,取得了显著的修正效果。     

光学微透镜阵列成像质量预测和测量

为了研究微透镜阵列成像质量的影响因素,针对慢刀伺服加工和紫外（UV）光固化工艺制备的微透镜阵列,引入微透镜阵列镜片的误差,建立基于Zemax光学软件的光学微透镜阵列成像仿真模型,分析透镜单元的高度、曲率半径、入瞳直径等误差对微透镜阵列成像质量的影响。搭建光学测试平台对评价微透镜阵列成像性能的光学参数进行检测,包括各透镜单元的焦斑大小、位置误差及其焦距值,并利用点扩散函数（PSF）曲线的半峰全宽值对光场成像结果进行成像质量评价,测量得到微透镜阵列的焦距标准误差为0.12 mm。将测量结果与仿真结果相比,可得PSF曲线的半峰全宽值误差在12%左右,证明了仿真模型的准确性。利用仿真和实验的方法建立了微透镜阵列镜片误差与其光学成像质量之间的关系,这可为基于功能实现的光学微透镜阵列的超精密加工工艺提供理论基础和指导。     

基于三维荧光谱特征分析的油种鉴别技术的研究

介绍了运用神经网络进行模式识别的基本原理,将主成分分析法和BP神经网络相结合,提出矿物油三维荧光谱鉴别方案,并进行了系统设计,建立了基本的模型框架.选取矿物油三维荧光谱的特征参量,组成原始特征向量,采用主成分分析法进行预处理,而后选取主成分运用BP神经网络实现油种鉴别.该方法减少了输入变量的维数,消除了各输入变量的相关性,同时简化了网络结构,提高了程序运行的速度.通过实例进行了分析,结果证明该方法有效地实现了矿物油三维荧光谱的油种鉴别,同时该系统也可用于其它物质的光谱识别技术领域.     

基于模型辨识的BP神经网络在光伏系统MPPT中的应用

光伏电池作为光伏发电系统的重要组成部分,研究其模型的准确性并对其最大功率点进行预测与跟踪,对于光伏发电效率的提高具有重大意义。本文首先根据光伏电池的内部结构和伏安特性建立其数学模型,并对所建立的模型进行参数辨识,进而得到模型输出与测量信息偏差最小的参数值,验证模型的准确和有效性。根据模型所反映的规律,将温度和光照强度作为输入变量,最大功率点对应的电压作为输出变量,构建了用于MPPT的神经网络模型。神经网络经训练后对最大功率点电压进行预测与跟踪,结果表明构建的神经网络具有良好的适应性。     

Intelligent active vibration control in an isolation platform

This paper presents the study on the vibration attenuation in an isolated platform by combining multi-layer perception (MLP) neural network, radial basis function (RBF) neural network, cerebella model articulation controller (CMAC) neural network and fuzzy neural networks (FNN) with error back propagation algorithm to control voice coil actuator. Usually, the methods in past time to control vibration were mainly designed by using mathematical models, which must be nearly close to the actual plant models. As regards to these utilized control methods, the most important advantage of them are that they have capability of self tuning the parameters of controllers and could adapt the changes of the environments. The performance of attenuation and control effectiveness can be evaluated by placing the accelerator to measure the amplitude at the center of the isolated platform. The experimental results in this study show that the control methods as adopted could greatly attenuate the vibration of resonance and external disturbance in an isolation platform.     

SISO仿射非线性系统自适应变结构BPNN控制

为了更好地消除抖振,提高复杂非线性系统的控制效果,针对一类典型SISO仿射非线性系统,提出了一种新的变结构神经网络自适应控制策略(VSYNC)。其中,对于系统未知非线性函数,将神经网络用作估计器。对控制输入加入连续函数项,其可以根据状态点和滑动切换面之间的距离自适应地调节不连续的控制变量,从而使变结构控制策略得到了显著提高。所提出的控制方法能够有效地抑制周围切换面的抖振,保证了系统地动态性能,同时还能够消除系统的稳态误差。仿真结果表明,该方法具有较高的控制精度和鲁棒性。     

