干涉仪参考镜离焦误差校准法提升平面子孔径拼接精度
76 浏览量
更新于2024-08-31
收藏 3.16MB PDF 举报
本文主要探讨了一种降低平面子孔径拼接累积误差的方法,针对干涉仪中参考镜面形离焦误差难以精确标定的问题。参考镜的离焦误差被认为是影响平面子孔径拼接系统检测精度的关键因素。研究者通过理论推导,建立了参考镜离焦误差与拼接累积误差及拼接次数之间的定量关系,这一表达式为实时校准和减少离焦误差提供了依据。
实验中,研究人员针对一块450mm×60mm的平面镜进行了8个子孔径的拼接检测,并将结果与大口径干涉仪的测量数据进行对比。在未校准离焦误差前,拼接测量误差峰谷(Peak-to-valley, PV)值为λ/10,而在校准后,这个值降到了λ/30,显著提升了拼接测量的精度。这表明通过控制和校正参考镜的离焦,能够有效地降低拼接过程中的累积误差。
此外,文章还采用绝对检验技术对参考镜的高阶面形误差进行了标定,结果显示离焦是导致拼接误差累积的主要原因。然而,尽管消除参考镜的高阶面形误差可以一定程度上改善性能,但并未发现其能显著提高拼接检测精度。这提示在优化平面子孔径拼接系统时,离焦控制是提升精度的关键环节。
本文的方法对于提高平面子孔径干涉测量系统的稳定性和准确性具有实际应用价值,特别是在高精度光学设备制造中,对于减少误差累积、提升整体系统性能具有重要意义。
209 浏览量
231 浏览量
2021-01-26 上传
149 浏览量
224 浏览量
点击了解资源详情
点击了解资源详情
197 浏览量
137 浏览量
weixin_38557838
- 粉丝: 2
- 资源: 898
最新资源
- ZPM:基于premake5的C ++软件包管理器
- hymenoptera_data.zip
- 经销商管理——经销商如何在厂商交易中立于不败之地
- kafka-stream-money-deserialization:一个用于研究Spring Kafka Streams的序列化反序列化问题的演示项目
- 初级java笔试题-my-study-tracking-list:我的学习跟踪列表
- gRPC节点:使用Node JS的gRPC演示
- google_maps_webservice
- 白酒高端产品选择经销商的误区
- git-count:计算您的提交
- 初级java笔试题-interview-prep-guide:面试准备指南
- Keil 软件最新版.rar
- wasm-udf-example
- 初级java笔试题-code-tasks:从@jwasham克隆-我的学习仪表板
- 红色状态::chart_increasing:齿轮创建者的正常运行时间监控器和状态页面,由@upptime提供支持
- vue-monoplasty-slide-verify:Vue幻灯片验证在线预览
- JDK8版本jdk-8u202-linux-arm32-vfp-hflt.tar(gz).zip