16、分段镜望远镜主动控制系统解析

分段镜望远镜主动控制系统解析

1. 传感器工作原理

在分段镜望远镜中,传感器起着至关重要的作用。以一种常见的传感器设计为例,其机械部件安装在镜子背面,不会遮挡反射表面。在标称 4 毫米间隙的上下表面是导电的,这些间隙和导电表面构成了两个电容器。当两个镜段相对移动时,驱动桨相对于传感器主体移动,改变了间隙大小,从而改变了电容。两个电容之间的差值与镜段的相对位移呈线性关系。传感器前置放大器和模数转换器测量这种电容差值,并产生与位移成比例的数字输出,该输出被发送到控制电子设备进行进一步处理。

这种传感器具有诸多优点,其噪声仅为几纳米,热误差低(小于 3 纳米/开尔文),漂移率低(小于 4 纳米/周),并且在重力作用下的变形是可预测的(均方根误差可校正到优于 7.5 纳米),使得传感器对光学误差预算的总体贡献相当低。

2. 凯克型传感器主动控制矩阵的构建

在主动控制系统中,执行器和传感器之间存在线性关系,用公式表示为 (Az = s)。其中,(z) 是一个包含所有执行器长度的向量(以凯克望远镜为例,有 108 个分量),(s) 是所有传感器长度的向量(有 168 个分量)。控制矩阵 (A)(168×108)完全由几何结构决定。

凯克传感器是水平的,即构成传感器的差分电容器的极板与镜段表面平行。十二个半传感器与它们所监测的镜段之间的几何关系如图 3 - 2 所示,同时也标明了三个镜段执行器的位置。凯克的参数为 (a = 900) 毫米,(f = 173) 毫米,(g = 55) 毫米,(h = 706) 毫米。传感器在图中编号方块所示的点处感测相对边缘高度,即一个镜段相对于其相邻镜段的高度。

对于凯克几何结构以及大多数实际情况

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值