基于激光抛光的单晶硅车刀纹去除机理与工艺研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:cbbbb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
单晶硅反射镜被广泛应用于各种光学系统中,其面形精度和表面粗糙度决定了光学系统的成像质量。单点金刚石车削得到的反射镜表面会残留规则的车刀纹结构,造成光的衍射和散射,影响光学系统的性能。消除车刀纹最有效的方法为车削后进行抛光处理,激光抛光以灵活性高、应用范围广、效率高、无污染等特点而优于其他抛光方式。本文研究激光抛光去除车刀纹的机理与工艺,研究内容如下:(1)利用COMSOL进行激光抛光的数值模拟研究,建立了二维瞬态仿真模型。通过对真实单晶硅表面轮廓进行拟合,得到拟合函数用以构建模型上表面。模型耦合了温度场和流动场,用移动网格(ALE)方法实现流体的流动,激光光源为移动的边界热源,熔池中的流体在表面张力和马兰戈尼力的作用下产生流动。(2)模拟分析了单脉冲和多脉冲作用下温度场、流动场、表面张力和马兰戈尼力、表面轮廓的演变过程。激光辐射使模型表面温度急速升高,达到熔点后形成熔池,粗糙表面在表面张力和马兰戈尼力作用下发生流动。若熔池存在时间过长,熔池表面会产生振荡,并且振幅逐渐衰减,振荡平整后流体在马兰戈尼力的主导下向熔池两边堆积产生新的波纹。模拟研究了激光功率、脉冲宽度、扫描速度和脉冲频率对抛光效果的影响机理和规律,用以指导实验中工艺参数的选择。(3)搭建了激光抛光实验平台,选用532 nm高斯脉冲激光器。模型验证实验得到熔池宽度误差为6.90%,线粗糙度误差为27.78%。单因素实验得到抛光后单晶硅表面粗糙度与离焦量、扫描速度、激光功率和扫描间距均呈U型分布关系,过大或过小的值均会使抛光效果不好。四因素四水平的正交实验得到各因素对表面粗糙度影响的主次关系为:离焦量>扫描速度>激光功率>扫描间距,最佳工艺参数组合为:离焦量1.3 mm,扫描速度125 mm/s,激光功率2.47 W,扫描间距3μm。利用最佳工艺参数组合进行抛光实验,表面粗糙度从2.904 nm下降至0.478 nm,下降幅度达83.52%,在3~5μm的波段内镜面反射率提高了2.93%~4.73%。
其他文献
精准地时序预测对社会发展与进步十分重要。从气象学到金融学、从交通分析到市场分析,时序预测在社会各行各业都有实际应用场景。自上世纪初,ARIMA、GARCH等传统统计学模型被陆续提出,为时序预测提供了坚实的理论基础。但传统统计学模型结构单一、表达能力有限。随着人工智能的迅速发展,有学者陆续将SVR、XGBoost等机器学习模型应用到时序预测中,但机器学习模型的效果严重依赖特征工程,这就有很强的主观成
学位
随着信息技术的高速发展,各种各样的社交网络数据也随之出现,同时,社交网络的规模也变得越来越庞大,使得社交网络拓扑结构变得越来越复杂。在如此的大数据时代背景下,传统的社团检测算法从全局特征出发,算法复杂度随着社交网络规模的大型化而变得极其庞大,显然不再适用于现阶段的大部分社交网络。因此,本文考虑从局部特征出发,去探索社交网络中比较显著的社团结构。本文在基于相似度的社团检测算法基础上,对传统相似度度量
学位
金融市场是一个国家经济的重要组成部分,在工业和商业的发展具有多方面功能。投资者都希望可以精准预测股价以期望获得高额收益回报,但是股票的价格受到诸多因素影响,使得对股价的预测往往不尽人意。目前机器学习和深度学习算法已经成功应用于股票价格预测,但是这些方法一般仅使用单一的股票价格数据。除了这类数据之外,与股票市场有关的文本数据也是一种丰富的信息来源。根据行为金融学的观点,这类信息也会对投资者的行为产生
学位
针对当前史传类文本教学设计常常聚焦于文言字词的含义和运用、句式的掌握和理解、文本的深层意蕴和人物形象塑造的现状,以《邹忌讽齐王纳谏》为例,提出在核心素养导向下,从缜密的逻辑、充分的思辨、灵活的重组等方向发力,突破史传类文本教学设计的固有模式,改善课堂教学品质,有效培养学生文化自信,促进学生思维发展,孵化学生审美创造。
期刊
比特币作为第一种数字加密货币甫一出现,便吸引了大量学者的关注。由于XGboost模型在机器学习模型中应用广泛,LSTM模型一直以来适用于各种时间序列数据之中;因此本文将使用以上两个模型及其混合模型对比特币收盘价进行预测。首先本文收集了比特币近十年相关指标分钟数据,对比特币年交易量、每日最大振幅、日和年回报率、收盘价进行整体分析和可视化,结合可视化结果对当前比特币市场行情进行简单介绍;其次将2018
学位
如何对过去的金融数据进行有效的处理和提取有用信息,并以此作为依据去构建将来的交易策略和效果预测,一直是金融领域的研究热点。而如今随着机器学习、大数据、人工智能等为核心的科学技术不断发展,不少的研究者关注将金融数据与机器学习相结合进行研究。本文的目的在于寻找适合金融数据预测的算法模型。本文选取中国沪深300股指期货的主力合约在2015年至2021年底所有交易日的数据作为研究对象,将基本行情指标和技术
学位
目的 研究血栓弹力图(TEG)应用于体外循环复杂心脏手术围术期凝血功能的影响。方法 选取我院接受体外循环复杂心脏手术成人患者97例,按照病理类型分为2组,其中49例为先心病组,48例为瓣膜病组。均行体外循环复杂心脏手术,比较术前、术中、术后两组TEG参数[血小板(BPC)、纤维蛋白原(Fbg)、凝血反应时间(R)]及凝血功能异常发生率。结果术中、术后两组BPC、Fbg小于术前,且瓣膜病组Fbg小于
期刊
液压驱动作为软体机器人领域的重要技术之一,随着软体机器人的快速发展,其在小型化、控制精度和机电液一体化等方面提出了更高的要求。利用巨电流变液在电场下能改变表观粘度这一特性,开发出柔性巨电流变阀,通过施加不同电压来实现对阀的无极调节。将柔性巨电流变阀应用于软体液控机器人中能够很好地实现小型化和机电液一体化并提高控制精度。因此本文针对柔性巨电流变阀的结构设计与静态和动态特性,对阀进行了理论、仿真、实验
学位
铣削振动在航空发动机叶片加工的过程中时有发生,这对其加工效率和质量都会造成很大的影响。预测叶片在加工过程中的模态参数对抑制铣削振动以及进一步提高叶片的加工质量都十分重要。本论文针对如何又快又准确地得到加工过程中叶片模态的难题,提出了一种基于生成对抗网络的通过叶片外形特征预测叶片模态的方法。本文主要内容如下:(1)叶片外形特征与模态参数获取:基于Solid Works构建叶片三维模型;基于ANSYS
学位
有机电激光显示器(Organic Light-Emitting Diode,OLED)以其更轻薄、功耗低、响应快、清晰度高等优点逐渐成为了现今新型显示器件行业的主要工业产品,但其复杂的工艺制程也导致OLED显示器件中各种缺陷的产生,Mura缺陷是最为棘手缺陷类型。对Mura缺陷的检测和对色度与亮度的测量成为OLED检测的重点,国内外针对新型显示器件的工业视觉检测技术开展了大量的研究,但成熟的解决方
学位