声光复合的激光清洗飞机蒙皮实时监测(特邀)

飞机蒙皮的老化油漆去除是飞机保养维修的重要步骤。较传统的化学清洗方法,采用激光进行清洗具有效率高,污染小等优势,但较高能量的激光存在过度清洗导致基底损伤的问题,所以对清洗过程的实时监控以便及时对激光器做出反馈非常重要。针对此问题提出了基于声光复合法的实时监测方式,在清洗过程中分别对光和声信号进行采集分析。其中对于光谱检测法,采用了激光诱导击穿光谱对不同漆层的差异元素的不同特征峰进行标定,实现不同漆层的反演;声信号检测法是通过对比分析激光烧蚀不同漆层所产生声信号的强度和频率,进行对应漆层的确定,再通过两种方法的结合对比反推回漆层的清洗情况与去除效果,研究表明声光复合法可以实现激光除漆过程的准确实时监控。     

基于V/F变换下的数字相敏检测监控光学膜厚

本文采用基于电压-频率变换(V/F)的数字相敏检测技术应用于光学监控信号检测,得到的被检测信号的幅度,即光学监控信号波形.而且针对光学监控系统中被检测信号特点,从理论分析角度说明了本方案抑制被检测信号低次谐波和白噪声的性能.仿真分析中针对加入了2,3,4次谐波和零均值随机白噪声,信噪比为20dB,频率为166Hz的被检测信号,利用本方案检测出光学监控信号反射率最大误差＜0.2%.分别利用本方案检测出的光学监控信号和理想监控信号读取反射率极值点对应薄膜厚度,对比可知采用本方案监控膜厚理论误差＜2nm.     

基于图像相似的薄膜激光损伤识别

薄膜在损伤前后的图像中各象素灰度级变化很大,通过判定激光辐照前后两幅图像的相似程度可以比较客观地判别薄膜的损伤情况.选用基于差异图像直方图的相似性测度来判定两幅图像的相似程度,进而达到识别损伤的目的.实验证明,该方法不仅能识别重度损伤,而且对显微镜不易观察的损伤也能做到准确地识别.耗时短、精度高,可以在损伤阈值测试实验中对薄膜损伤进行在线实时检测.     

基于DSP平台判定光学膜厚监控信号极值

针对光学监控系统（OMS）实际工作中面临监控信号含有噪声分量过大;极值点附近信号不够灵敏两大困难。本文采用基于遗忘因子的自适应卡尔曼滤波（AKF）对光学膜厚监控信号进行去噪处理;并采用基于电压补偿和设置差分微小阈值δ的极值点判定方法。最后通过DSP开发平台实现上述算法。实验结果表明AKF输出监控信号噪声被明显抑制;最终本文方案判定极值点平均膜厚监控相对误差仅为1.07%。结果     

基于自适应卡尔曼滤波的光学监控信号处理

针对光学监控系统(OM S)实际工作环境的复杂性,导致监控信号中存在不稳定量测噪声,采用基于遗忘因子的自适应卡尔曼滤波(AKF)对光学膜厚监控信号进行去噪处理。建立了针对非线性OM S的AKF模型,仿真分析中针对存在突变信噪比(SNR)的输入信号设置相应AKF初始参数使滤波性能达到最优。结果表明自AKF输出监控信号精度明显优于常规卡尔曼滤波;同时利用AKF输出监控信号判读反射率极值点对应膜厚,最终理论膜厚监控误差<2nm。     

一种实用化的光控自动真空镀膜机

采用分布式控制(DCS)的方法,用小型可编程逻辑控制器(PLC)替代中型PLC,提出了镀膜真空的13个子过程概念,实现了基于国产部件的真空过程自动化。以国产光控为核心,采用组态软件和控制软件结合的方法,通过经典和现代滤波技术,实现了光控自动判停,采用监控信号变化率dR/dt来控制薄膜的蒸发束率,制作了相应的分光膜和宽带增透膜,在低成本前提下提高了光学薄膜监控的精度。     

显微图像的光学薄膜缺陷密度统计

薄膜表面缺陷密度统计是改进薄膜表面质量的重要依据。阐述了基于遗传算法的二维最大熵分割算法的原理及实现步骤。采用这种算法对薄膜缺陷图像进行分割,对分割后的图像进行了薄膜缺陷密度的测量。实验结果表明,这种方法对薄膜表面缺陷提取简单且易于测量,为分析缺陷原因提高薄膜质量起到重要的指导作用。     

基于广义卡尔曼滤波的光学膜厚监控信号处理

为了解决光学膜厚监控系统中经锁相放大输出的监控信号精度较低、极值点附近变化不灵敏等问题,采用卡尔曼滤波(KF)对光学膜厚监控信号进行处理,建立了针对非线性光学监控系统的扩展KF模型,模型输出包括监控信号和导数信号。仿真分析首先利用TFCalc软件生成4层增透膜理想监控曲线,加入高斯噪声后,信噪比为15dB,通过卡尔曼滤波处理后监控信号信噪比改善达16dB且实时动态跟踪特性良好,延时小于1s;利用平均值滤波处理KF输出导数信号,提前预判读获取导数过零点对应膜厚。同时通过对比TFCalc理想监控曲线极值点坐标和预判导数信号过零点坐标,得到理论膜厚误差小于4nm。此项研究提高了膜厚检测的准确性。     

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

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。     

基于小波变换的薄膜激光损伤识别

薄膜激光损伤的准确识别在测量激光损伤阈值的实验中起着至关重要的作用,ISO1125标准规定应采用显微镜观察的方法来识别薄膜损伤。为做到在线自动识别损伤,采用数字图像处理的方法,将小波变换与图像相关识别技术结合在一起,分析了如何利用小波变换来实现薄膜激光损伤识别的理论方法。结果表明,这种识别方法不仅有较高的识别精度,而且可以避免目前损伤测试工作中繁重的人工操作,对实现激光损伤阈值测试装置的自动化有着非常重要的意义。