CN107884423B - 一种基于典型缺陷特征的kdp晶体损伤阈值预测方法 - Google Patents

一种基于典型缺陷特征的kdp晶体损伤阈值预测方法 Download PDF

Info

Publication number
CN107884423B
CN107884423B CN201711025346.7A CN201711025346A CN107884423B CN 107884423 B CN107884423 B CN 107884423B CN 201711025346 A CN201711025346 A CN 201711025346A CN 107884423 B CN107884423 B CN 107884423B
Authority
CN
China
Prior art keywords
typical
defect
kdp crystal
damage threshold
photo
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711025346.7A
Other languages
English (en)
Other versions
CN107884423A (zh
Inventor
石峰
肖琪
戴一帆
彭小强
胡皓
铁贵鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201711025346.7A priority Critical patent/CN107884423B/zh
Publication of CN107884423A publication Critical patent/CN107884423A/zh
Application granted granted Critical
Publication of CN107884423B publication Critical patent/CN107884423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/958—Inspecting transparent materials or objects, e.g. windscreens

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于典型缺陷特征的KDP晶体损伤阈值预测方法，实施步骤包括：预先建立KDP晶体各种典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系；针对待测KDP晶体的表面缺陷进行特征检测确定典型缺陷类型；针对典型表面缺陷区域进行光热弱吸收测量实验得到典型表面缺陷的光热弱吸收值，将典型缺陷类型、典型表面缺陷的光热弱吸收值代入KDP晶体各种典型缺陷的光热弱吸收水平与损伤阈值的对应关系，得到典型表面缺陷的损伤阈值。本发明无损KDP晶体即可进行损伤阈值估计，可避免损伤阈值测试方法的缺陷，不会对晶体造成损伤，提高晶体的利用率，节省加工成本，还能够提升KDP晶体的表面缺陷、用于指导KDP晶体加工工艺。

