超光滑表面及其制造技术的发展

超光滑表面制造技术是超精密加工技术的一个重要分支。通过介绍超光滑表面的特征、应用及其制造技术的发展,希望给出超光滑表面技术的整体轮廓。在介绍超光滑表面的概念及其主要特征的基础上,通过典型例证指出了超光滑表面的软X射线光学、激光陀螺等科技领域的重要应用。回顾了超光滑表面制造技术的发展过程,对各种超光滑表面加工原理与方法进行了简单描述与评价。最后提出了对超光滑表面制造技术的发趋势的观点。     

控制力精密抛光装置的设计与实验研究

本文设计并研制了一套可控制抛光作用力的精密抛光装置,该装置具有抛光作用力微调功能及显示功能。用该装置对Ｚｅｒｏｄｕｒ陶瓷玻璃进行控制力抛光实验,稳定地获得了具有纳米级及亚纳米级表面粗糙度的超光滑表面,将该装置与机械化学抛光方法结合使用,可高效地加工出表面无损伤的超光滑基片。     

基于Christopherson迭代的超精密加工流场分析方法

随着特种超精密加工技术的发展,复杂流体被越来越多地用于超精密加工工艺中。超精密加工流场分析具有几何特征复杂、流体本构特性多样、流体边界为自有边界等特点,传统流体数值分析方法难以实现可靠分析。从流体的一般特性出发,将D. G. Christopherson提出的非负二阶偏微分系统的超松弛迭代方法用于超精密加工流场分析,建立了适应性与可靠性兼顾的流场分析方法。以磁流变抛光为例,开展了抛光区域压力场数值计算,结果表明所得压力分布形态正确,且分布从x轴正半轴延伸到负半轴,与郑立功等人的实验测定结果一致。另外,基于Kistler力传感器对磁流变抛光过程的法向压力在0.1~0.3 mm浸深段进行了在位测量,发现计算与实验结果偏差均小于20%。表明了该方法的有效性与准确性。     

光学元件超精密气囊抛光关键技术研究现状

空间光学元件对面形精度和表面质量有着极高的要求,气囊抛光采用了新型的抛光工具和特殊的运动形式,是一种高精度、高效率的光学元件加工方法,尤其适用于非球面的加工,具有广阔的应用前景.分析了气囊抛光技术的基本原理及该技术的发展过程,介绍了气囊抛光相关技术的研究情况和实验结果,对几项关键技术的研究现状进行综述,重点介绍材料去除特性、驻留时间控制算法、边缘精度控制以及最新开发的喷液抛光技术的研究情况.     

超光滑表面的形成与抛光时间之间的关系研究

由于加工超光滑表面的古典法对加工者的经验要求较高,而且不同的加工者对抛光时间长短的控制也有较大的差别,因而下盘时机的准确判断将会对超光滑表面的加工质量产生严重的影响。为此,对所加工的全反射棱镜的超光滑表面抛光不同的时间,并在全反射条件下,根据全反射棱镜背向散射光斑的大小和亮暗的程度来判断所加工超光滑表面加工质量的检测方法,最终给出超光滑表面的抛光质量随抛光时间的变化。在实验结果的基础上得出了抛光质量随抛光时间交替变化的基本规律,并根据加工经验总结出了超光滑表面加工过程中的注意事项和判断下盘时机的基本方法。     

超光滑表面加工方法的新进展

通过回顾超光滑表面加工技术的发展历程,对多种具有代表性的超光滑表面加工方法的原理和应用作了简单阐述,并重点提出和介绍了一种大气等离子体抛光方法。该方法实现了利用常压等离子体激发化学反应来完成超光滑表面的无损伤抛光加工,并首次引入电容耦合式炬型等离子体源,为高质量光学表面的加工提供了一条新的途径。试验结果表明,在针对单晶硅的加工过程中实现了1μm/min的加工速率和Ra 0.6nm的表面粗糙度。     

超光滑加工精磨过程中损伤层与余量匹配的研究

对超光滑加工散粒研磨工序中采用的三级精磨法,进行了实验研究,通过改进差分化学刻蚀实验测出各级损伤层的厚度,利用损伤层厚度对加工余量匹配进行了优化。研究表明损伤层厚度与砂粒的粒径和压载之积成线性关系,与研磨时长无关;实验测得W28、W10、W5号磨料在实验条件下研磨加工产生的损伤层厚度分别为12.4μm、8.2μm、5.8μm;并根据损伤层厚度提出了加工余量的匹配建议方案。损伤层的相关研究为超光滑加工中提高生产效率以及减少麻点产生几率的研究提供了参考。     

大口径平面光学元件超精密加工技术的研究

为了解决激光核聚变装置中大口径平面光学元件的批量制造难题,将先进制造技术和传统抛光技术相结合,提出了一种新的工艺方法,即使用ELID(在线电解)磨削代替传统的铣磨和初抛工序,以提高生产效率。利用数控抛光将工件抛光至最终的面形精度,以提高生产效率和减少边缘效应。将连续抛光作为最终加工工序,使加工工件的表面粗糙度和波纹度达到工程要求。实验证明这一新的工艺方法是可行的。     

轴对称非球面超精密磨削的几何模型研究

超精密磨削轴对称非球面光学器件是提高加工效率和加工精度的有效方法。根据轴对称非球面的轴对称性采用了加工简便的二轴联动超精密磨床,给出了NC加工中的砂轮中心位置计算的几何模型,分析了加工中影响精度的主要误差源及所产生的误差,提出了相应的误差补偿策略,并给出砂轮形状改进方法。     

