为了提高主反射镜轴向支撑点位置优化的效率和准确性,选择反向传播神经网络作为轴向支撑位置优化问题的代理模型。按照均匀分布在设计区间上取不同的口径、中心孔组合作为样本点,用参数化有限元模型计算对应的样本数据。用样本数据对神经网络模型进行训练和精度分析,确定了近似性能最佳的反向传播神经网络模型的结构和参数,建立了口径、中心孔和支撑位置与镜面最大变形量之间的映射关系。随机测试表明,建立的反向传播网络模型能在平均绝对偏差8E-5的精度水平下近似于有限元模型的结果。以两个轴向支撑位置的优化为例,与现有近似公式和基于有限元的优化方法相比,基于反向传播神经网络代理模型的优化方法能快速、准确地确定最佳支撑位置,并能给出镜面变形量的预测值。综合以上过程,设计制作了基于Matlab的轴向支撑优化工具箱。 ...

应用有限元法并借助于有限元分析软件，建立了轴对称平面单元和三维实体有限元模型．对1．2m球面反射镜的支撑系统进行了优化设计，优化确定了轴向支撑圈数、支撑半径和支撑点排列组合、侧向支撑位置．分析计算出主镜在水平放置轴向支撑作用和竖直放置侧支撑作用下重力引起的镜面面形误差RMS值分别为2．5nm和3．16nm，满足设计指标要求，预示了所设计的支撑系统方案的合理可行性．