Description

一种基于典型缺陷特征的KDP晶体损伤阈值预测方法
技术领域
本发明涉及强光学元件低缺陷制造技术，具体涉及一种基于典型缺陷特征的KDP晶体损伤阈值预测方法。
背景技术
KDP晶体是随高功率激光器而发展起来的一种非线性光学晶体材料，它能够同时满足宽的透过波段（近紫外～近红外）、较大的电光系数和非线性系数、高的损伤阈值、能够生长大口径的晶体，是目前唯一可用于惯性约束核聚变（Inertial Confinement Fusion，ICF）工程中的非线性光学材料。其中最令人瞩目的激光核聚变装置—美国的国家点火装置（National Ignition Facility, NIF）中使用的尺寸规格为410mm×410mm×10（9）mm的KDP晶体元件达到576块，并对其提出如下基本技术要求：高精度面形误差PV（透射波前λ/6）、高激光损伤阈值（>15J/cm²），良好的表面粗糙度（RMS﹤5nm）。然而，KDP晶体具有各向异性、脆性高、质地软、易潮解、对温度变化敏感、易开裂等一系列不利于光学加工的特点，被公认为最难加工的光学元件。在当前的加工条件下，KDP晶体表面或亚表面普遍存在划痕、中高频误差以及杂质污染等典型缺陷。在巨大的激光能量辐照下，这些缺陷往往会成为诱导晶体损伤发生的损伤前驱体，从而导致晶体的激光损伤阈值降低。目前，低的损伤阈值成为了限制KDP晶体发展的一大瓶颈。
当前行业内通用的损伤阈值的获取方法是在阈值打靶平台上对晶体进行损伤阈值测试，而这一途径对晶体造成的损伤是不可恢复的，对于高功率激光装置中的大口径KDP晶体，在晶体上架之前是绝不允许出现破坏性的损伤；并且损伤阈值测试具有概率性，容易受测试方法、条件及环境因素的影响。因此，如何在已知KDP晶体的表面状态或特征的情况下预测其损伤阈值具有十分重大的工程意义。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种利用无损检测手段结合KDP晶体损伤阈值测试，只需要检测和分析KDP晶体表面缺陷区域的光热弱吸收值，就能够对晶体的损伤阈值进行准确的估计，可避免损伤阈值测试方法的缺陷，不会对晶体造成损伤，提高晶体的利用率，节省加工成本，而且还能够提升KDP晶体的表面缺陷，指导KDP晶体加工工艺的基于典型缺陷特征的KDP晶体损伤阈值预测方法。
为了解决上述技术问题，本发明采用的技术方案为：
一种基于典型缺陷特征的KDP晶体损伤阈值预测方法，实施步骤包括：
1）预先分别建立KDP晶体每一种典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系；
2）针对待测KDP晶体的表面缺陷进行特征检测，确定的表面缺陷的典型缺陷类型；
3）针对待测KDP晶体的典型表面缺陷区域进行光热弱吸收测量实验，得到典型表面缺陷的光热弱吸收值，将典型缺陷类型、典型表面缺陷的光热弱吸收值代入KDP晶体对应的典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系，得到典型表面缺陷的损伤阈值。
优选地，步骤1）的详细步骤包括：
1.1）获取多块具有不同表面状态的KDP晶体样件，针对各块KDP晶体样件，分别选取不同的典型表面缺陷区域作为一类实验区域，对各类实验区域，分别进行光热弱吸收测量，并计算光热弱吸收测量结果的平均值作为该类实验区域对应的典型表面缺陷的光热弱吸收水平；
1.2）针对各块KDP晶体样件的各类实验区域，分别在实验区域上随机选择多个测量点，测量各个测量点的损伤阈值并计算平均值作为该类实验区域对应的典型表面缺陷的损伤阈值；
1.3）针对各类典型表面缺陷，分别将该类典型表面缺陷的光热弱吸收水平以及损伤阈值进行线性拟合，得到KDP晶体各种典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系。
优选地，步骤1.1）中获取多块具有不同表面状态的KDP晶体样件具体是指基于不同的加工方法、不同的表面缺陷类型制备多块具有不同表面状态的KDP晶体样件。
优选地，所述不同的加工方法包括单点金刚石切削、磁流变抛光以及离子束加工。
优选地，所述不同的典型表面缺陷包括划痕、杂质污染以及裂纹。
优选地，步骤1.3）中进行线性拟合得到的函数表达式如式（1）所示；
y=ax+b （1）
式（1）中，y为某一种典型表面缺陷对应的损伤阈值，x为某一种典型表面缺陷的光热弱吸收水平，a,b为拟合系数。
优选地，步骤2）中针对待测KDP晶体的表面缺陷进行特征检测具体是指将待测KDP晶体元件在超景深显微镜上进行观察以确定的表面缺陷的典型缺陷类型。
本发明基于典型缺陷特征的KDP晶体损伤阈值预测方法基于KDP晶体的激光损伤机制，利用无损检测手段测得缺陷区域的光热弱吸收信号，在一定条件下，光热弱吸收信号越大，损伤越容易发生，或者当光热弱吸收信号达到某一固定值，损伤就会产生。光热弱吸收水平和损伤阈值会因缺陷的类型，缺陷的特征参数的不同而有所差异，本方法首先根据多块具有不同表面状态及特征的晶体建立其表面光热弱吸收水平与损伤阈值之间的对应关系，再提取待测样件表面缺陷以及其对应区域的光热弱吸收水平，最终达到在已知晶体元件缺陷区域的光热弱吸收大小的条件下就能预测其损伤阈值的目的。与现有技术相比，本发明基于典型缺陷特征的KDP晶体损伤阈值预测方法的优点在于：