基于GA参数整定的时变时滞系统灰色预测控制

针对一类数学模型未知且存在时变时滞的复杂系统,提出一种基于遗传算法参数整定的灰色预测控制方法。该方法采用BP神经网络对系统的时变时滞进行辨识,利用灰色预测算法对系统的输出进行预测,进而使用基于遗传算法整定PID控制器对系统进行输出反馈控制。该方法将灰色预测算法与遗传算法相结合,有效提高了控制器的自适应性。通过仿真实例,结果表明该方法能够对具有大时滞、大惯性、模型不确定等特点的复杂系统进行有效地控制。该方法是可行的、有效的。     

基于SFLA优化BP神经网络的语音信号分类

BP神经网络是一种多层前馈网络,数据经过网络的输入层、隐含层逐层处理后,由输出层进行输出,通过和期望输出的对比进行反向传播,调整网络参数使输出不断逼近期望输出;在使用BP神经网络对语音特征信号进行分类的过程中,会出现BP神经网络易陷入局部最优解、学习收敛速度慢的问题;针对此问题提出一种基于SFLA优化BP神经网络权值和阀值的方法,引入SFLA算法优化网络权值和阀值,利用SFLA优化后的BP网络模型进行语音特征信号分类;仿真结果表明,经SFLA优化后的BP神经网络与未优化的神经网络相比,不仅训练速度快, 而且误差小,语音特征信号分类的正确率平均提高1.31%。     

LED智能光源混光呈色模型构建方法研究

LED智能光源具有色光可调的特点,其内置微处理系统可以通过无线数据传输等技术调整发光方式,控制光色及发光强度,进而实现照明光源的动态调节,因此特别适合于博物馆展陈、家居照明等智能化照明设计环节。现阶段,鉴于LED光源智能混光技术尚未普及,目前绝大多数商用LED智能光源在混光控制方面仅局限于设备制造商所设定的几类固定模式,无法充分发挥智能LED光源色光可调的技术优势。针对此问题,提出了一种基于BP神经网络以及有效集算法的LED智能光源混光呈色模型构建方法,实现了LED智能光源控制信号与对应发光光谱辐亮度分布之间的双向高精度映射。研究中首先提出了一种基于BP神经网络的LED混光呈色预测方法,实现了由LED智能光源驱动控制值向光源实际发光光谱辐亮度分布的准确预测;在此基础上运用有效集算法实现了由光源实际发光光谱辐亮度分布向LED智能光源驱动控制值的反向高精度预测。实验结果显示,所提出的方法整体建模误差显著小于人眼视觉可分辨阈值(CIEUCS Duv值可低至0.002 7),达到了较为理想的建模效果。该方法的提出,将为当前LED智能光源制造以及现有商用LED智能光源的二次开发与优化提供有效的理论与方法支撑。     

基于CNN的红外图像边缘检测算法的FPGA实现

提出了一种以现场可编程门阵列为硬件处理器实现基于细胞神经网络的红外图像边缘检测方法.首先利用simulink的算法行为特性搭建红外图像输入模块,获得相关的红外图像头信息并对红外图像像素值范围进行相应变化,然后根据细胞神经网络模板所创建的查找表设计单个细胞元软核,再利用细胞神经网络阵列的规则性和互联的局域性,将单个细胞元软核扩展成细胞神经网络阵列.最后采用modelsim将细胞神经网络阵列与红外图像输入、输出模块相关联,从而达到实时处理的效果.实验结果表明:基于现场可编程门阵列为硬件处理器平台实现的细胞神经网络对红外图像进行边缘检测取得了较好的效果,且与MATLAB软件仿真的结果进行对比得出两者只有极其微小的差别.在Xilinx公司Virtex-6系列的现场可编程门阵列平台上,综合后占用极少资源的情况下得到142.693 MHz的最高频率,并且达到了2.378 Mpixels/sec处理速度.     

Integrated Image Associative Memory and Its Optical Implementation

We present the concept of integrated processing to combine intuitive processing of neural networks with logical processing of the conventional digital computer. We investigate a way to embody the concept in the neural network system by introducing external constraints in terms of external input. The effect of the external input is analyzed using the generalized projection method. The concept of integrated processing is applied to an image associative memory system, and the system is optically implemented for high-speed parallel processing incorporating it with the computer. The experimental result is presented to illustrate the effectiveness of the external input to control the output of the image associative memory.