摘要
本申请提供一种基于热力耦合仿真的光学系统装配精度预测方法、装置及设备,涉及光学系统装配技术领域,其中,所述方法包括:通过卷积神经网络对预先获取的第一镜面变形图进行特征提取得到第一特征数据,所述第一镜面变形图为第一光学系统在至少两种温度下的镜面变形图;获取第一光学系统的第一装配位姿偏差参数;将第一特征数据和第一装配位姿偏差参数输入预先训练好的神经网络模型,并通过所述神经网络模型输出所述第一光学系统的第一能量集中度,所述第一能量集中度用于表征所述第一光学系统的装配精度。本申请实施例,能够基于神经网络模型预测光学系统在不同温度环境下的装配精度,减少了测量流程,提高了光学系统装配精度获取效率。
技术关键词
装配精度预测方法
神经网络模型
集中度
镜面
面形误差
光学系统装配技术
偏差
参数
数据
曲线
偏心误差
处理器
倾斜误差
可读存储介质
多层感知机
计算机程序产品
预测装置
系统为您推荐了相关专利信息
农机
神经网络模型
潜力预测方法
污染物排放量
植保无人机
周期性特征
训练神经网络模型
神经网络模型训练方法
数据
正弦波
陶瓷基复合材料结构
CMC结构
电阻网络
数值仿真模型
训练深度神经网络