大口径光学元件损伤高信噪比检测技术研究
【学位单位】:哈尔滨工业大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:TP391.41;TL632
【部分图文】:
部分都是像石油、煤炭这样的非再生能源,对环境的污染比较严重。人们越来越希望使在可控的核能源都是核裂变能量,即使核裂核子所释放的能量仅仅相当于核聚变中每个望对核聚变实现人工可控。经过研究表明,变 (Inertial confinement Fusion, ICF)和磁ent Fusion, MCF)[1]。上世纪 60 年代,激光束核聚变技术从而被提出。为了创造核聚变体的 100μm 薄壳球型的靶丸放置在系统靶实施均匀照射,使其表面的温度迅速增高,产生反冲压力从而产生核聚变所需要的高温力达到一定的程度时,靶丸中的氘、氚气体能激光对靶丸进行均匀照射过程就需要大行传输,终端光学元件对激光光束的引导示
出光、入光表面光学元件损伤随打靶次数增长曲F 系统中,每次打靶都会使用 432 块终端光激光都极可能对光学元件造成损伤,所以必行检测,准确的识别出光学元件表面中的所时地进行修复或者更换。所以大口径光学元的成功率,保证了终端光学元件以及整个靶靶的费用。本论文在前人研究的基础上,改光学元件损伤点的成像特性,并提高了在线大口径光学元件损伤检测技术研究在科学研义。现状现状
图 1-3 NIF 中的 LODI 光路图2007 年,终端光学元件在线检测系统在 LLNL 实验室搭建成功,该控制软件系统、成像定位系统、望远成像系统和损伤检测分析软件,系统示意图如图 1-4 所示[9][10]。望远成像系统是放置在 ICF 系统的光学望远镜,每次打靶完成后望远成像系统通过定位系统的准确集终端光学元件的损伤图像;最终利用光学分析软件对损伤图像进析,并对光学元件的损伤状况进行评估。由于该系统是在线检测系只能检测直径大于 100μm 以上的损伤。
【参考文献】
相关期刊论文 前9条
1 郭亚晶;唐顺兴;姜秀青;朱宝强;林尊琪;;基于振镜扫描方式的光学元件表面损伤检测[J];光学学报;2017年06期
2 孙成明;赵飞;张泽;;基于TracePro的空间目标光学散射特性建模与仿真[J];光子学报;2014年11期
3 彭志涛;魏晓峰;元浩宇;傅学军;陈德怀;孙志红;刘华;徐隆波;;全内反射照明光学元件损伤检测信噪比分析[J];红外与激光工程;2011年06期
4 徐隆波;彭志涛;孙志红;刘华;元浩宇;;驱动器终端光学组件损伤在线检测技术[J];红外与激光工程;2009年04期
5 尹伟;徐世珍;祖小涛;蒋晓东;袁晓东;吕海兵;王成程;郑万国;;355nm激光作用下熔石英损伤增长[J];强激光与粒子束;2008年12期
6 林冬冬;曹益平;李大海;;多个布儒斯特窗大型光学元件的损伤在线检测[J];强激光与粒子束;2007年07期
7 丁厚昌;黄锦华;;受控核聚变研究的进展和展望[J];自然杂志;2006年03期
8 段利华,张问辉,胡建平,雷向阳,王万录;3ω激光辐照下熔石英的损伤增长研究[J];激光杂志;2005年02期
9 任冰强,黄惠杰,张维新,赵永凯,韩广礼,杜龙龙,王树森,路敦武;光学元件损伤在线检测装置及实验研究[J];强激光与粒子束;2004年04期
相关博士学位论文 前6条
1 朱杨;空间光学系统杂散辐射抑制研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
2 郭旸;高性能并行FDTD仿真平台设计方法及其应用研究[D];浙江大学;2015年
3 李宛珊;超材料麦克斯韦方程组的能量守恒分裂时域有限差分格式:方法、理论和应用[D];山东大学;2015年
4 冯博;惯性约束聚变终端光学元件损伤在线检测技术研究[D];哈尔滨工业大学;2014年
5 彭志涛;强激光复杂光机组件光学元件激光损伤在线检测技术研究[D];中国工程物理研究院;2011年
6 李娟;粗糙面及其与目标复合电磁散射的FDTD方法研究[D];西安电子科技大学;2010年
相关硕士学位论文 前10条
1 任婷婷;基于超限学习机的几种增量算法研究[D];浙江师范大学;2016年
2 范航恺;基于卷积神经网络的序列特异性预测研究[D];云南大学;2016年
3 赵雁飞;基于稀疏表示和超限学习机的智能地标识别算法[D];杭州电子科技大学;2016年
4 王东;在线核极限学习机的改进与应用研究[D];安徽财经大学;2015年
5 吕旭冬;基于机器学习的终端光学元件损伤识别及分类研究[D];哈尔滨工业大学;2015年
6 于长波;液芯光纤照明系统的研究[D];沈阳工业大学;2015年
7 王光华;PCA和GA-ELM在立体图像质量客观评价中的应用[D];天津大学;2014年
8 刘楠;大通量光学元件损伤在线检测关键技术研究[D];哈尔滨工业大学;2013年
9 陆春华;基于机器视觉的大口径精密表面疵病检测系统研究[D];浙江大学;2008年
10 李艾星;基于机器视觉的大口径精密光学元件表面疵病的识别研究[D];重庆大学;2007年
本文编号:2881705
本文链接:https://www.wllwen.com/projectlw/hkxlw/2881705.html