导读:本文包含了大口径光学元件论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光学,元件,离子束,斜率,孔径,测量,控制系统。
大口径光学元件论文文献综述
王贵林,朱俊辉,李嘉祥,李治斌[1]（2019）在《大口径光学元件表面疵病在位检测与评价研究》一文中研究指出精密光学元件在加工过程中如果工艺控制不当,产生的划痕、麻点等疵病分布范围虽然较小,但对整个光学系统的性能影响却很大,破坏力非常强,目前的表面疵病检测仪基本上针对平面或球面光学元件进行离线检测。文章以光学加工机床为运动平台,采用暗场散射成像方法,设计多光束均匀照明系统,研究表面疵病微细特征的识别算法,实现大口径光学表面疵病的在位检测与评价;标定结果表明,表面疵病宽度偏差为2.05%,长度偏差为2.39%,满足指标要求;在此基础上针对Φ280 mm平面硅镜进行自动化在位检测,给出了不同类型疵病的统计数据,解决了离线检测中非加工时间长与多次装夹引起定位误差等问题。(本文来源于《应用光学》期刊2019年06期）
黄金勇,赵恒,胡庆,高胥华[2]（2019）在《大口径平面光学元件波前梯度数控抛光》一文中研究指出针对改善光学元件的波前梯度均方根指标,在总结面形精度及面形分布对波前梯度指标影响规律的基础上,提出了基于匀滑面形拟合加工的方法,给出了该方法的基本思想和工作流程。首先,对原始面形数据进行扫描计算,标记波前突变数据。然后,采用NURBS拟合算法重构相邻面形突变点之间的数据,生成用于指导加工的面形数据。最后,根据待加工面形数据选择相应参数进行面形加工。采用多件610mm×440mm口径K9材料平面反射镜进行实验验证。实验结果表明,使用该方法进行数控加工,在2～3个加工周期内可使波前梯度均方根指标从11nm/cm收敛至7.7nm/cm以内,且面形几乎保持不变。(本文来源于《光学精密工程》期刊2019年07期）
张旭[3]（2019）在《中大口径光学元件离子束抛光控制技术研究》一文中研究指出光学元件的面形精度是光学系统性能的关键参数之一,现代光学系统的发展对光学元件的表面质量提出了越来越高的要求,不仅仅要求所使用的光学元件具有更高的表面精度,同时还需要更大的尺寸。中大口径高精度光学元件在武器装备、深空探测、激光系统和光刻技术中具有非常广阔的应用。传统的接触式抛光方法在加工中大口径光学元件时,由于其接触式的加工方法不可避免的存在着诸如抛光头磨损、边缘效应和亚表面损伤等问题,制约了加工精度的提高。同样基于CCOS(Computer Controlled Optical Surface)原理加工光学元件的离子束抛光使用离子束代替传统的抛光头,通过离子束与光学元件之间的离子溅射效应去除光学元件表面材料,不仅可以避免上述问题,而且基于稳定的离子源技术和精准的数控技术,离子束抛光还具有高精度和高收敛性的特点。本文针对离子抛光过程中去除函数的确定和驻留时间函数的求解两个关键问题,完成的主要工作如下:(1)去除函数模型的建立。通过Sigmund溅射原理,发现当离子能量固定时,去除函数仅与光学元件表面的离子束流分布和光学元件的材料特性有关,从而建立了离子束抛光的去除函数模型。研究了使用线扫描实验获得去除函数信息的方法。使用法拉第杯扫描离子束流可以获得离子束电流密度的分布信息,通过研究电流密度分布参数与去除函数参数的关系建立了基于法拉第扫描的去除函数模型。(2)离子源工艺参数对离子束电流密度分布的影响。通过调节离子源的工艺参数可以改变入射到光学元件表面的离子束流分布,从而对去除函数进行优化。使用实验的方法研究了离子源各工艺参数对离子束电流密度分布的影响。(3)驻留时间函数的求解。通过线性方程组模型将求取驻留时间函数的解卷积过程转换为对线性方程组的求解。得到的线性方程组是一个病态方程,具有很大的不适定性,难以精确求解。