【摘 要】
:
国防工业、航空航天、汽车制造、半导体和微电子工业等领域发展迅速,超精密加工零件的数量和质量需求都急剧增长,尤其是对零件表面面形精度和粗糙度的要求与日俱增。相应地,
论文部分内容阅读
国防工业、航空航天、汽车制造、半导体和微电子工业等领域发展迅速,超精密加工零件的数量和质量需求都急剧增长,尤其是对零件表面面形精度和粗糙度的要求与日俱增。相应地,超精密加工表面形貌测量技术也面临着新的挑战,一方面测量精度要更高,另一方面测量速度要更快以适应现代快速生产和在线测量的需求。白光扫描干涉仪是一种速度快、精度高的非接触式三维形貌测量方式,不损伤被测样品,在超精密加工领域中广泛应用,但是由于衍射极限的限制,超精密加工表面粗糙度测量结果偏低,无法对表面加工质量做出正确有效地判断,影响对加工工艺的反馈和指导,最终导致成品率下降。因此,开展对白光扫描干涉仪测量误差和修正方法的研究,揭示衍射误差影响机理,有利于提高形貌测量精度,为白光干涉在线测量技术的实现奠定基础。本文在调研了表面形貌测量方法和白光扫描干涉仪测量误差及修正方法研究现状的基础上,分析了硅片自旋转磨削表面的测量结果,提出了基于功率谱密度的高频形貌误差修正算法,有效地将表面粗糙度测量偏差降低至10%以下。本文主要研究工作内容如下:(1)考虑表面梯度误差和横向分辨率,基于MATLAB平台建立了白光扫描干涉虚拟测量模型,通过简谐波、方波、三角波三种基本信号和磨削信号的响应结果分析误差影响机理,结果显示超精密磨削表面测量误差主要是横向分辨率不足造成的高频失真。(2)对比分析磨削表面形貌原子力显微镜和白光扫描干涉仪的测量结果及其粗糙度,对实验测量得到的和工件旋转磨削表面形貌预测模型生成的磨削表面形貌进行功率谱密度的计算和分析,结合分形理论的数学模型,揭示了磨削表面形貌的分形特征。(3)提出了基于功率谱密度的高频形貌误差修正算法对磨削表面二维轮廓测量结果进行修正,研究发现所提出的修正算法可以有效补偿形貌的高频失真,将粗糙度偏差由56.5%降低到4.9%。(4)分别采用分解叠加法和二维功率谱密度法将基于功率谱密度的高频形貌误差修正算法扩展到三维,并对磨削表面三维形貌进行修正,通过对比得出分解叠加法的修正效果更好,可以将三维粗糙度偏差由56.0%降低到7.4%。
其他文献
介质阻挡放电(Dielectric Barrier Discharge,DBD)因具有装置简单、易实现均匀稳定放电等优点,而被广泛研究并在多个领域中得以应用。但是,由于DBD的放电过程较为复杂,涉及到相
近年来,深度学习技术获得了快速发展,机器翻译领域中的相关研究也不断深入。其中,前几年出现的基于注意力机制的编码器-解码器神经机器翻译框架,在效果上彻底超越了传统的统计机器翻译框架。而最新的Transformer框架,更是将神经机器翻译的效果提升到了新的台阶。由于受到训练方法的限制,这些先进的框架在翻译的过程当中都是将句子作为一个整体来考虑的,而在实际的翻译过程中,我们面对的文本往往是由多个句子组成
东营凹陷永559区位于济阳坳陷的东南部,为北陡南缓的不对称箕状盆地,砂砾岩储层,岩体分布复杂,非均质性较强,孔渗相对较低,油气分布明显受沉积相控制,不同的相带储层物性差异
现有的指纹识别算法应用于低质量指纹图像时,由于指纹图像存在污损、断裂、伤疤和形变等问题,能够提取的有效特征变少或者伪特征变多,从而导致了指纹识别变得十分困难。国内
在大规模移动视觉搜索中,视觉描述子的紧凑性是影响检索效率的重要因素。Fisher Vector(FV)描述子是一种区分性非常强的聚合描述子,在视觉搜索应用中检索效果出色。然而对于移动或嵌入式设备有限的计算资源来说,图像全局描述子的紧凑性显得尤为重要,而FV描述子的维度太高,限制了其在移动或嵌入式设备上的应用。哈希是解决图像全局描述子紧凑性描述的有效手段之一,然而哈希在量化到低维度的二值码有较大的精
C–C键的位点和化学选择性裂解/活化以及官能团化一直是最具挑战性的研究方向之一。含过渡金属的中间体的β-C裂解为碳碳键的活化提供了潜在的有效方法。但是,由于反应中存在
随着高分子材料产品在电子、光学和医学等行业的广泛应用与需求。这些产品通常需要精度为微米和亚微米级的高分子零件,如何实现快速、可靠、可复现、高质量的制造是目前实现
为顺应资本市场改革发展的新要求,满足复杂经济背景下日益增加的信息需求,2016年12月财政部印发了新审计报告准则,其中最核心的内容是第1504号审计准则,要求上市公司披露关键审计事项,并采取分步骤实施方案。因此本文基于会计师事务所视角,从不同角度分析关键审计事项的具体经济后果。本文选取2016年——2018年披露关键审计事项的所有A股上市公司数据,通过文本分析法和Python方法得出关键审计事项的
机器人技术,尤其是移动机器人技术,已经开始在工业制造、军事、物流和室内服务领域得到越来越广泛的应用。在移动机器人的关键技术中,即时定位与地图构建SLAM(Simultaneous Localization and Mapping)和多传感器信息的融合至关重要,是移动机器人实现精确自主导航的基础。本文以Turtlebot2移动机器人为平台,配置了里程计和二维激光雷达等感知设备。首先对系统的运动模型和
随着计算机技术的快速发展,人们在努力使机器变得更加人性化,因此,本文研究如何让机器智能地生成有说服力的自然语言描述的问题,该描述既要传达产品信息,又要提供与用户需求相关的解释。这个问题可能会受益于当前大量关于端到端深度神经网络的研究工作。然而,深度神经网络的成功归功于海量训练数据的支撑,我们无法获取大规模的具有说服力的文本描述,因此,缺乏标记数据和主观判断对训练这样一个模型提出了严峻挑战。针对以上