其一：本发明方法利用无损检测手段结合KDP晶体损伤阈值测试，获得了具有典型表面缺陷KDP晶体的光热弱吸收水平和损伤阈值的关系，从而使得在KDP晶体加工完成后，只需要检测和分析KDP晶体表面缺陷区域的光热弱吸收值，就能够对晶体的损伤阈值进行准确的估计。本方法可避免损伤阈值测试方法的缺陷，不会对晶体造成损伤，提高晶体的利用率，节省加工成本；
其二，晶体在进行光热弱吸收测试时，激光会以光栅路径扫描晶体表面，对于KDP晶体表面存在的缺陷有一定的消融作用，即能够对KDP晶体进行一定程度的激光预处理，从而使其阈值得到小幅度提升；
其三，针对晶体表面缺陷不同的损伤阈值，在加工过程中可以采取有效的途径尽量避免产生对阈值影响较大的表面缺陷，这对KDP晶体加工工艺具有一定的指导意义。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例拟合得到的光热弱吸收水平与损伤阈值的对应关系曲线。
图3为本发明实施例待测KDP晶体的无缺陷区域的光热弱吸收图。
图4为本发明实施例待测KDP晶体的有缺陷区域光热弱吸收图。
具体实施方式
如图1所示，本实施例基于典型缺陷特征的KDP晶体损伤阈值预测方法的实施步骤包括：
1）预先分别建立KDP晶体每一种典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系；
2）针对待测KDP晶体的表面缺陷进行特征检测，确定的表面缺陷的典型缺陷类型；
3）针对待测KDP晶体的典型表面缺陷区域进行光热弱吸收测量实验，得到典型表面缺陷的光热弱吸收值，将典型缺陷类型、典型表面缺陷的光热弱吸收值代入KDP晶体对应的典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系，得到典型表面缺陷的损伤阈值。
本实施例基于典型缺陷特征的KDP晶体损伤阈值预测方法的基本原理是：KDP晶体在激光的辐照下发生损伤，其表面存在的各类缺陷即为损伤前驱体，因此，KDP晶体表面的缺陷是诱导损伤产生的主要因素。缺陷处对激光的吸收或者场强调制均高于无缺陷处，因而在这些缺陷处或缺陷区域范围内晶体会对激光产生强吸收，使温度上升，应力增大，当温度和应力增大到某一临界值时，元件即发生损伤。所以，晶体元件缺陷区域的阈值将低于无缺陷区域的阈值，在此条件下晶体能容忍的不发生激光损伤的最大阈值（或发生激光损伤的最小阈值）应当等于缺陷区域的阈值。本实施例基于典型缺陷特征的KDP晶体损伤阈值预测方法基于KDP晶体的激光损伤机制，利用无损检测手段测得缺陷区域的光热弱吸收信号，在一定条件下，光热弱吸收信号越大，损伤越容易发生，或者当光热弱吸收信号达到某一固定值，损伤就会产生。光热弱吸收水平和损伤阈值会因缺陷的类型，缺陷的特征参数的不同而有所差异，本方法首先根据多块具有不同表面状态及特征的晶体建立其表面光热弱吸收水平与损伤阈值之间的对应关系，再提取待测样件表面缺陷以及其对应区域的光热弱吸收水平，最终达到在已知晶体元件缺陷区域的光热弱吸收大小的条件下就能预测其损伤阈值的目的。
本实施例中，步骤1）的详细步骤包括：
1.1）获取五块具有不同表面状态的KDP晶体样件，针对各块KDP晶体样件，分别选取不同的典型表面缺陷区域作为一类实验区域，分别对各类实验区域进行光热弱吸收测量（利用超景深显微镜以及光热弱吸收测试装置，每一块KDP晶体至少取五个测试点），并计算光热弱吸收测量结果的平均值作为该类实验区域对应的典型表面缺陷的光热弱吸收水平；
本实施例中，五块KDP晶体样件的光热弱吸收水平如表1所示：
表1：实验样件光热弱吸收结果表。
Figure 276074DEST_PATH_IMAGE001
1.2）针对各块KDP晶体样件的各类实验区域，分别在实验区域上随机选择多个测量点，测量各个测量点的损伤阈值并计算平均值作为该类实验区域对应的典型表面缺陷的损伤阈值；本实施例中，在基于《ISO21254-1：2011》标准搭建的激光损伤阈值测试装置上对每块KDP晶体进行损伤阈值测量，采用R-on-1测试方法，每块晶体上取十个不同区域进行测量，测量结果的平均值作为该晶体的损伤阈值；
本实施例中，五块KDP晶体样件的光热弱吸收水平如表2所示：
表2：实验样件激光损伤阈值结果表。
Figure 255531DEST_PATH_IMAGE002
1.3）针对各类典型表面缺陷，分别将该类典型表面缺陷的光热弱吸收水平以及损伤阈值进行线性拟合，得到KDP晶体各种典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系。
本实施例中，步骤1.1）中获取多块具有不同表面状态的KDP晶体样件具体是指基于不同的加工方法、不同的表面缺陷类型制备多块具有不同表面状态的KDP晶体样件。本实施例中，不同的加工方法包括单点金刚石切削、磁流变抛光以及离子束加工。本实施例中，不同的典型表面缺陷包括划痕、杂质污染以及裂纹。
