最新刊期
2025年第33卷第23期
-
宽波段光栅国内外研究综述 AI导读
“在光谱仪器领域，衍射光栅研究取得新进展，专家总结了宽波段光栅的四类特点，为后续研究提供依据。”摘要：衍射光栅是光谱仪器中的核心光学元件，与普通光栅相比，宽波段光栅能够在较宽的波段范围内满足光谱分析需求。本文综述了宽波段光栅的国内外研究进展，总结了复杂槽形光栅、分区光栅、中阶梯光栅以及多层介质光栅四类宽波段光栅的特点。其中，复杂槽形光栅的光谱连续性高，衍射效率曲线稳定，但其质量受加工精度影响较大；分区光栅的设计灵活度高，加工工艺成熟，但子区域之间存在相位错配与衍射场差异问题，易被杂散光干扰；中阶梯光栅能在高衍射级次下实现宽波段高分辨率响应，但其精度易受制作设备影响且制作难度大；多层介质光栅结构设计灵活、适应性强，但对材料选择与多层膜厚控制要求高。最后，展望了宽波段闪耀光栅的发展方向，为后续相关研究提供了依据。关键词：光谱仪;宽波段光栅;衍射光栅;闪耀光栅;中阶梯光栅63|18|0更新时间：2025-12-19 -
分步光束法平差多目视觉测量系统 AI导读
“在动态目标高精度空间定位领域，专家提出了基于分步光束法平差的多目视觉测量系统重建算法，优化系统参数，并通过FPGA平台实现快速运行。实验结果表明，该算法的平均空间重投影误差小于68 μm，优于直接线性变换重建算法与传统光束法平差重建算法的精度。该FPGA硬件架构方案可同时对4路高清图像数据实现约40 frame/s的处理速度，满足动态目标空间位置的实时测量需求。”摘要：凭借测量精度高、速度快、可测范围大、非接触等优点，多目视觉测量系统在航空航天、汽车等领域的动态目标高精度空间定位中应用广泛，但现有基于光束法平差的多目视觉测量系统的三维重建精度和速度仍无法满足动态目标空间位置的高精度快速测量需求。因此，提出了一种基于分步光束法平差的多目视觉测量系统重建算法，分步优化了不同数量级的系统参数，并通过FPGA平台实现了重建算法的快速运行。实验结果表明，本文提出的分步光束法平差重建算法的平均空间重投影误差小于68 μm，优于直接线性变换重建算法与传统光束法平差重建算法的精度。该FPGA硬件架构方案可同时对4路高清图像数据（2 048×2 048×8 bit）实现约40 frame/s的处理速度，满足动态目标空间位置的实时测量需求。关键词：多目视觉测量;分步光束法平差;空间重投影误差;现场可编程门阵列29|9|0更新时间：2025-12-19 - “在光场调控领域，专家利用衍射光学元件和U-Net神经网络，成功实现液晶空间光调制器高精度相位标定，为精确应用提供可靠方案。”摘要：液晶空间光调制器（Liquid-Crystal Spatial Light Modulators， LC-SLM）在光场调控等领域极具发展潜力，但未校准的SLM输出相位不规则，且受实验条件及环境因素影响，相位调制精度难以调控。因此，本文对该调制器进行准确测试与标定，以保障在相关领域稳定且精准应用。基于费马原理和惠更斯-菲涅尔原理，将光栅与衍射透镜组合成衍射光学元件（Diffractive Optical Element， DOE）。利用一对光栅产生三对焦点，中间重合焦点产生干涉条纹，其余光束构建绝对坐标系以确定条纹运动参考点。运用U-Net神经网络预处理干涉条纹图像，通过轮廓检测和质心算法提取关键质心，经计算条纹位移和周期确定相位延迟。最后，搭建包括高相干光源、分束器、LC-SLM、分束光栅和CCD相机的相位校准系统开展实验。实验结果表明，在加载不同灰度调制序列的过程中，干涉条纹随灰度值变化发生了可观测的位移，成功获取相位-灰度响应曲线。拟合结果与理论基本一致，决定系数R²达0.985 1，均方根误差（Root Mean Square Error，RMSE）为0.241 1 rad，且在风扇扰动下仍能维持R2>0.95，RMSE仅增加0.14 rad，验证了方法的稳健性与抗干扰能力。利用双光栅构建绝对空间坐标系的LC-SLM高精度相位标定方法，克服了传统SLM标定方法对装置稳定性要求高、易受干扰、精度欠佳等缺点，为LC-SLM的精确标定提供了可靠方案。关键词：液晶空间光调制器;绝对干涉校准;光栅衍射;抗振性;U-Net神经网络58|24|0更新时间：2025-12-19
