2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩126頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、慣性約束聚變(Inertial Confinement Fusion,ICF)是實現(xiàn)可控聚變反應以解決日益逼近的能源危機的有效途徑,加之其在國防軍事上的重大意義已經(jīng)稱為當今重要的科研領域。高功率固體激光驅(qū)動器作為最有可能實現(xiàn)ICF的驅(qū)動裝置一直是研究的熱點,目前為止,美、中、法、英、日等國已先后建立二十多座高功率固體激光裝置用于ICF的研究。中國目前建設的神光-Ⅲ主機是一個龐大的高功率固體激光裝置,由數(shù)量眾多的光學元件和機電部件組成,其

2、負載能力是裝置的一項非常重要的指標。研究表明,光學元件的表面缺陷是影響高功率固體激光裝置負載能力的重要因素之一。
   準確快速的獲得光學元件表面缺陷信息并對之進行客觀評價是當務之急,然而,當前存在的多種技術(shù)方法存在各種各樣的局限和不足,如檢測口徑小、檢測效率低、檢測精度不高、操作不便、價格昂貴和功能單一等。本文依托NSAF聯(lián)合基金和中國工程物理研究院神光-Ⅲ專項基金項目,針對大口徑精密光學元件快速無損檢測的技術(shù)要求,結(jié)合國內(nèi)外

3、各種表面缺陷檢測技術(shù)的技術(shù)發(fā)展方向,確立了特種龍門立式掃描裝置+計算機圖像處理工作站的光學元件表面缺陷的檢測方案,并對檢測系統(tǒng)的關鍵技術(shù)進行研究。
   針對光學元件實際應用狀況,首先界定了研究范圍。在總結(jié)和分析現(xiàn)有檢測系統(tǒng)研究狀況的基礎上,提出了一種基于機器視覺的無損檢測方案,設計了光學元件表面缺陷檢測系統(tǒng)的總體結(jié)構(gòu),從整體上劃分了功能模塊,提出了各個模塊具體的設計實現(xiàn)方案。采用高強度合金設計了龍門式大尺寸的三維運動控制平臺和

4、央持架,選用多細分驅(qū)動器對步進電機進行精密控制,采用高精度光柵尺實現(xiàn)對運動的閉環(huán)控制,同時設計了最佳采集方式。為解決線陣CCD高速運動下照明問題,選用鹵素燈作為光源,并設計了隨動可調(diào)照明機構(gòu),通過對照明方式的比較和對比,具有亮度高和均勻性好的特點。確定采用暗場照明方式,經(jīng)過試驗得出了最佳照明入射角為30度左右。為解決大口徑光學元件圖像處理和存儲困難的問題,經(jīng)研究和實驗確定了數(shù)據(jù)量較少且失真較少的存儲方式,節(jié)省了近90%的存儲空間。實驗測

5、試表明,檢測儀器能夠在25分鐘完成最大口徑光學元件檢測并給出評價結(jié)果,針對劃痕和麻點的測量誤差在10%。
   圖像處理技術(shù)的目的是為了將缺陷從圖像中檢測出并分割出來,論文以表面疵病圖像處理過程為主線,研究了圖像增強、圖像分割和邊緣提取算法。首先,針對光學元件圖像存在的灰度不均等問題對圖像進行了預處理。然后,分析了幾種閾值分割方法,提出了一種基于OTSU和二維最大熵分割算法的自適應閾值分割算法,該方法注重實時性又照顧了分割精度,

6、實驗證明能較好實現(xiàn)缺陷圖像的分割。最后,針對復雜背景下檢測特點,采用了一套綜合的處理方法,實現(xiàn)了表面缺陷的合理分割。利用Canny算子檢測顆粒邊緣,采用格雷厄姆法構(gòu)造凸殼,形成單個缺陷的局部封閉區(qū)域,同時利用形態(tài)學進行處理,在閉合區(qū)域內(nèi)用閾值分割得到缺陷圖像,從而動態(tài)地利用不同的閾值分割出缺陷的圖像。
   表面缺陷圖像特征的提取和選擇對缺陷分類器的正常工作與否至關重要,論文對光學元件表面缺陷的特征提取和選擇方法進行了研究。首先

7、,針對光學元件各種表面缺陷的實際特點,分析并提取了缺陷圖像的幾何特征參數(shù)、灰度特征參數(shù)、紋理特征參數(shù)和不變矩特征參數(shù)共計20多種,實現(xiàn)了在特征空間對常見表面缺陷的準確描述。然后分析了主分量分析法和獨立成分分析法的特點和區(qū)別,最后選用主分量分析法對所提取的特征參數(shù)進行降維,濾除了冗余特征信息,減少了分類器輸入?yún)?shù)的規(guī)模,提高了分類器的分類效率。
   針對光學元件表面缺陷樣本少的特點,在分析各種分類器優(yōu)缺點的基礎上,選用了支持向量

8、機的方法。針對光學元件表面缺陷識別是一個多類多分問題,研究了基于支持向量機的多類多分技術(shù),提出了一種基于二叉樹分級支持向量機表面缺陷多類多分結(jié)構(gòu),在每一級根據(jù)要分對象特點選用區(qū)分性強的特征參數(shù)進行分類在樣本有限的情況下,分類的平均正確率為92.2%,其中劃痕與其它類表面缺陷容易區(qū)分,麻點與灰塵識別率相對較低。
   本文對光學元件表面缺陷檢測技術(shù)進行了研究,所研制的檢測儀器已經(jīng)通過了中國工程物理研究院驗收并已投入使用,提出的系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論