CN107255925B - 一种振镜系统连续自适应的在线校正方法 - Google Patents

Abstract

一种振镜系统连续自适应的在线校正方法，振镜控制系统采用的是连续自适应方法对振镜误差进行在线检测、在线校正，通过在线学习训练，建立连续的自适应的模糊规则库，然后计算连续的自适应的模糊规则库中每个节点处模糊规则前件部分的相应激励强度，并对激励强度进行归一化处理；归一化后的激励强度，结合相应的权重值输出数据，连续的输出了横纵坐标的数据，本发明能够保证任意精度逼近任意的非线性函数，在线调整误差；同时可以针对多输入多输出、多输入单输出控制反馈系统，及时修正，有效的降低了系统误差，实现精度控制的智能化，提高制作精度。

Description

一种振镜系统连续自适应的在线校正方法

技术领域

本发明涉及激光振镜系统技术领域，具体涉及一种振镜系统连续自适应的在线校正方法。

背景技术

激光振镜系统是激光应用领域一个重要方向，激光器作为光源，发出激光光束通过X轴、Y轴反射镜以及动态聚焦镜，聚焦在平面上，由计算机存储的平面坐标数据通过D/A转换卡将数字信号转换成模拟信号来控制振镜偏转。由于振镜系统偏转角和平面坐标轴直接存在非线性映射关系，这个非线性映射关系，无法找到解析的表达式来表示。若采用线性映射表达式来控制振镜，会产生枕形误差和聚焦误差，因此必须加以补偿校正。针对振镜这种误差，通常采用硬件校正和软件校正。硬件校正需要成本高，校正参数不能适时地调整；软件校正可以灵活地调整参数，经济、简单、准确、实用性高。目前现有的技术采用与平面尺寸匹配的标定板或标定纸，控制光斑打在其表面上规定的点，测量出扫描轨迹与标准点的误差，通过线性插值方法，进行补偿与校正。这种方法存在以下不足：

一、非线性曲线拟合缺乏稳定性，产生新畸变。通过线性插值方法求得原直线上各个点发生畸变量。在原直线加上反方向的畸变量得到反变化的校正函数，从而控制X轴、Y轴反射镜多偏或少偏。当扫描场较大，扫描曲线呈强非线性时，通过曲线拟合很难得到近似的线性拟合曲线，造成新的插值误差，产生新的畸变，极大影响了激光加工产品的质量。

二、对误差不能在线校正，缺乏动态调整误差功能。查寻校正表格和结合线性差值补偿方法缺乏在线反馈，不能及时的调整误差。一旦确定拟合线性曲线，就无法在线更正误差。

三、不适用于多激器设备的扫描器标定。当前，国内外已经采用多激光器的机械激光设备。多个激光器通过扫描器定位在同一个平面场，对同一个目标进行协同作业时，相衔接的地方造成误差太大。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种振镜系统连续自适应的在线校正方法，能够保证任意精度逼近任意的非线性函数，在线调整误差；同时可以针对多输入多输出、多输入单输出控制反馈系统，及时修正，有效的降低了系统误差，实现精度控制的智能化，提高制作精度。

为了达到上述目的，本发明采用如下的技术方案：

一种振镜系统连续自适应的在线校正方法，包括以下步骤：

1)打开激光器电源1发出激光，振镜控制系统2调节X轴反射镜3、Y轴反射镜4，激光经过X轴反射镜3、Y轴反射镜4后进入动态聚焦镜5，进而，激光光斑聚焦在平面台6，平面台6安装有光学传感器7；

2)源数据通过振镜控制系统2的D/A转换卡将数字信号转换成模拟信号控制X轴反射镜3、Y轴反射镜4，光学传感器7显示出新坐标，通过光学传感器7把新坐标数据反馈振镜控制系统2中；

3)振镜控制系统2采用的是连续自适应方法对振镜误差进行在线检测、在线校正,具体包括以下步骤：

3.1)振镜控制系统2采用五层网络结构，分别为输入层、输入变量的隶属度层、激励层、归一化层、输出层；输入层由源数据组成，源数据将网络与外部数据连接起来，仅起到数据信息的传递作用，对输入信息不进行任何变换；输入变量的隶属度层为递归最小平方误差函数，对输入数据进行非线性变换，确定模糊规则；激励层根据模糊规则计算出激励强度；归一化层是对相应的激励强度进行归一化处理；输出层是根据归一化的激励强度，结合相应的权重值提供输出，同时为输入层的激活模式提供响应；

3.2)源数据横坐标组成集合O1,O1＝{x₁,x₂,…,x_n}，纵坐标组成集合O2，O2＝{y₁,y₂,…,y_n}，光学传感器7显示反馈数据横坐标组成集合B1,纵坐标组成集合B2,其中i＝1,2…,n；

