无限远像距光学系统光机结构优化技术研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:shena011
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
芯片是集成电路的载体,在民用和军工领域有着非常广泛的应用。随着芯片性能指标的不断提高,其对检测技术的要求也越来越高。因此,研发一种高精度、快速、廉价的芯片缺陷检测设备已经成为当前热门研究的课题。在诸多技术中,融合了光学、机械、图像处理、控制等学科内容的机器视觉技术具有非接触、结构简单、价格低廉等优势,在工业缺陷检测领域备受青睐。经过调查发现针对微型芯片检测的专用镜头设计,无限远像距显微光学系统可以充分满足其应用过程,无限远像距的显微系统在意义上是一种多功能的显微镜,它可以通过外接插口以及内接插口的方式组合不同的显微镜系统,并且该显微系统成像质量较好,不会出现象面的偏移和弥散,焦距也不会影响,无限远像距在物镜和辅助物镜之间形成的平行光路可提高系统的轴向检测范围,同时也不会影响整个系统的光学质量,丰富检测设备的性能,从一定意义上可替代传统显微镜头。本课题采用显微成像的形式设计了芯片检测系统的光机结构。针对显微成像系统结构单一的不足,采用了无限远像距作为系统的基础光学结构。基于芯片分辨率以及外形尺寸要求,设计了检测光学系统中的物镜以及辅助物镜,并采用光学分析软件OSLO软件对整个光学结构进行了优化。仿真结果表明,物镜的形式为三片式照相型,辅助物镜的形式为双胶合-厚弯月型,系统分辨率为312.5lp/mm,符合分辨率为7μm的设计要求。基于蒙特卡罗分析法,对系统的中的光学元件进行公差分析,并根据分析结果分配元件公差以及确定最终的机械结构。最后,对设计的无限远像距显微光学系统进行测试。测试结果表明,所设计的芯片光机检测系统其分辨率为266lp/mm,与仿真分析相当,并满足检测需求。在设计中,第一步根据设计要求,选择并设计合适的光学部件,其中包含了显微物镜和辅助物镜的选型与设计;第二步进行整体的无限远像距光学系统的设计,第三步进行了光机结构的设计和特型显微镜的效能检验。最终确定的形式为:前组使用无限远像距三片式照相物镜;后组为f’=200mm的双胶合-厚弯月形式的辅助物镜,探测器选用光敏面尺寸为12.8mm×9.6mm的CCD工业相机,像素尺寸为6.5μm×6.5μm。
其他文献
Half-Heusler合金因其优异的热电性能、较高的机械强度和良好的热稳定性而在温差发电领域具有广泛的应用前景。研究发现ZrCoBi基Half-Heusler化合物由于具有高能带简并度和低声子热导率而拥有较高的ZT值和热电转换效率。本文采用感应熔炼和放电等离子烧结技术制备出了Sn掺杂ZrCoBi基化合物并研究了其热电性能。此外,还研究了退火处理对Sn掺杂ZrCoBi基化合物的结构及热电性能的影响
近年来,随着智能制造技术的不断发展,以制造业为代表的实体行业谋求转型升级,实现系统设备智能化发展。在制造业中引入机器视觉技术,来实现目标的测量、识别与定位,能够提高生产的效率和降低生产的成本。本文研究了机器视觉技术在点胶机中的应用,重点研究机器视觉中的视觉定位技术,通过实现一种稳定、高效的视觉定位算法,从而提高点胶机的生产质量和效率。本文主要工作如下:(1)介绍了点胶机视觉定位系统的硬件构成,通过
网络传输技术的快速发展,不仅为电子科技和人民生活带来革新,信息传输速度也发生了质的飞跃。但随之而来的信息传输安全问题也备受关注,有效增加信息隐藏容量、解决以图像为秘密信息的安全传输问题,成为学者们的研究热点。目前信息隐藏技术主要集中于研究以文本、二值图像和灰度图像作为秘密信息隐藏及提取,也有部分学者将色彩简单的图像进行隐藏,但多为有损地提取秘密信息,采用人工对提取信息进行认证判断。虽然彩色QR(Q
学位
学位
近年来,随着生物医学技术的不断发展,人与计算机之间的交互变得越来越重要,使得人机接口成为了备受研究人员关注的技术。人机接口可以采集人体的生理信号,分析出与人体生理变化有关的信息,例如肌肉收缩时的肌电信号或大脑注意力状态变化时的脑电信号,并将这些信息发送给计算机。从而实现对人体生理信息的研究。在残障患者的需求下,人机接口在康复医疗上有着快速发展,例如,对于重度瘫痪人士,利用大脑想象运动从而控制机器手
随着海洋观测网络的快速发展,人们加快了海洋中物资的开采。海洋观测网络由无数微小的传感器节点组成,各节点之间、节点与水下接收设备之间通过无线通信技术进行数据交互。高效实时的无线通信方案是保证海洋观测网络正常运转的前提,用于水下的无线通信方案常见的有射频通信、水下声学通信和光通信。相比于光波在水下的传输特征,电磁波在水下传输存在严重的衰减现象,通信距离较短;声波在水下传输速率低,通信性能易受环境影响。
高效准确的建筑能耗预测能改善电力系统的管理和提高建筑的能源利用率。然而建筑能耗影响因素众多且冗杂,各因素与建筑总能耗的潜在关系模糊且难以明确,这在一定程度上限制了建筑能耗的准确预测。而粗糙集理论正是一种善于处理不确定性知识的工具,它将有助于找到影响建筑能耗的关键因素。另外,随着人工神经网络的不断发展,智能算法中最新出现的深度学习技术具备了“深度”架构和强大的特征提取能力,引入它来参与建筑能耗预测将
随着智能技术的飞速进步,多智能体系统(MAS)的探究受到了各交叉领域学者的关注.MAS广泛存在于控制科学、信息论、统计力学等的实际应用中,例如编队控制、集群问题、蜂拥问题、传感器网络和无人机协同控制等领域,并在理论和应用上都取得了很多成果.MAS协同控制主要研究跟踪、聚集、一致性问题等,其中有关一致性的研究是目前比较前沿和热门的.通过相互耦合作用或设计适当的控制器,使系统的状态变量随时间最终收敛到
5G网络的发展与落地和移动设备(Mobile Device,MD)的普及,带来了海量设备连接与计算需求的增加。类似视频识别、远程医疗等应用场景,不仅提升了对设备计算能力的要求,而且对时延提出了更高的要求。移动边缘计算(Mobile Edge Computing,MEC)通过在网络边缘或近终端位置部署计算与存储资源,为高密集型计算需求、低时延要求或更低能耗要求的设备提供计算卸载服务,从而更好地实现设