本实施例中，步骤1.3）中进行线性拟合得到的函数表达式如式（1）所示；
y=ax+b （1）
式（1）中，y为某一种典型表面缺陷对应的损伤阈值，单位为J/cm2，x为某一种典型表面缺陷的光热弱吸收水平，单位为ppm ，a,b为拟合系数。如图2所示，本实施例中具体拟合得到的参数a为-0.029，b的值为4，即拟合方程为：y=-0.029*x+4。拟合结果表明，五块晶体的光热弱吸收与其损伤阈值有极强的相关性，相关系数R2达到0.92。
本实施例中，步骤2）中针对待测KDP晶体的表面缺陷进行特征检测具体是指将待测KDP晶体元件在超景深显微镜上进行观察以确定的表面缺陷的典型缺陷类型，例如为划痕、杂质污染以及裂纹等。图3为待测晶体表面无缺陷区域的光热弱吸收图，图4为含有缺陷区域光热弱吸收图，从图中可以明显看出缺陷处的光热弱吸收水平要明显高于无缺陷处。
本实施例中，针对待测KDP晶体的表面缺陷进行特征检测后，确定某典型缺陷类型的光热弱吸收水平为44.71ppm，将所测得的光热弱吸收水平代入拟合曲线y=-0.029*x+4，得出待测晶体样件的激光损伤阈值为2.70J/cm2，此数值即为待测样件激光损伤阈值的预测值。将待测晶体损伤阈值与实验测得的损伤阈值进行对比：实验测得待测晶体的激光损伤阈值为2.78J/cm2，预测值与实际值只有2.88%的误差。实施例结果证明，本实施例基于典型缺陷特征的KDP晶体损伤阈值预测方法能准确地预测KDP晶体的激光损伤阈值且具有很高的可靠性，作为待测样件损伤阈值预测具有良好的可行性。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于典型缺陷特征的KDP晶体损伤阈值预测方法，其特征在于实施步骤包括：
1）预先分别建立KDP晶体每一种典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系，所述典型表面缺陷包括划痕、杂质污染以及裂纹；
2）针对待测KDP晶体的表面缺陷进行特征检测，确定的表面缺陷的典型缺陷类型；
3）针对待测KDP晶体的典型表面缺陷区域进行光热弱吸收测量实验，得到典型表面缺陷的光热弱吸收值，将典型缺陷类型、典型表面缺陷的光热弱吸收值代入KDP晶体对应的典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系，得到典型表面缺陷的损伤阈值。
2.根据权利要求1所述的基于典型缺陷特征的KDP晶体损伤阈值预测方法，其特征在于，步骤1）的详细步骤包括：
1.1）获取多块具有不同表面状态的KDP晶体样件，针对各块KDP晶体样件，分别选取不同的典型表面缺陷区域作为一类实验区域，对各类实验区域，分别进行光热弱吸收测量并计算光热弱吸收测量结果的平均值作为该类实验区域对应的典型表面缺陷的光热弱吸收水平；
1.2）针对各块KDP晶体样件的各类实验区域，分别在实验区域上随机选择多个测量点，测量各个测量点的损伤阈值并计算平均值作为该类实验区域对应的典型表面缺陷的损伤阈值；
1.3）针对各类典型表面缺陷，分别将该类典型表面缺陷的光热弱吸收水平以及损伤阈值进行线性拟合，得到KDP晶体各种典型表面缺陷的光热弱吸收水平与损伤阈值的对应关系。
3.根据权利要求2所述的基于典型缺陷特征的KDP晶体损伤阈值预测方法，其特征在于，步骤1.1）中获取多块具有不同表面状态的KDP晶体样件具体是指基于不同的加工方法、不同的表面缺陷类型制备多块具有不同表面状态的KDP晶体样件。
4.根据权利要求3所述的基于典型缺陷特征的KDP晶体损伤阈值预测方法，其特征在于，所述不同的加工方法包括单点金刚石切削、磁流变抛光以及离子束加工。
5.根据权利要求2～4中任意一项所述的基于典型缺陷特征的KDP晶体损伤阈值预测方法，其特征在于，步骤1.3）中进行线性拟合得到的函数表达式如式（1）所示；
y=ax+b （1）
式（1）中，y为某一种典型表面缺陷对应的损伤阈值，x为某一种典型表面缺陷的光热弱吸收水平，a,b为拟合系数。
6.根据权利要求1所述的基于典型缺陷特征的KDP晶体损伤阈值预测方法，其特征在于，步骤2）中针对待测KDP晶体的表面缺陷进行特征检测具体是指将待测KDP晶体元件在超景深显微镜上进行观察以确定的表面缺陷的典型缺陷类型。
CN201711025346.7A 2017-10-27 2017-10-27 一种基于典型缺陷特征的kdp晶体损伤阈值预测方法 Active CN107884423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711025346.7A CN107884423B (zh) 2017-10-27 2017-10-27 一种基于典型缺陷特征的kdp晶体损伤阈值预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711025346.7A CN107884423B (zh) 2017-10-27 2017-10-27 一种基于典型缺陷特征的kdp晶体损伤阈值预测方法