-
采用DIC技术的液晶显示模组力学模型验证 AI导读
“在液晶显示模组力学研究领域，专家建立了三维有限元模型，深入揭示了模组在静压及挤压弯曲载荷下的全场位移分布特征与局部响应规律，为结构优化与可靠性设计提供理论依据与技术支持。”摘要：针对液晶显示模组力学研究中忽视真实结构导致的模拟偏差，以及传统通用材料试验机仅能获取整体载荷信息，难以直接验证复杂位移场分布的问题，建立了包含完整结构细节的三维有限元模型。通过精细的几何建模（保留关键结构特征）、优化的网格划分策略（平衡计算效率与精度需求）以及基于实测/可靠来源的材料参数设定构建模型。模型仿真深入揭示了液晶显示模组在静压及挤压弯曲载荷下的全场位移分布特征与局部响应规律，并借助数字图像相关（Digital Image Correlation， DIC）技术构建了系统的全场位移验证框架。实验结果表明，在单点静压测试中，受压区域位移场的数值模拟与DIC测量的相对误差均小于10%，进一步对7个特征点的静压行为进行对比，其误差进一步降低至5%以内。深入分析揭示了边界约束条件与局部结构刚度是影响模型预测精度的关键因素，而这些因素直接关联到液晶显示模组在实际应用中易出现的漏光、压痕等光学缺陷的力学根源。本文所构建的有限元模型在预测核心受压区域行为和面内响应方面具有较高精度，该模型及其验证过程可为后续液晶显示模组结构优化与可靠性设计提供可靠的理论依据与技术支持，也为从力学角度理解和预防光学显示缺陷奠定了基础。关键词：液晶显示模组;数字图像相关;全场位移;有限元仿真17|7|0更新时间：2025-12-19 -
高环境适应性可调谐激光源 AI导读
“在光频域反射测量技术领域，研究者设计了一种宽调谐范围、无跳模、高环境适应性的可调谐半导体激光源，实现了从1499.9998nm至1649.9996nm的无跳模可调谐输出，满足了高精度光传链路感知光频域反射测量仪的应用需求。”摘要：针对光频域反射测量技术对可调谐激光源的应用需求，设计了一种宽调谐范围、无跳模、高环境适应性的可调谐半导体激光源。根据反馈光与腔模式同步变化理论对转轴点进行计算和分析，实现了调谐过程中内腔和外腔振荡光的最佳模式匹配。对可调谐激光源在高温、低温、振动等不同条件下的输出波长稳定性和功率波动性等输出特性进行了实验研究。实验结果表明，在0 ℃至40 ℃的工作温度内和跌落、碰撞条件下，该可调谐激光源可具备长期稳定工作的能力。在驱动电流为400 mA的条件下，实现了从1 499.999 8 nm连续遍历至1 649.999 6 nm的无跳模可调谐输出以及全波段功率波动优于0.033 1%、波长稳定性优于0.33 pm/h、绝对波长精度优于±0.85 pm的可调谐激光输出，基本满足高精度光传链路感知光频域反射测量仪的应用需求。关键词：光纤光学;可调谐激光源;模式匹配;无跳模;调谐范围;光频域反射14|5|0更新时间：2025-12-19 -
基于相位测量偏折术的复杂曲面测量系统 AI导读
“在高精度测量领域，专家建立了基于相位测量偏折术的条纹反射法测量系统，实现了复杂曲面的高精度检测，为提升装备性能提供保障。”摘要：为实现对复杂曲面的高精度测量，建立了基于相位测量偏折术的条纹反射法测量系统，对由相机、显示屏和待测件三者构成的测量系统的结构设计、系统标定及检测算法等进行了研究。根据待测件尺寸及面形特征精选优质显示屏和相机，分别对所选显示屏和相机进行各自标定。利用高精度关节臂测量机确定三者空间位置关系，并结合计算机辅助优化&CODEV仿真分析法标定系统。最后，利用积分重构算法实现复杂曲面的高精度检测。实验结果表明，该测量系统取得了与LUPHOScan和ZYGO&CGH相当的测量精度，对于波前RMS的测量精度优于λ/50。该测量系统结构简单、动态范围大、抗干扰能力强，提高了复杂曲面测量效率和测量精度，满足检测精度要求，为该类零件的加工和装配提供保障，从而有效提升装备性能。关键词：光学测量;复杂曲面;条纹反射;相位测量偏折术;积分重构15|4|0更新时间：2025-12-19
