基于SSA-ELM的双层十字梁结构光纤布拉格光栅传感器三维力解耦

摘要

针对三维力传感器维间耦合干扰严重的问题,以双层十字梁结构光纤布拉格光栅三维力传感器为研究对象,提出了基于麻雀搜索算法优化极限学习机(Sparrow Search Algorithm–Extreme Learning Machine,SSA-ELM)的解耦算法。首先,研究了光纤布拉格光栅的传感及测力原理,揭示该三维力传感器波长漂移量和力的映射关系,分析其结构耦合特性;然后,构建标定实验系统进行标定实验;最后,建立了极限学习机非线性解耦模型,利用麻雀搜索算法优化模型,获得网络最佳初始权值和阈值,兼顾解耦精度和效率,寻找极限学习机隐含层节点与SSA迭代次数的最优参数组合,解耦后Ⅰ类误差最大为1.18%,Ⅱ类误差最大为1.14%,解耦训练时间为1.7786 s。为验证解耦效果,将SSA-ELM算法与最小二乘法、极限学习机算法解耦结果对比。实验结果表明:SSA-ELM算法解耦训练速度较快,能更有效地构建三维力的维间耦合关系,降低传感器Ⅰ,Ⅱ类误差,具有较好的非线性解耦能力。