3.3)根据源数据和反馈数据的“距离”和“可调整影响度”两个标准进行添加模糊规则的确定，模糊规则的增加或者删除由Δx_i，Δy_i值决定；

4)通过在线学习训练，建立连续的自适应的模糊规则库，具体步骤为：

4.1)开始时，模糊规则库没有数据，第一个模糊规则的前件和后件参数通过光学传感器7在线反馈数据与源数据的差值建立；

4.2)根据Δx_i，i＝1,…,n数据设定动态阈值，确定模糊分割；

4.3)通过模糊分割计算模糊规则：C_inf表示模糊规则对输出的贡献程度，即影响度；Δx_i表示第i个输入数据横坐标补偿量，μ_i表示数据Δx_i的模糊规则中位数，σ_k第K个模糊规则的宽度，n表示输入数据个数，h模糊规则条数；

4.4)若C_inf大于模糊规则阈值且||Δx_i-μ_i||大于补偿量数据与模糊规则中位数的差的阈值，添加到现有的模糊规则中，同时更新前件参数后件参数；

4.5)若C_inf小于模糊规则阈值且||Δx_i-μ_i||小于补偿量数据与模糊规则库中位数的差的阈值，删除相应的模糊规则，同时调整模糊规则库对应参数个数；

4.6)循环步骤4.2)-4.5)，当输入数据结束后，在线学习训练过程结束，得到连续的自适应的模糊规则库；

5)计算连续的自适应的模糊规则库中每个节点处模糊规则前件部分的相应激励强度，并对激励强度进行归一化处理；

6)归一化后的激励强度，结合相应的权重值输出数据，连续的输出了横坐标的数据；

7)采用同样方法连续输出纵坐标的数据。

所述的光学传感器7为PSD传感器或CCD传感器。

本发明的有益效果：采用本发明方法，不需要传统的标定板，只需要结构简单的自动化测量装置，能够保证任意精度逼近任意的非线性函数，在线调整误差；同时可以针对多输入多数输出、多输入单输出控制反馈系统，及时修正，有效的降低了系统误差，实现精度控制的智能化，可以很好地适用于多激光源在大尺寸平面的标定，提高制作精度，有效地降低了人的工作量，体现了高度智能化。

附图说明

图1是本发明所用设备的示意图。

具体实施方式

下面结合附图对本发明作详细描述。

一种振镜系统连续自适应的在线校正方法，包括以下步骤：

1)参照图1，打开激光器电源1发出激光，振镜控制系统2调节X轴反射镜3、Y轴反射镜4，激光经过X轴反射镜3、Y轴反射镜4后进入动态聚焦镜5，进而，激光光斑聚焦在平面台6，平面台6安装有光学传感器7，光学传感器7为PSD传感器或CCD传感器；

2)源数据通过振镜控制系统2的D/A转换卡将数字信号转换成模拟信号控制X轴反射镜3、Y轴反射镜4，由于X轴反射镜3、Y轴反射镜4镜面偏置误差、本身的非线性误差等，光学传感器7显示出新坐标，通过光学传感器7把新坐标数据反馈振镜控制系统2中；

3)振镜控制系统2采用的是连续自适应方法对振镜误差进行在线检测、在线校正,具体包括以下步骤：

3.1)振镜控制系统2采用五层网络结构，分别为输入层、输入变量的隶属度层、激励层、归一化层、输出层；输入层由源数据组成，源数据将网络与外部数据连接起来，仅起到数据信息的传递作用，对输入信息不进行任何变换；输入变量的隶属度层为递归最小平方误差函数，对输入数据进行非线性变换，确定模糊规则；激励层根据模糊规则计算出激励强度；归一化层是对相应的激励强度进行归一化处理；输出层是根据归一化的激励强度，结合相应的权重值提供输出，同时为输入层的激活模式提供响应；

3.2)源数据横坐标组成集合O1,O1＝{x₁,x₂,…,x_n}，纵坐标组成集合O2，O2＝{y₁,y₂,…,y_n}，光学传感器7显示反馈数据横坐标组成集合B1,纵坐标组成集合B2,其中i＝1,2…,n；

3.3)该方法没有预定模糊规则，也不需要预先的明确的数学表达式，根据源数据和反馈数据的“距离”和“可调整影响度”两个标准进行添加模糊规则的确定，模糊规则的增加或者删除由Δx_i，Δy_i值决定；

4)通过在线学习训练，建立连续的自适应的模糊规则库，具体步骤为：

4.1)开始时，模糊规则库没有数据，第一个模糊规则的前件和后件参数通过光学传感器7在线反馈数据与源数据的差值建立；

4.2)根据Δx_i，i＝1,…,n数据设定动态阈值，确定模糊分割；

4.3)通过模糊分割计算模糊规则：C_inf表示模糊规则对输出的贡献程度，即影响度；Δx_i表示第i个输入数据横坐标补偿量，μ_i表示数据Δx_i的模糊规则中位数，σ_k第K个模糊规则的宽度，n表示输入数据个数，h模糊规则条数；