现代应用光学
-
微纳米三坐标测量机的技术进展 AI导读
“在超精密器件领域，专家综述了微纳米三坐标测量机的研究进展，提出了基于阿贝与布莱恩原则的空间误差建模与补偿创新方法，为实现纳米级精度测量提供解决方案。”摘要：超精密器件是国家重大装备与高端仪器的关键组成部分，其几何特征尺寸常介于数百微米至数百毫米之间，而精度要求高达数十至数百纳米。为确保此类器件的质量，必须实现其三维形貌的超精密测量。本文首先综述了微纳米三坐标测量机（Coordinate Measuring Machine， CMM）的研究进展，从整机结构设计、误差补偿技术、纳米测头研制、测量环境控制及整机应用测试等方面进行了系统性归纳。其次，详细介绍了团队历经四代样机的研究成果与最新进展。进而，阐述了一种基于阿贝与布莱恩原则的空间误差建模与补偿创新方法，在此基础上，实现了对尺度小于100 μm且具有高深宽比的内尺寸特征的纳米级精度测量。最后，对微纳米三坐标测量机未来的研究方向与应用前景进行了展望。关键词：精密测量;微机电系统（MEMS）;三坐标测量机（CMM）;高深宽比结构;纳米探头;阿贝误差;空间误差补偿36|5|0更新时间：2025-12-19 - “在高精度控制领域，Stewart平台正运动学求解难题获突破。专家提出基于粒子滤波的求解方法，有效处理奇异区域估计问题，显著提升求解稳定性与精度，工程应用价值高。”摘要：Stewart平台的运动位姿估计对高精度控制至关重要，但其正运动学问题由于位姿变量与驱动杆长之间的强耦合关系、求解方程的高度非线性以及奇异位形的存在而难以求解，并且传统算法也常面临收敛性差与精度不稳定等挑战。为提高Stewart平台正运动学的求解稳定性与精度，提出一种基于粒子滤波（Particle Filter， PF）的Stewart平台正运动学求解方法。该方法通过构建融合位姿与杆长参数的状态空间模型，利用粒子滤波实现对系统状态的概率推断，有效处理奇异区域附近的估计问题。MATLAB仿真结果表明，所提出算法相较于传统方法的平均绝对误差（Mean Absolute Error， MAE）降低85.35%~99.43%，均方根误差（Root Mean Square Error， RMSE）降低86.98%~99.79%。该算法在复杂工况下保持准确的正运动学求解，适应性与稳定性良好，收敛性能优越，具备较高的工程应用价值。关键词：并联机构;Stewart平台;正运动学;粒子滤波;强耦合系统;非线性系统13|5|0更新时间：2025-12-19
- “在人形机器人领域，研究者提出了一种集成解耦算法，有效提高六维力传感器测量精度，为人形机器人运动控制提供高可靠性力感知保障。”摘要：针对压电式六维力/力矩传感器存在由维间耦合导致的传感器测力性能下降的问题，提出一种融合贝叶斯优化（Bayesian Optimization，BO）、卷积神经网络（Convolutional Neural Network， CNN）与双向长短期记忆网络（Bi-directional Long and Short-term Memory Network， BiLSTM）的集成解耦算法（BO-CNN-BiLSTM）。该算法首先通过CNN增强对六维力信号的空间耦合特征提取能力，再利用BiLSTM双向时序的建模能力，动态捕获载荷的跨维度时域依赖关系，并引入BO实现超参数自适应全局寻优，有效克服传统解耦方法在实时性、泛化性及物理一致性方面的缺陷。与此同时，BO-CNN-BiLSTM算法消除了传统解耦方法中的人工调整参数经验依赖，实现了传感器非线性特性的自适应建模。实验结果表明，该架构使六维力/力矩传感器输出结果的最大Ⅰ类耦合误差、最大Ⅱ类耦合误差分别为0.87%和0.52%。BO-CNN-BiLSTM解耦算法能有效减少六维力传感器的维间耦合，提高传感器的测量精度，为人形机器人的拟人化运动控制和环境交互提供了高可靠性力感知保障。关键词：六维力传感器;静态解耦;贝叶斯优化;卷积双向长短期记忆网络13|3|0更新时间：2025-12-19
