摘要
本发明涉及光学加工技术领域,尤其涉及一种基于神经网络的计算大口径光学元件抛光驻留时间方法,首先获得离散化的待加工工件的初始面形残差、去除函数以及抛光轨迹上的驻留点;将初始面形残差转换为符合驻留点分布的第一面形差,由去除函数和全一驻留时间矩阵计算的第二面形差;根据初始面形残差和去除函数计算在所有的驻留点的驻留时间分布;利用第一面形差、第二面形差和驻留时间分布对构建的双通道卷积神经网络进行训练,得到驻留时间预测网络模型;最后利用此网络模型对新的待加工工件加工的驻留时间分布进行预测;本发明利用神经网络挖掘面形残差、去除函数、抛光轨迹和驻留时间分布的内在关系,进而实现迅速获得待加工工件驻留时间分布。
技术关键词
驻留时间分布
大口径光学元件
预测网络模型
工件
融合特征
抛光
矩阵
轨迹
数据
干涉仪
坐标
模块
因子
关系
参数
尺寸
系统为您推荐了相关专利信息
合成孔径雷达图像
极化SAR图像
识别方法
卫星遥感海洋监测技术
交叉极化比
自动生成方法
编码特征
融合特征
文本编码器
语义标签
集合经验模态分解
汉明距离
工厂智能控制装置
傅里叶变换处理
信号特征
船用轴承
故障检测模型
故障检测方法
声学特征
振动特征
硅片表面缺陷检测
补丁
融合策略
图像
无监督聚类分析