因此使用TSVD(Truncated Singular Values Decomposition)算法求解该线性方程组的近似解作为驻留时间函数。仿真过程中,将驻留点的网格划分向外延拓,避免了由算法引入的边缘效应。(4)光学元件离子束抛光实验。简述了离子束抛光的加工过程,对于选定的离子源工艺参数,使用法拉第扫描方法确定了离子源的稳定性,使用线扫描实验方法确定了去除函数的稳定性。对直径300mm的光学元件进行离子束抛光实验,实验结果表明离子束抛光是一种高精度和高收敛率的抛光方法。(本文来源于《长春理工大学》期刊2019-06-01）
张硕[4]（2019）在《中大口径光学元件双面抛光控制技术研究》一文中研究指出超精密加工是得到中大口径光学元件超光滑表面的主要手段。现在传统的行星式双面抛光技术已经相对成熟,但这样的加工方法仅适用于小口径光学元件,无法满足中大口径的加工需求。而传统中大口径光学元件的超精密加工方法都是单面抛光,存在加工周期长、表面精度低等缺点。因此,研制出适用于中大口径光学元件的双面抛光设备对于缩短中大口径光学元件的加工周期短、提高光学元件的表面精度、实现光学元件的批量生产具有重要意义。本文通过对中大口径双面抛光机的抛光机理的研究,得出影响加工精度的主要因素:电气控制系统的硬件结构、气动控制系统的加载压力控制和伺服系统的电机控制。首先,硬件设备的性能以及硬件设备间的连接方式严重影响控制系统的实时、有效控制。因此电气控制控制系统中硬件的选型与系统的设计是实现高精度抛光的重要保障。其次,在抛光过程中,不同的加载压力会出现不同的加工效果。因此气动控制系统中加载压力的高精度和稳定性控制是实现高精度抛光的首要前提。最后,双面抛光机是通过抛光盘与工件之间相对运动实现光学表面材料的去除。因此伺服系统中电机的稳定运行是实现高精度抛光的重中之重。下面针对这叁个因素进行设计:1)设计了电气控制系统的总体方案,开发了SIMOTION D控制器+分布式I/O模块ET200M的具有人机交互界面的控制系统,实现了系统的模块化设计,即SIMOTION D控制器、SINAMICS S120驱动器、伺服电机及人机界面等模块。2)设计了基于自整定模糊PID控制的抛光压力控制器,通过与传统PID控制AMESim与MATLAB联合仿真结果的对比分析,验证了自整定模糊PID控制可以有效地提高气动控制系统抛光压力的稳定性、加载精度和快速性。3)设计了伺服控制系统速度环的自整定模糊PID控制器,通过与传统PID控制的Simulink仿真对比实验,验证了基于自整定模糊PID控制的伺服系统响应速度快、超调和震荡小、抗干扰能力强,更适用于大滞后、大转动惯量和强耦合性的复杂系统,更好的保障了中大口径双面抛光机的稳定运行和抛光效率。(本文来源于《长春理工大学》期刊2019-06-01）
孙琳[5]（2019）在《大口径光学元件面形检测中子孔径拼接算法研究与应用》一文中研究指出随着国防工业与尖端科学技术的不断发展,大口径平面光学元件在天文望远镜、激光大气传输等领域的作用日益显着。在大口径平面光学元件的生产和使用过程中进行检测跟踪,判定其加工质量或运行状态是否达到工程指标,有益于即时采用适当的方法进行维护和补偿,降低成本。子孔径拼接检测技术牺牲了部分测量效率来增加横纵向测量范围的扩展性,较传统干涉法、瑞奇-康芒法等“以大测大”的检测技术,不需要制作大口径的参考检具,降低了测量成本的同时,保留了小口径仪器的测量精度。可以看到,子孔径拼接技术在大口径光学元件检测上,具有精度、成本以及效率的平衡性,对其研究具有良好的实际应用价值。本课题是利用子孔径拼接技术对大口径光学元件进行面形检测,重点对子孔径拼接涉及的相关算法进行研究。该检测技术采用小口径哈特曼波前传感器做检测仪器,按设计的子孔径拼接方案采集相应子孔径数据,然后利用相关算法得到拼接结果并进行分析。