4.4)若C_inf大于模糊规则阈值且||Δx_i-μ_i||大于补偿量数据与模糊规则中位数的差的阈值，添加到现有的模糊规则中，同时更新前件参数后件参数；

4.5)若C_inf小于模糊规则阈值且||Δx_i-μ_i||小于补偿量数据与模糊规则库中位数的差的阈值，删除相应的模糊规则，同时调整模糊规则库对应参数个数；

4.6)循环步骤4.2)-4.5)，当输入数据结束后，在线学习训练过程结束，得到连续的自适应的模糊规则库；

5)计算连续的自适应的模糊规则库中每个节点处模糊规则前件部分的相应激励强度，并对激励强度进行归一化处理；

6)归一化后的激励强度，结合相应的权重值输出数据，连续的输出了横坐标的数据；

7)采用同样方法连续输出纵坐标的数据。

Claims (2)

1.一种振镜系统连续自适应的在线校正方法，其特征在于，包括以下步骤：

1)打开激光器电源(1)发出激光，振镜控制系统(2)调节X轴反射镜(3)、Y轴反射镜(4)，激光经过X轴反射镜(3)、Y轴反射镜(4)后进入动态聚焦镜(5)，进而，激光光斑聚焦在平面台(6)，平面台(6)安装有光学传感器(7)；

2)源数据通过振镜控制系统(2)的D/A转换卡将数字信号转换成模拟信号控制X轴反射镜(3)、Y轴反射镜(4)，光学传感器(7)显示出新坐标，通过光学传感器(7)把新坐标数据反馈振镜控制系统(2)中；

3)振镜控制系统(2)采用的是连续自适应方法对振镜误差进行在线检测、在线校正,具体包括以下步骤：

3.1)振镜控制系统(2)采用五层网络结构，分别为输入层、输入变量的隶属度层、激励层、归一化层、输出层；输入层由源数据组成，源数据将网络与外部数据连接起来，仅起到数据信息的传递作用，对输入信息不进行任何变换；输入变量的隶属度层为递归最小平方误差函数，对输入数据进行非线性变换，确定模糊规则；激励层根据模糊规则计算出激励强度；归一化层是对相应的激励强度进行归一化处理；输出层是根据归一化的激励强度，结合相应的权重值提供输出；

3.2)源数据横坐标组成集合O1,O1＝{x₁,x₂,…,x_n}，纵坐标组成集合O2，O2＝{y₁,y₂,…,y_n}，光学传感器(7)显示反馈数据横坐标组成集合B1,纵坐标组成集合其中i＝1,2…,n；

3.3)根据源数据和反馈数据的“距离”和“可调整影响度”两个标准进行添加模糊规则的确定，模糊规则的增加或者删除由Δx_i，Δy_i值决定；

4)通过在线学习训练，建立连续的自适应的模糊规则库，具体步骤为：

4.1)开始时，模糊规则库没有数据，第一个模糊规则的前件和后件参数通过光学传感器(7)在线反馈数据与源数据的差值建立；

4.2)根据Δx_i，i＝1,…,n数据设定动态阈值，确定模糊分割；

4.3)通过模糊分割计算模糊规则：C_inf表示模糊规则对输出的贡献程度，即可调整影响度；Δx_i表示第i个输入数据横坐标补偿量，μ_i表示数据Δx_i的模糊规则中位数，σ_k表示第K个模糊规则的宽度，n表示输入数据个数，h表示模糊规则条数；

4.4)若C_inf大于模糊规则阈值且||Δx_i-μ_i||大于补偿量数据与模糊规则中位数的差的阈值，添加到现有的模糊规则中，同时更新前件参数后件参数；

4.5)若C_inf小于模糊规则阈值且||Δx_i-μ_i||小于补偿量数据与模糊规则库中位数的差的阈值，删除相应的模糊规则，同时调整模糊规则库对应参数个数；

4.6)循环步骤4.2)-4.5)，当输入数据结束后，在线学习训练过程结束，得到连续的自适应的模糊规则库；

5)计算连续的自适应的模糊规则库中每个节点处模糊规则前件部分的相应激励强度，并对激励强度进行归一化处理；

6)归一化后的激励强度，结合相应的权重值输出数据，连续的输出横坐标的数据；

7)采用同样方法连续输出纵坐标的数据。

2.根据权利要求1所述的一种振镜系统连续自适应的在线校正方法，其特征在于：所述的光学传感器(7)为PSD传感器或CCD传感器。