基于神经网络的机器人抛光材料去除提升模型

提出了一种基于深度神经网络的提高材料去除模型精度的策略。提出一种具有特征选择能力的深度学习算法。在机器人抛光的材料去除率模型的基础上,生成由材料去除率和相应的抛光参数组成的一系列仿真样本。深度学习算法学习了仿真样本和实际样本,建立了深度学习模型。通过使用所提出的深度学习模型,根据抛光参数,估测测试样本的材料去除深度,并计算估测了测试样本的材料去除深度与实际的测试样本的材料去除深度之间的误差。结果表明:改进后的模型可以获得比传统模型更高的精度。     

醇类物质对LED硅胶封装气密性的影响

为了探究发光二极管(LED)封装胶对LED失效性的影响,选取LED封装硅胶失效案例进行了失效性分析.利用傅里叶转换红外光谱分析和气相色谱质谱联用仪对失效样品进行成分分析,根据分析结果总结样品的失效机理.分析结果表明:LED灯珠封装气密性检测过程中材料的化学不兼容性导致封装胶失效,LED灯珠气密性变差,进而影响到光、电、热、机械结构、材料特性等,LED可靠性降低.在LED生产制造过程中,需要避免材料的不兼容性,增加LED的可靠性.     

自由曲面光学的超精密加工技术及其应用

突破传统光学成像系统设计理论和方法,将自由曲面引入光学成像系统中,极大地提高了系统的成像质量和能量的传输效率;采用先进数控超精密制造技术加工自由曲面光学元件,解决了自由曲面光学元件加工的技术瓶颈.开发了自由曲面控制网格的节点矢量的精确计算方法,以及多轴超精密数控加工光学自由曲面的自动编程及其刀具轨迹仿真系统,建立了自由曲面三维拓扑预测模型与优化系统,研发了多个自由曲面测量及评估方法,并搭建了自由曲面光学设计、加工、测试一体化的集成平台.上述核心技术有助解决国际上对复杂自由曲面光学元件在超精密加工及纳米级表面测量中的关键技术难题.研究成果推动了超精密加工及纳米测量领域内的技术进步.     

超精密抛光自由曲面光学的表面生成

超精密抛光是一种新兴的用于制造高精度、高品质的自由曲面光学加工技术.该技术可突破其他自由曲面加工技术的限制.如飞刀铣削和快刀伺服加工的低效、非铁材料的局限等.然而,对超精密抛光中表面生成机理的理解,目前还不完善.探讨了超精密抛光过程中加工策略对表面生成的影响.进行了一系列抛光实验.研究结果表明:抛光表面的质量很大程度上依赖于加工过程条件及抛光策略的适当选择.抛光加工不仅可用于去除其他加工方式所产生的不利性刀纹,还可以产生功能性应用的结构性表面.该研究结果为深入理解超精密抛光自由曲面光学的表面生成机理,以及优化超精密抛光的表面质量,提供了重要依据和方法.     

基于室内可见光通信技术的新型两级光学接收天线设计与分析

针对室内可见光通信系统的应用需求,设计了一种新型两级光学接收天线.根据复合抛物面聚光器光学增益随视场增大而减小的聚光特性,将复合抛物面聚光器截面基准曲线旋转设计得到具有一定旋转角与厚度的透镜壁复合抛物面聚光器.进一步结合透镜壁复合抛物面聚光器和半球透镜的优势设计了一种新型两级光学接收天线,在增益保持的情况下视场角增大了近20~?.在一个5 m×5 m×3 m的空旷房间,通过Trace Pro建立光学天线的分析模型,Matlab软件对室内可见光通信系统进行信道建模.计算结果表明,采用这种新型两级光学接收天线,与直接接收的情况相比,平均接收功率增幅为757.2%,是复合抛物面聚光器的5.62倍;信噪比平均值增幅为28.07%,是复合抛物面聚光器的1.67倍;光学增益为11.49,是复合抛物面聚光器的2.81倍.且光斑半径仅为2.5 mm,较复合抛物面聚光器减小了近37.5%,使得能量集中均匀分布,进一步证实该新型两级光学接收天线适用于室内可见光通信系统.     

光学自由曲面测量与误差评估技术研究进展

光学自由曲面是现代精密光学领域的重大变革,因其优异的光学、力学性能而有望进一步推进光学系统实现微型化、轻量化、集成化。随着光学自由曲面的面形复杂度不断提升,光学自由曲面的检测技术已成为制约其制造水平的关键因素。回顾了近年来光学自由曲面测量与误差评估的关键技术,包括点线式扫描、全口径光学测量方法以及面形误差评估方法,结合各种技术的优缺点,展望了该领域未来发展的新趋势,并介绍了一种结合多传感器实现共体自由曲面的测量及误差评估的新方法。