500米口径球面射电望远镜算法优化研究
本组参赛作品名称为“500米口径球面射电望远镜算法优化研究”,FAST主动反射面是FAST三大技术创新之一,具有跨度大、精度高的特点,通过多种方案的比选,FAST反射面控制最终采用了基于力学模型的索网节点控制方案。该方案通过对反射面控制数据库进行实时的插值计算来获得当前任意抛物面的促动器伸长量数据,进行抛物面的实时张拉。通过将不同位置和指向的抛物面顶点作为三角形离散网格点,连同其对应的反射面变形数据保存起来形成反射面控制数据。本工作在这种背景下,基于有限元力学模型提出了一种新的优化算法——BP-Krigng[n] ,该模型包括BP神经网络预测模型和Kriging残差修正模型,将计算数据与实验数据对标,能够很好的模拟FAST反射面变位抛物面过程,且兼顾了运行效率(小于0.5s),不依赖于索网节点的实时测量,具有全天候工作和不附加电磁干扰(EMI)的优点,对比原算法,提高了面型精度,并建立了面型精度评估系统和残差标定数据库,可为反射面控制数据库的维护策略提供决策依据,提高FAST望远镜的观测效率。