전통적인 지능형 최적화 알고리즘이 평면도 오차 평가 시 계산 정확도 부족과 수렴 속도 느림 등의 문제를 해결하기 위해 고정밀과 고효율을 겸비한 평면도 오차 평가 방법을 제안하였다. 순차 이차 계획법(Sequential Quadratic Programming, SQP) 알고리즘을 주로 하고 입자 군집 최적화(Particle Swarm Optimization, PSO) 알고리즘을 보조로 하는 혼합 알고리즘(PSO-SQP)을 설계하여 자체 개발한 1 200mm 구경 비접촉식 평면도 검출기의 평가 알고리즘의 엄격한 요구사항을 충족하였다. PSO 알고리즘의 전역 탐색 능력을 이용해 초기 거친 탐색을 수행하고 전역 최적해에 근접한 해를 SQP 알고리즘의 우수한 초기점으로 빠르게 얻었다; 정밀 탐색 단계에서는 기존 고정 단계 크기 대신 적응형 단계 크기 전략을 이용하여 국부 탐색에서 빠르고 안정적으로 수렴하도록 하였다. 실험 결과 PSO-SQP 혼합 알고리즘이 초기점 편차, 샘플 규모 및 측정 노이즈에 대해 우수한 안정성을 보였으며, 고정밀 3좌표 측정기와 비교했을 때 평가 결과의 차이는 7 nm 미만이었다. 실제 공정 적용 시 직경 280mm 평면 거울을 평가했으며, 평면도 평가 결과가 평면 거울 표면 형상 정밀도 지표와 일치하여 공학적 실용성을 검증하였다. PSO-SQP 혼합 알고리즘은 계산 정확도, 수렴 속도, 안정성 등 장점을 가지며, 특히 초고정밀 대용량 평면도 검출에 적합하다.

정밀 측정;평면도 오차;순차 이차 계획법;입자 군집 최적화;비접촉식 평면도 검출기