激光核聚变光学元件超精密加工技术的研究

论述了脆性材料延性加工机理。应用超精密加工技术解决了激光核聚变光学元件的大批量加工问题。研究了平面光学元件、KDP晶体和方形透镜超精密加工技术,给出了这三类光学元件超精密加工的工艺过程、机床设计准则和最佳工艺参数。     

环形精磨、抛光机应用

为了提高环形精磨、抛光机的应用效率，文章探讨了对环形精磨、抛光机进行改造，扩大其应用范围，达到双面精磨，双面抛光，可提工作效率，减轻劳动强度。     

平面光学元件研磨抛光磨粒运动轨迹曲率研究

为提高研磨抛光加工表面质量,利用Matlab软件编制程序对不同参数下轨迹曲线曲率进行计算分析。结果表明,转速比对磨粒运动轨迹曲线曲率影响很大;相同转速比下的曲线曲率呈现周期性变化,曲率变化幅值很小;磨粒径向距离越大,曲率变化越剧烈,工件边缘处容易产生曲率突变;考虑到对磨粒径向距离的影响,偏心距不宜太大或太小。同时,磨粒初始角度对磨粒轨迹曲线曲率形状没有影响。该研究可为研磨抛光设备的设计提供理论指导。     

光学镜片平面行星式研磨加工关键技术研究

在平面行星式研磨加工过程中,研磨盘磨损的均匀性与光学镜片的研磨质量有密切关系。通过对光学镜片在平面行星式研磨加工过程中的运动规律进行分析,建立了差动轮系条件下工件运动的轨迹和速度计算模型,开发了Matlab仿真程序。结合生产实际,对行星轮系条件下工件运动的轨迹和速度进行了仿真,确定了研磨机速比对研磨盘磨损均匀性的影响规律:当速比I1-1.5时,镜片的运动轨迹在较短时间内遍布研磨盘各处,研磨盘得到均匀磨损,加工质量和加工效率较高。基于仿真结果,通过优化工艺参数,获得了厚度一致性小于0.002 mm,平行度小于0.002 mm的高质量光学镜片。     

新型维氏起电机的研制与分析

维氏起电机使用过程中,必须顺时针摇动手柄才能使得放电杆之间产生火花放电现象,逆时针摇动手柄不能放电. 针对该问题对实验仪器进行了改进,以达到顺时针或逆时针摇动手柄后都能起电的目的,并剖析了维氏起电机的起电机理,对相关问题作了深入的分析和研究.     

基于超精密机床的光学自由曲面原位测量方法

原位测量是提高光学自由曲面面形精度的重要手段,对于提高加工效率、实现加工过程自动化具有重要意义。由于面形的复杂性,光学自由曲面原位测量一直是超精密测量领域的难题。提出了一种基于超精密机床的光学自由曲面原位测量方法,测量系统由LVDT气浮式传感器、红宝石探针和数据采集部件组成,采用螺旋线方式进行加工及测量路径的设计,通过运动控制接口实现机床坐标和测量数据的实时同步采集,快速精确地获取测量数据。实验结果表明,所加工的双正弦自由曲面的面形误差在±0.5μm范围内。     

超声微研磨装置的研制

气缸工作表面必须生成储油结构。在缸套工作表面原已形成数以万计、相互独立、深度一致的微坑，在此基础上，本文使用超声微研磨方法再形成一些细小的、不均匀分布的微细沟槽或点坑，以形成复合储油结构。文章提出了超声微研磨方法，设计了超声微研磨装置，测量了超声换能器的谐振频率，为工业化试验和应用奠定了基础。     

基于机器视觉的采茶机割刀控制方法

针对现有乘坐式采茶机切割的茶叶质量偏低的问题,提出了一种基于机器视觉的采茶机割刀控制方法。首先对相机参数进行低复杂度的标定,然后采用动态阈值分割方法和颜色分类器,提取茶叶图像中的嫩芽区域,并设计间接定位法定位弧形割刀位置;接着通过计算两个指定区域的嫩芽面积及它们的和与差异,得到弧形割刀左右两侧的动作参数;最后将动作参数传给下位机,控制割刀到达预期位置。本方法分别对单株茶树和实地茶园进行了实验,结果表明该方法能够准确定位弧形割刀位置和识别嫩芽区域,实现割刀位置的自适应调整,具有较好的茶叶切割效果,切割得到的嫩芽比例可达70%以上。     

第一讲机器视觉发展概述

近年来，机器视觉已经发展成为光电子的一个应用分支，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。机器视觉在中国的蓬勃发展，使从事机器视觉的公司和人员大量涌现，《机器视觉技术发展概述》是《机器视觉及其应用》系列讲座的综述部分，重点讨论下列内容：机器视觉的定义、发展历程与趋势、应用领域及所涉及的技术。     

一种平板玻璃缺陷在线检测系统的研究

根据光干涉的原理和视觉检测方法,研究开发了基于机器视觉的玻璃缺陷检测系统。针对实际的目标图像,通过对其进行图像获取、图像预处理、图像分割、特征提取和区域参数计算研究,从而获得玻璃表面锡点、气泡、玻筋等缺陷图像的识别信息。实验表明,该算法简单,速度快,系统抗干扰能力强。系统处理周期最大不超过400 m s,能检测出最小0.3 mm的缺陷。     

Realizing number recognition with simulated quantum semi-restricted Boltzmann machine

Quantum machine learning based on quantum algorithms may achieve an exponential speedup over classical algorithms in dealing with some problems such as clustering. In this paper, we use the method of training the lower bound of the average log likelihood function on the quantum Boltzmann machine (QBM) to recognize the handwritten number datasets and compare the training results with classical models. We find that, when the QBM is semi-restricted, the training results get better with fewer computing resources. This shows that it is necessary to design a targeted algorithm to speed up computation and save resources.