论文做了以下几方面研究:1、根据现有斜率重建算法、子孔径拼接算法特性分别进行归纳总结,在此基础上,提出了覆盖型全局斜率误差优化子孔径拼接算法。该算法利用子孔径重迭区域数据信息建立最小二乘优化模型,同步拟合并消除各子孔径斜率数据的倾斜-平移误差后,进行加权融合得到全口径斜率数据,最后利用斜率重建算法得到全口径面形。仿真实验结果表明该算法在高噪声环境下具有很好的抗噪性能;拼接精度与全局面形拼接精度相当,但在时间效率方面优于面形拼接;在子孔径数量较多的情况下,不易受局部斜率拼接的误差累积影响,算法具有一定的可行性。2、研究了稀疏型子孔径拼接算法原理,针对现有算法处理的数据对象为面形数据的局限性,提出了稀疏子孔径斜率泽尼克拟合拼接算法。该算法利用斜率泽尼克多项式建立稀疏子孔径斜率数据与全口径斜率数据间的最小二乘优化模型,拟合得到泽尼克多项式系数后进而拟合出全口径面形。仿真实验结果表明该算法具有很好的抗噪性能,在子孔径的数量与排列分布相同的情况下,与同类算法的拼接精度相当,算法具备一定的应用价值。3、设计了基于夏克哈特曼波前传感器的子孔径拼接面形检测系统。并对口径100mm×150mm的矩形反射镜进行检测,结合相关评价指标将实验结果与干涉仪测量结果进行比较,覆盖型全局斜率误差优化子孔径拼接算法结果?PV=0.005λ,?RMS=0.0018λ,稀疏子孔径斜率泽尼克拟合拼接算法结果?PV=0.0065λ,?RMS=0.0043λ(λ=532nm)。进一步验证了本文所提子孔径拼接算法是可行的,可适用于采集的子孔径为斜率数据的拼接系统中。(本文来源于《西南科技大学》期刊2019-05-01）
刘昂[6]（2019）在《大口径光学元件体缺陷检测技术研究》一文中研究指出现代大型光学工程的快速发展对光学元件的加工质量提出了严苛的要求。特别是用于激光聚变的大口径光学元件,要求具备大口径、高面形精度、超光滑、低缺陷的要求。高功率激光装置中的光学元件如含有体缺陷,会对入射激光进行调制,降低光束输出质量和光学元件负载能力,甚至导致元件自身或下游元件出现损伤。为了保证高功率激光驱动器的平稳运行,迫切需要开展针对大口径光学元件体缺陷的检测技术研究,并建立满足工程需求的批量化检测能力。本文针对大口径光学元件振幅型体缺陷的检测,整合现有检测方法的优势,采取了分步检测的技术路线,提出了定性识别与定量检测迭代结合的复合模式检测方案。第一步,基于暗场散射成像技术对振幅型体缺陷进行识别并定位。采用片状激光在暗场环境下从光学元件侧面照明,通过成像模块沿通光面快速扫描识别缺陷,并初步记录缺陷信息;为提高识别准确性,设计了排除缺陷镜像的方法;第二步,基于明场显微成像技术沿通光面对已知缺陷进行轮廓提取。采用LED白光源从光学元件后表面照明,对缺陷进行显微成像;采用了基于图像清晰度评价的自动对焦算法,保证成像系统获取准确对焦的缺陷图像;设计了缺陷的轮廓提取算法,实现对缺陷特征的定量表征。为验证本文检测方案的有效性,设计并研制了针对大口径光学元件振幅型体缺陷检测系统。根据检测需求,将检测系统技术指标进行了分解设计,对光源照明模块、图像采集与控制模块、高精度位移平台等部件进行了功能设计。为提高检测效率,对成像模块扫描路径及照明口径进行了优化设计。基于检测系统,开展了缺陷识别能力、缺陷定位精度、缺陷提取精度、效率提升的验证实验。实验发现,检测系统识别缺陷的能力优于人眼,定位偏差不大于1.3mm;缺陷提取结果与显微镜偏差不超过7.2%;采用本文效率提升方案扫描口径为400mm×400mm×50mmm的元件,检测效率提升最大51倍。实验结果表明,本文检测方法可用于对大口径光学元件振幅型体缺陷的识别与提取,研制的检测系统适用于大口径光学元件振幅型体缺陷的工程化检测。(本文来源于《中国工程物理研究院》期刊2019-04-20）