-
弱耦合谐振式超高灵敏度微力传感器 AI导读
“在微力测量领域，研究人员提出了基于模态局部化技术的弱耦合谐振式微力传感器，实现了超高灵敏度微力测量。”摘要：针对高灵敏度、高分辨力的微力测量需求，提出并研制了基于模态局部化技术的弱耦合谐振式微力传感器。采用铍青铜耦合谐振器与柔性杠杆相结合的复合式结构，通过检测振幅比变化的方式测量微力，利用柔性铰链结构将被测微力高效转化为受扰动谐振器的轴向刚度变化，从而实现了超高的微力测量灵敏度。运用理论分析与仿真计算结合的方法验证了设计模型的合理性，搭建谐振器机械振幅测量及微力标定实验装置对传感器的性能指标进行了实验测试。实验结果表明，所研制的弱耦合谐振式微力传感器的量程为0~120 mN，相对灵敏度超过135.05×10-6/μN，相较于应变式微力传感器的相对灵敏度提升4 600倍以上，分辨力优于30 μN。该研究验证了弱耦合谐振式微力传感器结构方案的可行性，为超高灵敏度微力测量提供了新的思路。关键词：微力传感器;弱耦合谐振器;模态局部化;振幅比输出;振幅比输出8|3|0更新时间：2025-12-19 -
压电纤维驱动的粘滑式跨尺度微夹持器 AI导读
“在微操作与微装配技术领域，专家设计了跨尺度微夹持器，实现了厘米级宏行程、纳米级分辨率且双臂平动，为解决大行程、高精度、快速反应和平动夹持需求提供解决方案。”摘要：针对微操作与微装配技术领域对大行程、高精度、快速反应和平动夹持的需求，采用单个压电纤维片致动柔顺机构以实现对称粘滑驱动，从而设计兼具厘米级宏行程、纳米级分辨率且双臂平动的跨尺度微夹持器。其中，细长柔性驱动足可以储存与释放弹性势能，可利用弹性恢复平衡反向摩擦力，从而抑制粘滑回退。压电纤维驱动的单步位移较大，微夹持器可以在低频驱动下实现快速运动，减少摩擦磨损。利用有限元法建立柔顺驱动单元的静力学模型，并对其输出位移和固有频率进行了仿真分析。最后，搭建实验测试系统验证相关性能。实验结果表明，粘滑式微夹持器单步内运动时，400，600和800 V驱动电压下的输出位移分别为52.31，82.86和124.68 μm，运动分辨率为9.6 nm；在连续运动时，-400~800 V驱动电压下的单步位移可达163.35 μm，步进分辨率为7.8 nm，夹持行程为14.4 mm；此外，所设计微夹持器在5 Hz的低驱动频率下，运动速度可达1.25 mm/s，在600 V梯形波电压下，夹持力为0 ~ 167 mN。实验测试验证了所设计微夹持器的有效性和输出性能。关键词：微操作系统;压电驱动;粘滑运动;柔顺机构;微夹持器8|3|0更新时间：2025-12-19
微纳技术与精密机械
- “在高光谱图像分类领域，专家提出了结合对比学习与DenseNet的新方法，有效提升了未知类别识别能力。”摘要：高光谱图像分类通常假设训练与测试数据共享相同类别，且测试集中不存在未知类，但这一前提在实际环境中过于理想。针对高光谱数据类别间差异较小，特征分布容易出现重叠，从而导致边界混淆问题，提出了对比学习结合DenseNet的高光谱图像开放集分类方法。利用光谱特征提取模块获取原始光谱维度特征，并通过DenseNet实现多层次特征信息交互，同时利用过渡模块压缩光谱通道，以形成更清晰的类边界分布。将输出特征映射至空间特征提取模块获取空间维度特征，并借助ResNet捕获局部空间结构特征，从而增强对空间结构信息的感知。引入对比学习以提升类内聚合性和类间可分性，并结合困难样本挖掘机制对易混淆的边界特征进行优化，提升模型对边界区域样本的判别能力。最后，在Houston2013，Pavia University，WHU-Hi-LongKou数据集上的实验表明，本文方法在未知类别上获得了更高的地物分类精度，分别为68.81%，69.24%，59.26%，整体的分类精度分别为89.49%，95.06%，95.03%，实现了在保持已知类别高精度的同时，有效提升未知类别的识别能力。关键词：高光谱图像;开放集;DenseNet;对比学习;困难样本挖掘19|3|0更新时间：2025-12-19