Publications (2)

Publication Number Publication Date
CN107884423A CN107884423A (zh) 2018-04-06
CN107884423B true CN107884423B (zh) 2021-05-25

Family

ID=61782565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711025346.7A Active CN107884423B (zh) 2017-10-27 2017-10-27 一种基于典型缺陷特征的kdp晶体损伤阈值预测方法

Country Status (1)

Country Link
CN (1) CN107884423B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109115684B (zh) * 2018-09-07 2020-11-03 中国工程物理研究院激光聚变研究中心 用于确定激光预处理能量水平的测量方法及测量系统
CN110849815B (zh) * 2019-12-02 2022-10-18 中国工程物理研究院激光聚变研究中心 一种预测光学元件表面激光损伤性能的方法和系统
CN111678919B (zh) * 2020-06-17 2023-01-10 中国人民解放军国防科技大学 强激光元件激光损伤阈值预测方法、系统及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106959206A (zh) * 2017-03-21 2017-07-18 中国人民解放军国防科学技术大学 基于光热弱吸收的熔石英元件零概率损伤阈值预测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100061410A1 (en) * 2008-09-11 2010-03-11 Nikolai Platonov System and method for controlling nonlinearities in laser units
JP6630666B2 (ja) * 2013-07-22 2020-01-15 クマー，キティー 干渉レーザ加工
CN105738374B (zh) * 2016-04-21 2019-08-23 中国工程物理研究院激光聚变研究中心 一种光学元件吸收缺陷损伤特性的测试系统及方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106959206A (zh) * 2017-03-21 2017-07-18 中国人民解放军国防科学技术大学 基于光热弱吸收的熔石英元件零概率损伤阈值预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Effect of ion beam figuring on laser damage properties of KDP crystal;Qi Xiao,et al;《Proc. of SPIE》;20170808;第10339卷;第1节倒数第1段-第3.4节 *

Also Published As

Publication number Publication date
CN107884423A (zh) 2018-04-06

Similar Documents

Publication Publication Date Title
CN107884423B (zh) 一种基于典型缺陷特征的kdp晶体损伤阈值预测方法
CN110849815B (zh) 一种预测光学元件表面激光损伤性能的方法和系统
CN111678919B (zh) 强激光元件激光损伤阈值预测方法、系统及介质
Demant et al. Detection and analysis of micro-cracks in multi-crystalline silicon wafers during solar cell production
CN106959206B (zh) 基于光热弱吸收的熔石英元件零概率损伤阈值预测方法
KR102385259B1 (ko) 실리콘 웨이퍼의 평가 방법
JP2017055657A (ja) 太陽電池モジュールの検査装置およびその検査方法
Lamaignère et al. Accurate measurements of laser-induced bulk damage density
CN110927170B (zh) 缺陷确定方法、装置及系统
CN111044506A (zh) 一种磷酸铝污秽含水量的检测方法
JP2000275164A (ja) 応力腐食割れ試験方法
JP2007115870A (ja) ウエーハのワレ検査装置およびワレ検査方法並びにウエーハの製造方法
CN113053471B (zh) 一种用于风机主轴无损在线检测布氏硬度的方法
Dhouib et al. Investigation of thermal and optical properties on polysilicon by the photothermal deflection technique
CN106979937B (zh) 一种镀膜玻璃光学性能检测方法
CN104820002A (zh) 基于电化学检测装置的淬硬钢加工白层检测方法
CN113138157B (zh) 一种铝合金挤压型材应力腐蚀敏感性无损评估方法
KR20070065732A (ko) 웨이퍼의 표면 손상 평가를 위한 최적 조건 도출 방법,전처리 방법 및 이를 이용한 웨이퍼의 표면 손상 평가 방법
CN113740140B (zh) 一种火电厂用铁素体钢焊接接头的失效风险等级获取方法
KR102234541B1 (ko) 강화유리의 불량 검출장치 및 방법
Jupé et al. Scaling law investigations in spot sizes dependence in the ns regime
CN114264640B (zh) 一种紫外光学元件加工表面微观光伤点缺陷检测方法
Shen et al. Defect detection in c-Si photovoltaic modules via transient thermography and deconvolution optimization
Gallais et al. Birefringence and residual stress induced by CO2 laser mitigation of damage growth in fused silica
CN116794278B (zh) 陶瓷基板裂纹的检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant