【技术实现步骤摘要】
本专利技术涉及光学制造，尤其涉及一种基于神经网络的磁流变抛光去除函数预测装置及方法。
技术介绍
1、磁流变抛光（magnetorheological finishing，mrf）因其具有较好的材料去除稳定性，在光学元件抛光中已经得到了广泛的应用。去除函数的稳定性和可预测性对于确定性去除至关重要，由于磁流变抛光机理复杂，难以建立精准的去除函数模型，以往的去除函数建模均为基于数理方法和经验法的建模，对于抛光的指导意义不大。智能学习模型，如深度学习、迁移学习、强化学习和模仿学习，已经在各行各业得到了广泛的应用。
2、现有磁流变抛光去除函数模型均为基于理想状态下的数理建模，无法进行去除函数的预测，且仅为对理想状态下的拟合，而实际加工过程中磁流变抛光机理复杂，因此在实际工程应用中，现有理论模型无法进行去除函数的高精度预测和实时去除函数的监控。
技术实现思路
1、本专利技术为解决上述问题，提供一种基于神经网络的磁流变抛光去除函数预测装置及方法，使用神经网络建立磁流变缎带轮廓与去除函数之间的关系，通过线激光测量仪扫描磁流变缎带轮廓即可进行抛光前去除函数的高精度预测和实时去除函数的监控。
2、第一方面，本专利技术提供了一种基于神经网络的磁流变抛光去除函数预测装置，包括抛光轮、线激光测量仪和计算机，其中，计算机的内部包括：
3、控制模块，用于控制抛光轮进行上液和转动，以及控制线激光测量仪采集上液前抛光轮上的平均轮廓，以及上液后抛光轮的磁流变缎带的平均轮廓；
...【技术保护点】
1.一种基于神经网络的磁流变抛光去除函数预测装置，包括抛光轮、线激光测量仪和计算机，其特征在于，所述计算机的内部包括：
2.根据权利要求1所述的基于神经网络的磁流变抛光去除函数预测装置，其特征在于，所述抛光轮和所述计算机构成控制线路，所述线激光测量仪和所述计算机构成数据采集线路；所述线激光测量仪与所述抛光轮的距离在10-15cm范围内。
3.一种基于神经网络的磁流变抛光去除函数预测方法，其特征在于，适用于如权利要求1或权利要求2所述的基于神经网络的磁流变抛光去除函数预测装置，所述方法具体包括以下步骤：
【技术特征摘要】
1.一种基于神经网络的磁流变抛光去除函数预测装置，包括抛光轮、线激光测量仪和计算机，其特征在于，所述计算机的内部包括：
2.根据权利要求1所述的基于神经网络的磁流变抛光去除函数预测装置，其特征在于，所述抛光轮和所述计算机构成控制线路，所述线激光测量仪和所...
【专利技术属性】
技术研发人员：李龙响，颜克雄，程润木，李兴昶，罗霄，张学军，初启明，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。