IBF在实现纳米精度的材料去除时,对加工环境及机床精度要求很严格。提出了一种新的脉冲离子束(Pulse Ion Beam,PIB)加工方式,解放了机床的动态性能对加工的影响,避免了连续束流带来的额外去除层。首先对PIB的实现原理进行了说明,验证了...IBF在实现纳米精度的材料去除时,对加工环境及机床精度要求很严格。提出了一种新的脉冲离子束(Pulse Ion Beam,PIB)加工方式,解放了机床的动态性能对加工的影响,避免了连续束流带来的额外去除层。首先对PIB的实现原理进行了说明,验证了其良好的加工性能及出色的材料去除分辨率。其次针对新工艺,仿真分析了PIB加工的优势区间,制定了基于误差分布梯度的加工策略,并利用蚁群算法进行了加工轨迹优化,减少了57.7%的无效路径。最后利用PIB以及新的加工策略,在90 mm的有效口径内实现了0.552 nm精度的光学表面获取,验证了新加工系统和策略的可行性。该研究扩展了离子束作为一种超精密加工方法的应用场景,可以将其作为需要大面积去除微量材料的首选方法。展开更多
针对光路对接准直目标识别算法对双目标粘连状态无法判别的问题,提出了基于二进制大对象(Binary Large Object,BLOB)区域和边缘特征分析的准直图像双光学目标识别方法。首先,对二值化图像进行数字形态学处理,计算全图各BLOB区域的面积...针对光路对接准直目标识别算法对双目标粘连状态无法判别的问题,提出了基于二进制大对象(Binary Large Object,BLOB)区域和边缘特征分析的准直图像双光学目标识别方法。首先,对二值化图像进行数字形态学处理,计算全图各BLOB区域的面积、中心、轴长、区域、有效BLOB区域个数等信息。其次,对有效BLOB区域个数大于1的完全分离双目标准直图像,统计各BLOB区域中心分别为位于两个面积最大的BLOB区域内的BLOB数量,数量小的候选BLOB区域为主激光目标,数量大的候选BLOB区域为模拟光目标。然后,对于有效BLOB区域个数等于1的待识别图像,从左、右、上、下4个方向分别提取模板边缘图像的有效坐标序列和待识别边缘图像坐标序列,搜索有效坐标序列和待识别边缘图像坐标序列的最大相关系数对应的有效坐标序列。当4个方向的相关系数全部大于0.95时,待识别图像为模拟光目标;当4个方向的相关系数都小于0.95时,待识别图像为主激光目标;否则待识别图像为粘连图像。实验结果表明:提出的双光学目标识别算法,不仅能够识别完全分离的模拟光目标和主激光目标,误差小于3个像素,处理时间小于1 s,而且能够判别处于粘连状态的光学目标和单个独立的光学目标,满足光路对接准直图像识别算法对于自适应性、精度和效率的要求。展开更多
文摘IBF在实现纳米精度的材料去除时,对加工环境及机床精度要求很严格。提出了一种新的脉冲离子束(Pulse Ion Beam,PIB)加工方式,解放了机床的动态性能对加工的影响,避免了连续束流带来的额外去除层。首先对PIB的实现原理进行了说明,验证了其良好的加工性能及出色的材料去除分辨率。其次针对新工艺,仿真分析了PIB加工的优势区间,制定了基于误差分布梯度的加工策略,并利用蚁群算法进行了加工轨迹优化,减少了57.7%的无效路径。最后利用PIB以及新的加工策略,在90 mm的有效口径内实现了0.552 nm精度的光学表面获取,验证了新加工系统和策略的可行性。该研究扩展了离子束作为一种超精密加工方法的应用场景,可以将其作为需要大面积去除微量材料的首选方法。
文摘针对光路对接准直目标识别算法对双目标粘连状态无法判别的问题,提出了基于二进制大对象(Binary Large Object,BLOB)区域和边缘特征分析的准直图像双光学目标识别方法。首先,对二值化图像进行数字形态学处理,计算全图各BLOB区域的面积、中心、轴长、区域、有效BLOB区域个数等信息。其次,对有效BLOB区域个数大于1的完全分离双目标准直图像,统计各BLOB区域中心分别为位于两个面积最大的BLOB区域内的BLOB数量,数量小的候选BLOB区域为主激光目标,数量大的候选BLOB区域为模拟光目标。然后,对于有效BLOB区域个数等于1的待识别图像,从左、右、上、下4个方向分别提取模板边缘图像的有效坐标序列和待识别边缘图像坐标序列,搜索有效坐标序列和待识别边缘图像坐标序列的最大相关系数对应的有效坐标序列。当4个方向的相关系数全部大于0.95时,待识别图像为模拟光目标;当4个方向的相关系数都小于0.95时,待识别图像为主激光目标;否则待识别图像为粘连图像。实验结果表明:提出的双光学目标识别算法,不仅能够识别完全分离的模拟光目标和主激光目标,误差小于3个像素,处理时间小于1 s,而且能够判别处于粘连状态的光学目标和单个独立的光学目标,满足光路对接准直图像识别算法对于自适应性、精度和效率的要求。
