三次元力センサーの次元間結合干渉が深刻な問題であることに対し、二層十字梁構造の光ファイバーブラッググレーティング三次元力センサーを研究対象とし、スズメ探索アルゴリズムに基づく極限学習機（Sparrow Search Algorithm–Extreme Learning Machine、SSA-ELM）を用いたデカップリングアルゴリズムを提案した。まず、光ファイバーブラッググレーティングのセンシング及び力測定原理を研究し、この三次元力センサーの波長変位量と力のマッピング関係を明らかにし、その構造的結合特性を分析した。次に、較正実験システムを構築して較正実験を行い、最後に極限学習機の非線形デカップリングモデルを構築し、スズメ探索アルゴリズムによりモデルを最適化してネットワークの最適な初期重みと閾値を取得し、デカップリングの精度と効率を兼ね備え、極限学習機の隠れ層ノード数とSSA反復回数の最適パラメータ組み合わせを探索した。デカップリング後、Ⅰ種誤差は最大1.18%、Ⅱ種誤差は最大1.14%、デカップリング訓練時間は1.7786秒であった。デカップリング効果を検証するため、SSA-ELMアルゴリズムの結果を最小二乗法や極限学習機アルゴリズムのデカップリング結果と比較した。実験結果は、SSA-ELMアルゴリズムの訓練速度が速く、三次元力の次元間結合関係をより効果的に構築でき、センサーのⅠ種、Ⅱ種誤差を低減し、優れた非線形デカップリング能力を持つことを示した。

光ファイバーブラッググレーティング;三次元力センサー;次元間デカップリング;極限学習機;スズメ探索アルゴリズム;誤差解析