3차원 힘 센서의 차원 간 결합 간섭 문제를 해결하기 위해 광섬유 브래그 격자(Fiber Bragg Grating, FBG)를 기반으로 한 일체형 3차원 힘 센서를 연구 대상으로 하여 백상아리 최적화 알고리즘 기반 최적화 극한 학습기(White Shark Optimizer-Extreme Learning Machine, WSO-ELM)의 비선형 디커플링 알고리즘을 제안하였다. 우선, FBG 기반 일체형 3차원 힘 센서를 설계하고 센서 파장 이동량과 3차원 힘의 매핑 관계를 밝히고; 다음으로 정적 보정 실험 시스템을 구축하여 3차원 힘 결합 특성을 분석하고, WSO-ELM 알고리즘을 이용해 3차원 힘 센서 디커플링 모델을 구축하였으며, 백상아리 최적화 알고리즘(White Shark Optimizer, WSO)의 안정적이고 효율적인 특성을 활용하여 모델을 최적화하고, ELM 신경망 은닉층 뉴런 수와 디커플링 시간의 최적 매개변수 조합을 찾으며, WSO-ELM 기반 3차원 힘 센서 비선형 디커플링 연구를 수행하였다; 마지막으로 디커플링 후 센서 최대 평균 1종 오차가 0.51%, 최대 평균 2종 오차가 0.65%에 달하여 WSO-ELM 기반 3차원 힘 비선형 디커플링을 실현하였다. 디커플링 효과 검증을 위해 WSO-ELM 알고리즘과 극한 학습기 신경망 모델, 역전파 신경망, 최소제곱법 디커플링 효과를 비교 실험하였다. 실험 결과 WSO-ELM 알고리즘이 우수한 디커플링 효과를 가지며 3차원 힘 차원 간 결합 관계를 효과적으로 구성하고 센서 결합 간섭을 줄여 센서 측정 정밀도를 향상시키며 우수한 비선형 디커플링 능력을 갖춘 것으로 나타났다.

백상아리 최적화 알고리즘;비선형 디커플링;3차원 힘 센서;광섬유 브래그 격자;극한 학습기 알고리즘