基于Levenberg-Marquardt算法的大型非球面镜轮廓数据处理方法

大型非球面镜通过加工-检测-再加工-再检测的制造工艺以满足面形精度要求,根据检测后的轮廓数据准确评定面形是提高再加工精度的关键。为解决抛光前镜面的面形评定问题,采用基于信赖域法则的Levenberg-Marquardt算法对参数进行拟合、误差补偿以及面形评定。利用Code V仿真分析算法性能,构建大型非球面轮廓仪测试抛物面加工件,对实测数据经过32次迭代得到元件参数及轮廓残差曲线,收敛精度为1.16×10-21。实验表明:该算法可对大型非球面镜轮廓数据进行高效准确的拟合、评定,为进一步提高再加工精度提供可靠依据。