排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
实验研究了纳秒激光脉冲聚焦到K9玻璃内部时产生损伤的特点,并基于激光等离子体冲击波的作用原理进行了理论分析.表面损伤的特点:当激光能量较小时,在入射激光的玻璃前表面不会产生损伤.随着激光能量的增加,会逐渐出现点坑状破坏,坑的中心是一个连接体损伤的核心,围绕该点的是完全融蚀区和最外部的环状破坏区.体损伤的形貌特点是沿激光入射方向呈纺锤状,破坏区中心有一条等离子通道,四周是断裂区和折射率区.在玻璃前表面上高斯激光脉冲产生激光支持爆轰波的特点是中间部分温度最高、运动速度最快、作用压强最大,从内到外逐渐减小,所以破坏程度也逐渐减小,呈辐射状分布.而玻璃内部的体损伤特点是由激光等离子体膨胀产生的冲击波作用由里到外逐渐减小的规律所决定的. 相似文献
3.
4.
5.
激光对光学薄膜的损伤仍然是限制高能激光系统的主要挑战。对杂质诱导薄膜损伤的激励进行了研究:首先对损伤形貌进行了观测,在此基础上对杂质对薄膜的作用效应进行了分析。研究结果表明:杂质粒子对薄膜产生的各种效应,主要分为热力学效应、散射引起干涉效应和激光等离子体破坏效应,这三种效应的共同作用效果决定了损伤的特点。这些作用效应与粒子的半径密切相关:当粒子较小时,激光的沉积量较少,引起邻近材料的温升较低,扩散范围较小,主要是熔化破坏;当粒子较大时,激光沉积量较多,会引起邻近光学材料的汽化和电离,形成激光等离子体而造成大的烧蚀坑。 相似文献
6.
7.
电能质量扰动的识别是电力系统故障预警与识别的重要手段。电网中,变压器系统存在的电能质量扰动通常为叠加扰动波形。为提高扰动智能识别框架的准确度,提出了一种基于多特征融合卷积神经网络(multi feature convolution neural network,MFCNN)的电能质量扰动的识别模型。提出的MFCNN模型具有2个子模型,将原始的时域数据和经过快速傅里叶变换(fast Fourier transform,FFT)所得频域数据分别作为2个子模型的输入,通过对时域、频域信息的特征融合来实现复杂扰动信号的识别;利用多组电能质量叠加扰动数据,训练传统机器学习模型和MFCNN模型,对比不同模型对电能质量扰动识别的准确率,验证MFCNN模型的有效性。实验结果表明,MFCNN模型对于7种扰动信号的识别准确率均可达到91.6%以上,其中,谐波和陷波叠加扰动信号的准确率为92.9%,具有更强的识别能力。 相似文献
8.
应用标记控制分水岭分割算法研究激光诱导玻璃体损伤形貌 总被引:3,自引:0,他引:3
为了定量客观地分析玻璃的体损伤形貌,运用基于改进的分水岭分割算法对其微观图像进行了分析处理,得到了损伤的范围和分类,同时结合激光等离子体冲击波与玻璃的相互作用机理对各个处理后图像的物理含义及其应用进行了分析。研究结果表明,图像的梯度图可以反映图像中裂纹的形状及其分布;滤波后的图像灰度可以反映损伤程度;目标区域的标记图可以标记损伤的区域;最终分割图像可以全面反映以上所有信息。根据图像分析结果可以定量计算出各个区域所占总面积的比例,即等离子通道区、熔蚀区、折射率变化区各约占总面积的15%,55%和30%。这说明激光能量先沉积到很小范围的等离子通道区,高温高压等离子体向外扩展形成大范围熔蚀区,随着距离的增大,冲击波压强迅速减小,形成折射率变化区。 相似文献
9.
利用纳秒激光脉冲辐照熔石英玻璃产生击穿的方法,仔细观测了熔石英表面损伤的微观形貌,并基于激光击穿过程的热力学效应对损伤机理进行了研究。研究表明:激光脉冲能量的沉积主要是基于激光等离子体的逆韧致吸收效应,高温高压等离子体是导致熔石英玻璃损伤的主要因素;熔石英玻璃在击穿过程中伴随着温度升高、材料熔化、气化以及电离等过程,这些效应使得玻璃发生相变以及断裂,而冲击波效应会使得相变材料发生去除辐照区周围玻璃发生剥离而形成大范围的坑状破坏点。 相似文献
10.
采用紫外激光烧蚀材料微孔具有效率高,成本低等优势.本文主要研究了在固定激光脉冲能量下,紫外激光脉冲重复频率对吸收玻璃的微孔加工特性的影响.研究发现,紫外重复脉冲对材料的去除主要是基于单脉冲效应:频率较低时,相应单脉冲的能量较大,激光烧蚀材料所产生的温度较高,激光等离子体冲击效应较强,这样将引起孔周围断裂;随着脉冲作用频率的增加以及相应能量的减小,热效应减小,使得烧蚀孔周围的断裂痕迹逐渐消失,且孔深度方向逐渐变浅.通过控制脉冲作用频率可以实现对孔的定性烧蚀. 相似文献