摘要
某水下试验装置光电编码器将装置的机械旋转角转换成电脉冲信号,控制器对其进行解析得到旋转角度。由于安装、环境因素及光电编码器元件疲劳、磨损及腐蚀均会导致定位不准确和旋转角度不准。针对该问题,提出了一种基于BP神经网络的误差补偿和数据处理方法,阐述了数据模型的建立过程与步骤,采用实际工况数据作为训练样本对算法模型进行训练和学习,从而得到模型的结构参数。试验结果表明,采取BP神经网络进行补偿之后,补偿精度高,收敛速度快,能够有效补偿光电编码器安装、环境等因素对试验装置定位角度的影响,大大提高了水下试验装置的旋转角度精度。