巫玲,陈念年,范勇,叶一东[7]（2019）在《相对角差法重建大口径平面光学元件面形》一文中研究指出针对已有的相对角差法面形检测的原理验证装置,提出了一种具有更高稳健性的最小二乘积分面形重建算法。利用相对角差改写了经典最小二乘积分技术的代价函数,避免了积分重建中的测量误差累积的问题,空间复杂度和时间复杂度仍分别为O(N~2)和O(N~3)。仿真结果表明,本文算法的稳健性显着优于Zernike波前重建法与基于样条的最小二乘积分法(SLI);实验结果证明,本文算法可适用于大口径角差法面形检测。(本文来源于《光学学报》期刊2019年06期）
魏富鹏[8]（2019）在《大口径光学元件弱特征损伤智能检测方法研究》一文中研究指出惯性约束聚变(ICF)实验中终端光学组件位于高功率激光装置的输出末端,里面集成了多块价格昂贵的大口径光学元件。在高功率紫外激光照射下,元件表面极易产生激光损伤,如果不能有效地控制损伤发展,就会严重影响光学元件使用寿命,不仅会造成重大的经济损失,而且严重影响ICF装置的运行效率。研究发现,具有初始小尺寸损伤的光学元件能够进行有效的修复,修复后的光学元件不影响使用质量;而随着损伤尺寸的增大,修复难度也会明显加大,甚至无法修复,导致光学元件报废。因此需要对终端光学元件的损伤状况进行快速、高精度地检测,以便采取相应的修复措施,对ICF装置的健康运行,有着重要的意义。终端光学元件损伤在线检测的主要难点是:(1)在损伤形成的初级阶段,其尺寸很小,信号特征微弱,难以探测;(2)由于杂散光等因素的影响,产生较多干扰信号即伪损伤,影响对损伤的检测与评估;(3)光学元件的入光面损伤与出光面损伤由于其发展规律不同而需要区分,但低分辨率、弱特征成像条件下损伤位于入光面还是出光面较难区分;(4)在对大口径光学元件成像时,损伤成像较小,甚至是亚像素级的,其尺寸的精确测量较为困难。本课题针对上述问题,开展基于机器学习的终端光学元件损伤高精度、快速在线检测技术研究,主要工作如下:(1)针对大视场范围内微小损伤高信噪比成像技术难点,研制了损伤在线检测的变焦成像系统。实现了在靶室中心对各个方位的终端光学组件损伤图像的快速采集。针对照明不均匀问题,提出了基于腔式内全反射侧出光匀化暗场照明方法,基于蒙特卡洛光线追迹法优化光源参数,提升了在线检测系统照明的均匀性。针对损伤分类问题,通过对在线检测系统的仿真与实验验证了低分辨率、弱特征成像理论上具有可分性。(2)针对低分辨率、弱特征成像条件下真损伤与伪损伤十分类似、难以识别的问题,提出了基于多特征构建向量和核函数超限学习机的真伪损伤分类方法。采用蒙特卡洛光线追迹法分析了伪损伤的成因。使用多个弱特征构建成特征向量以表征待识别分类的真伪损伤,采用基于核函数超限学习机实现了真伪损伤的自动分类。相比现有算法只能识别单一类型伪损伤这一局限性,本方法将所有伪损伤归为一类,真实损伤归为另一类,分类更加便捷。(3)针对低分辨率、弱特征成像条件下入光面损伤与出光面损伤十分类似、难以识别的问题,提出了基于自编码器超限学习机的入光面、出光面损伤分类方法。通过设计编码层来充分发掘利用训练数据中的信息,避免了单隐层神经元数量的过度增大问题。实现了小样本数据情况下的入光面出光面损伤的分类。与现有的分类方法相比,速度和精度都得到了提高。(4)针对非均匀照明情况下损伤尺寸测量精度低的问题,提出了基于多特征层次型核函数超限学习机的损伤尺寸测量方法。在非均匀照明条件下,通过光学理论分析很难建立起求解损伤尺寸的解析式的物理模型,现有的辐射标定技术测量损伤尺寸精度较低。多特征层次型核函数超限学习机将图像中损伤点的多个特征作为输入,通过多层神经网络建立起多输入到单输出的回归模型。使用该回归模型去逼近损伤图像到损伤尺寸这一未知的目标函数,在检测系统分辨率只有125μm~140μm的情况下,实现了50μm以上损伤的超分辨测量。(本文来源于《哈尔滨工业大学》期刊2019-01-01）
