压电移相器的空间旋转误差建模与实验分析

通过对压电移相器在微位移过程中端面旋转的数学建模,对其空间旋转误差进行了理论分析;基于该数学模型,利用泰曼一格林干涉系统对两种不同工艺制作的移相器进行了在线检测,根据干涉条纹的旋转及间距变化,可以定量分析高精度移相器在微位移移相过程中其端面的旋转角度以及空间任意点的位移误差,并给出了相关实验结果.表明:用该方法在线检测各种不同工艺制作的移相器,对其端面上任意点由于端面旋转引起的空间位移误差检测灵敏度达到pm量级.在0～100 V驱动电压范围内进行在线移相检测,实验测量移相器的位移精度优于λ/200,对应相移精度高于0.06 rad.     

基于模板匹配算法的压电微位移器位移量原位测量技术

针对压电微位移器的位移量高精度测量需要,基于模板匹配算法提出了一种新颖的位移量原位测量方法。利用改进型的Twyman-Green干涉系统对压电微位移器的电压——位移特性曲线进行原位测量,根据模板匹配算法实时计算干涉条纹的移动量,进而得到对应的压电微位移量,并对相关实验测量结果进行了分析与验证。结果表明,该测量技术具有较高的测量效率以及较好的随机噪声抑制能力,其测量精度和分辨率均可达到纳米量级。该方法属于非接触式测量,具有较高的可靠性,在微位移的高精度原位自动测量中具有较好的实用性。     

深度学习点衍射干涉三维坐标定位技术

为了提高现有的三维坐标定位技术的测量精度、稳定性和测量效率,提出了基于深度学习的点衍射干涉三维坐标定位方法。该方法设计了一个深度神经网络用于点衍射干涉场的坐标重构,将相位差矩阵作为输入,构建训练数据集,将点衍射源坐标作为输出,训练神经网络模型。利用训练有素的神经网络对测量到的相位分布进行初步处理,将相位信息转换为点衍射源坐标,根据得到的点衍射源坐标进一步修改粒子群算法的初始粒子,进而重构出高精度的三维坐标值。该神经网络为建立干涉场相位分布与点衍射源坐标之间的非线性关系提供了一种可行的方法,显著提高了三维坐标定位的精度、稳定性和测量效率。为验证所提方法的可行性,进行了数值仿真和实验验证,采用不同的方法进行反复对比与分析。结果表明：所提方法的单次测量时间均在0.05 s左右,其实验精度能够达到亚微米量级,重复性实验的均值和RMS值分别为0.05μm和0.05μm,充分证明了该方法的可行性,并证明了其良好的测量精度和可重复性,为三维坐标定位提供了一种有效可行的方法。     

非球面部分补偿检测系统的误差分析与处理

为了实现非球面通用化、高精度检测,提出非球面部分补偿法,并进行误差分析与处理.在光学设计软件ZEMAX中对部分补偿检测系统进行系统建模并优化,分析器件姿态误差及装调精度对重构非球面面形的影响.通过对系统误差的分析,提出基于系统建模的光线追迹与误差存储相结合的系统误差处理方法,将系统误差归为由系统建模得到检测光路的误差和由误差存储得到不含检测光路的干涉仪系统的误差.通过计算机仿真及实验证明,部分补偿检测系统采用该误差处理方法去除系统误差后,可以由逆向迭代优化重构(ROR)技术重构出更精确的非球面面形.将该非球面面形与采用无像差点法得到的面形对比,结果较吻合,均方根(RMS)精度接近0.02λ(λ为波长).