论文部分内容阅读
锗窗干涉效应是造成CO2激光器输出不稳定的一个重要因素.锗窗的两平行表面构成法布里一珀罗干涉器,其透射率与厚度有极敏感的依赖关系,而厚度又易因激光强度、环境温度等而改变,这样锗窗本身就构成了激光器输出功率、振荡频率、横模结构不稳定的重要因素.
锗窗干涉效应对CO2激光器输出稳定性的影响
【摘 要】
：
锗窗干涉效应是造成CO2激光器输出不稳定的一个重要因素.锗窗的两平行表面构成法布里一珀罗干涉器,其透射率与厚度有极敏感的依赖关系,而厚度又易因激光强度、环境温度等而改变,这样锗窗本身就构成了激光器输出功率、振荡频率、横模结构不稳定的重要因素.
【机 构】
：
中国科学院力学研究所
【出 处】
：
中国激光
【发表日期】
：
1980年7期
其他文献
基于YCOB晶体中三波耦合方程理论模型，在抽运光波形和能量、晶体长度相同的条件下，研究信号光的时间波形对光参变啁啾脉冲放大(OPCPA)光谱和转换效率的影响。计算过程中，抽运光和信号光能量分别为45 J和500 mJ，光斑直径分别为60 mm和50 mm。抽运光脉宽取3 ns，信号光脉宽为1.2 ns。数值结果显示，信号光放大后的光谱和转换效率与输入信号光的时间波形有关。1阶高斯型脉冲光谱的半峰全宽(FWHM)得以展宽，由原来的36 nm展宽为放大后的61 nm，2阶超高斯脉冲频谱展宽为47 nm，高斯脉
黄光激光器作为一种接近人眼敏感区域的激光器在诸多领域都发挥着重要的作用，而谐振腔又是激光器中重要组成部分.本文以Nd∶YVO4 (c-cut)晶体为基底，利用真空镀膜设备研制出四波段腔面膜.通过分析膜系设计过程中膜层电场强度和优化膜系，使膜层中驻波场强得到合理分布，从而在理论上减小膜层损伤的可能性；通过TFCalc软件对测试结果进行工艺反馈分析，经过多次模拟实验，发现在不同控制波长下，采用相同监控方法监测不同的膜厚比例系数，通过调整工具因子解决了光谱曲线漂移的问题，制备出膜层牢固、化学性能稳定、满足四个波
1988年8月22日到泥日在奥地利维也纳召开第七届国际流动气体和化学激光会议，这是国际上以流动气体及化学激光为主题的专门会议，每二年举行一次,上次在以色列召开。
期刊
高分七号卫星激光测高仪搭载激光监视相机和激光足印相机,获取的激光光斑和光学足印影像可辅助激光定位。提出一种考虑外界环境对足印光斑成像质量影响的足印光斑质心提取方法。将足印光斑和监视光斑进行最小二乘影像匹配,获取转换模型;由灰度重心法提取监视光斑质心;利用监视光斑质心、通过转换模型得到足印光斑质心。对100组仿真光斑和1轨高分七号卫星足印光斑数据进行测试。结果表明:本文方法提取的光斑质心偏移量标准差小于0.08 pixel,较灰度重心法和高斯拟合法提高0.1 pixel以上。对时间跨度为7个月的30轨高分七
针对激光辅助预应力成形问题，建立了相应的有限元模型，并进行了实验验证。通过无量纲参数，研究了预应力水平和激光工艺参数对激光辅助预应力成形效率的影响规律。结果表明，在弹性范围内，预应力越大，成形效率越高；在扫描速度和功率密度给定的情况下，成形效率随光斑半径增加而增加；在扫描速度和光斑半径给定的情况下，成形效率随功率增加而增加；在光斑半径、输入能量给定的情况下，成形效率随扫描速度增加而增加。
研究了TC4钛合金薄板激光弯曲成形工艺。设计了具有气体保护的成形专用夹具并研究了激光弯曲时工艺参数及扫描路径对钛板最终成形形状和尺寸精度的影响以及激光弯曲对材料性能与微观组织的影响。确定激光弯曲扫描轨迹间隔距离在78.6 mm时, 工件尺寸在误差范围800＋0.5 mm内。观察金相微观组织发现热影响区约占板厚1/3, 相变析出针状马氏体并产生界面强化效果, 显微硬度高于母材。生产出符合形状尺寸精度和力学性能要求的工件, 满足使用要求。
超精密单点金刚石车削过程中需要对刀具参数进行检测。基于机器视觉原理,采用新型的机械结构设计了新型刀具在线检测系统。通过垂直放置的两组由同轴远心镜头和CMOS相机组成的光学系统来获取车刀刀尖正面及侧面的图像,再经图像处理系统来获取刀具的轮廓及位置信息,完成对刀具轮廓及位置的在线检测,实验验证可实现测量的重复性定位精度达1μm。在线检测的方式借助了超精密车床自身的高精度和运动机构,可以保证相机焦点和机
采用双目摄像机结合结构光组成主动视觉测量系统, 并与机器人耦合, 构建了一种具有视觉功能的智能激光加工机器人, 能够感知各种复杂曲面轮廓, 重建三维形貌。系统由六自由度机器人、双目摄像机和结构光发射器组成。机器人带动双目摄像机和结构光发射器运动, 既实现多视角测量, 消除测量中的“死角”, 重建工件的完整三维形貌, 又将测量到的点云数据转换到机器人坐标系。阐述了测量原理和数学模型, 进行了单摄像机内外参数的标定, 双目摄像机相对关系的标定, 双目摄像机与机器人之间的手眼关系标定, 得到摄像机内参数矩阵,