注射与注射压缩成形工艺对精密透镜面形偏差及光学畸变影响的对比研究

为提高精密聚合物透镜模组的光学性能,以大直径非球面透镜为研究对象,分析了注射与注射压缩成形工艺透镜面形偏差的差异,并通过透镜模组成像计算研究了透镜面形偏差对模组光学畸变的影响规律。结果表明:注塑成形工艺因素导致透镜面形偏差且分布不均匀,注射压缩成形工艺能够有效降低透镜面形偏差;单个透镜的面形偏差大小与模组光学畸变性能优劣并不完全呈正相关,模组网格畸变与TV畸变随透镜面形偏差的降低而减小。透镜模组中各透镜的光学功能与面形特征相互耦合,仅降低透镜的面形偏差无法提高透镜模组的整体成像性能,需要综合考虑模组中各透镜的功能、性能指标要求与面形特征等因素,建立与具体成像指标相关联的透镜面形偏差评价标准。

精密透镜系统的模型预测热控方法

针对半导体光刻领域的超高精度热控需求,提出一种基于模型预测的热控方法。生成透镜系统的阶跃和伪随机热扰动输入信号。采用高精度测温系统测量透镜系统的温度响应数据,运用模型辨识方法获得透镜系统的热响应模型。通过滚动优化策略推导模型预测热控制律,并建立精密透镜系统的热控实验平台。热控实验结果表明,该热控方法具有收敛速度快、抗干扰能力强、精度高的优点,温控误差可控制在±8 mK内。热相差测试结果表明,该控制方法可抑制透镜系统的焦面漂移,适合应用在对温控精度要求较高的装备领域。

精密光学透镜注射压缩成型多质量目标优化

为了提升精密光学透镜的综合质量,以粗糙度Ra与双折射数值φ为优化目标进行研究。首先针对传统的注射压缩模具结构缺陷,提出一种具有自动校准功能的注射压缩结构,之后以此为试验模具,提出一种包含BPNN建模、多目标优化智能算法NSGA-Ⅱ和试验验证的综合质量优化方法,以BPNN模型建立工艺参数与质量目标之间的关系,并以此作为NSGA-Ⅱ的适应度函数进行运算。试验结果表明,Ra和φ的BPNN模型具有很高的预测精度,其决定系数(R2)分别为0.97和0.94;通过对Pareto最优解与试验结果进行对比,2个质量目标的平均预测偏差都小于10%,优化预测与试验结果具有高度一致性,能够对产品的质量进行综合优化。