基于神经网络的反射式表面粗糙度光纤传感器  

THE REFLECTION SURFACE ROUGHNESS OPTICAL SENSOR BASED ON NEURAL NET

作　　者：王毅[1] 陈荣[1] 陈光辉[2] 谢树森[1] 

机构地区：[1]福建师范大学激光所,福州350007 [2]电子工业部第23研究所,上海200437

出　　处：《光子学报》2000年第6期545-548,共4页Acta Photonica Sinica

基　　金：福建省教委科研基金资助项目!(JB99001)

摘　　要：本文提出了一种新型表面粗糙度光纤传感器，阐述了它的结构、工作原理，给出了测 试结果．利用神经网络很强的输入－输出映射能力，将实验数据交给神经网络处理，减小了测量误差，提高了测量精度，扩大了测量范围．本系统能准确地识别Ｒａ分别为０．０１２ μｍ， ０．０２５μｍ，０．５μｍ，０．１μｍ的被测表面．In this paper, they present a new surface roughness optical fiber sensor, introduce its structure and describe the principle. The result of test is also given. Since the neural net can map input and output perfectly,they let the neural net treat the experiment data to decline the measuring error, upgrade the measuring accuracy and expand the measuring range. This system can distinguish different surfaces well and truly,whose roughness respectively is 0. 012μm, 0. 025μm, 0. 05μm and 0. lμm.

关 键 词：神经网络 反射 表面粗糙度 光纤传感器 

分 类 号：TG84[金属学及工艺—公差测量技术] TP212[自动化与计算机技术—检测技术与自动化装置]