- “在多磁源定位领域，专家提出了飞蛾扑火优化和密度聚类融合的定位方法，实现了高精度多磁源定位。”摘要：多磁源定位由于受到地磁噪声和多磁源边界模糊等因素干扰，从而限制了其应用。为了实现多源目标的精确同步定位，提出了飞蛾扑火（Moth-Flame Optimization， MFO）非线性优化和密度聚类融合的多磁源目标定位方法。利用高精度磁传感器在二维平面网格内进行磁异常检测（Magnetic Anomaly Detection，MAD），确认各磁目标的最大磁异常值点。针对地磁干扰问题，在磁异常最大值区域设计了两点磁异常定位方案。将磁异常定位数据作为飞蛾扑火算法的初始输入，利用非线性算法优化，实现了磁性目标定位精度的进一步优化。最后，在同一磁性目标处多次进行优化，将其真实位置形成密集的点簇，通过基于密度的空间聚类算法（Density-Based Spatial Clustering of Applications with Noise， DBSCAN），排除噪声与算法优化异常对定位精度的干扰，实现了对多个磁性目标的同时定位。仿真结果表明，9个磁性目标经过飞蛾扑火算法均实现了磁性目标的初步定位，平均均方根误差（Root Mean Square Error， RMSE）为0.134 6 m，聚类算法结果排除了噪声的干扰，平均RMSE下降到0.076 4 m，下降幅度为57.1%，实现了精度的提升。实验结果表明，3个典型磁目标定位在1 m×1 m×1 m的测试区的平均RMSE小于0.081 2 m，该方法可实现高精度多磁源定位。关键词：地磁探测;两点定位;飞蛾扑火优化;密度聚类;多磁源定位;非线性优化;地磁异常;空间聚类算法8|3|0更新时间：2025-12-19
-
基于改进GRU神经网络的刀具磨损状态预测 AI导读
“在智能监测领域，研究者提出了基于改进GRU神经网络的刀具磨损状态预测方法，有效减小预测误差，取得良好效果。”摘要：针对传统智能监测方法中信号特征提取繁琐，以及铣削过程中刀具磨损对工件质量和生产效率的影响等问题，提出一种基于改进GRU神经网络的刀具磨损状态预测方法（BiGRU-1DCNN-CBAM）。利用统计量、时域分析、频域分析和小波变换等方法提取刀具信号的均值、峰度和功率谱密度等24个特征量，将多模态时间序列数据转换为刀具特征的时间序列图像；引入卷积神经网络挖掘信号数据的深层特征，结合卷积注意力机制模块增强模型对振动和切削力信号特征图的捕捉能力，将特征层展平拼接后输入BiGRU捕获长时依赖，通过全连接层回归刀具磨损量，实现数控加工过程中刀具磨损状态的剩余寿命预测。实验结果表明，该模型在PHM2010数据集上的均方根误差（RMSE）和平均绝对误差（MAE）分别为2.17 μm和1.29 μm，相比Bayesian-MCMC-Prognostics，SBiLSTM，RIME-CNN-SVM，MobilenetV3，TDConvLSTM，ISABO-IBiLSTM，IWOA-IECA-BiLSTM，LSTM-CNN-CBAM等模型，提升分别超过40.5%和52.1%，相比同类模型耗时至少减少2.8%。本文提出的模型能够有效表征刀具磨损程度，减小预测误差，取得了较好的预测效果。关键词：刀具磨损;深度学习;卷积神经网络（CNN）;门控循环单元（GRU）;注意力模块;状态预测18|5|0更新时间：2025-12-19
信息科学
- 地址：长春市东南湖大路3888号 邮编：130033
- 联系电话：0431-86176855 Email：gxjmgc@ciomp.ac.cn
- 本系统由Light学术出版中心、北京北大方正电子有限公司共建 吉ICP备11002662号-17
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0