冯时,付秀华,王大森,李晓静,聂凤明[9]（2019）在《基于离子束溅射大口径光学元件平坦化层均匀性研究》一文中研究指出针对大口径光学元件溅射沉积膜厚不均匀的问题,采用离子束溅射平坦化层来改善光学元件表面粗糙度.利用膜厚检测仪测出光学元件沉积面上的中心区域以及各边缘区域的膜厚值,计算离子束在光学元件中心与边缘驻留时间比,并通过MATLAB拟合驻留时间分布规律,根据所得的数据进行逐级修正.实验结果表明,当驻留时间比优化为-26.6%时,可以实现在直径300～600mm大口径的光学元件上均匀镀膜,以熔石英表面上镀硅膜为例,溅射沉积6h,表面膜厚为212.4±0.3nm,薄膜均匀性达到0.4%.(本文来源于《光子学报》期刊2019年01期）
刘昂,何宇航,李强,高波,石琦凯[10]（2019）在《大口径光学元件功率谱密度的拼接干涉检测》一文中研究指出为实现大口径光学元件波前功率谱密度(PSD)的高精度、低成本检测,提出了一种将干涉与拼接技术结合的检测方法。推导了波前PSD的计算方法,提出了基于相关匹配的子孔径拼接算法,分析了拼接干涉检测的误差来源。对拼接检测算法进行了仿真验证,结果表明,拼接检测的波前畸变峰谷值(d_(pv))与PSD的均方根值(P_(RMS))的相对偏差分别为1.2%和0.1%。采用口径为620 mm×450 mm光学元件开展了5次拼接检测实验,比较了拼接检测与全口径直接检测结果,两者分布一致,d_(pv)偏差不大于0.012λ(λ=632.8 nm),P_(RMS)偏差不大于0.03 nm,表明该算法稳定可靠,可实现大口径光学元件波前PSD的拼接检测。(本文来源于《中国激光》期刊2019年02期）
大口径光学元件论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对改善光学元件的波前梯度均方根指标,在总结面形精度及面形分布对波前梯度指标影响规律的基础上,提出了基于匀滑面形拟合加工的方法,给出了该方法的基本思想和工作流程。首先,对原始面形数据进行扫描计算,标记波前突变数据。然后,采用NURBS拟合算法重构相邻面形突变点之间的数据,生成用于指导加工的面形数据。最后,根据待加工面形数据选择相应参数进行面形加工。采用多件610mm×440mm口径K9材料平面反射镜进行实验验证。实验结果表明,使用该方法进行数控加工,在2～3个加工周期内可使波前梯度均方根指标从11nm/cm收敛至7.7nm/cm以内,且面形几乎保持不变。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
大口径光学元件论文参考文献
[1].王贵林,朱俊辉,李嘉祥,李治斌.大口径光学元件表面疵病在位检测与评价研究[J].应用光学.2019
[2].黄金勇,赵恒,胡庆,高胥华.大口径平面光学元件波前梯度数控抛光[J].光学精密工程.2019
[3].张旭.中大口径光学元件离子束抛光控制技术研究[D].长春理工大学.2019
[4].张硕.中大口径光学元件双面抛光控制技术研究[D].长春理工大学.2019
[5].孙琳.大口径光学元件面形检测中子孔径拼接算法研究与应用[D].西南科技大学.2019
[6].刘昂.大口径光学元件体缺陷检测技术研究[D].中国工程物理研究院.2019
[7].巫玲,陈念年,范勇,叶一东.相对角差法重建大口径平面光学元件面形[J].光学学报.2019
[8].魏富鹏.大口径光学元件弱特征损伤智能检测方法研究[D].哈尔滨工业大学.2019
[9].冯时,付秀华,王大森,李晓静,聂凤明.基于离子束溅射大口径光学元件平坦化层均匀性研究[J].光子学报.2019
[10].刘昂,何宇航,李强,高波,石琦凯.大口径光学元件功率谱密度的拼接干涉检测[J].中国激光.2019
论文知识图
