원형 광격자 설치 기울기 및 광격자 변형 등으로 인해 정밀 감속기 검사기의 각도 측정 시스템 정확도가 저하되는 문제를 해결하기 위해, 전통적인 오차 보상 방법은 다면체 작업면에 의해 샘플링 점 수가 제한되어 보상 효과가 부족한 문제를 개선하고자 다중 데이터 연관 오차 보상 방법을 제안하였다. 자준직기와 정24면체를 결합하여 원형 광격자의 각도 측정 오차를 보정하였으며, 다면체와 원형 광격자의 원주 방향 상대 위치를 변경하여 여러 그룹의 각도 측정 오차 보정 데이터를 얻었다. 오차 고조파법을 이용해 다중 측정 데이터를 전처리하고, 서로 다른 그룹 데이터를 연관시켜 BP 신경망에 투입하여 학습시켜 원형 광격자의 각도 측정 오차 모델을 도출하였다. 본 방법은 보상식을 계산할 필요가 없으며, 표본 점 수가 많을 때 발생하는 오차 고조파법의 피팅 진동 문제를 극복할 수 있다. 실험 결과, 본 논문에서 제안한 보상법의 잔차 피크 투 피크 값은 0.94″ 이내이며, 표준 편차는 0.25″로 각각 오차 고조파법 수정 후 33.3% 및 37.9%로 감소하였고, 원형 광격자 각도 측정 시스템의 정확도를 효과적으로 향상시켜 감속기 검사기의 각도 측정 정확도를 아크초 수준으로 끌어올렸다.

정밀 감속기 검사기;원형 광격자;자준직기;오차 고조파법;BP 신경망;다중 데이터 연관