CN117791288B - 一种稳定激光光路能量和指向的方法 - Google Patents
一种稳定激光光路能量和指向的方法 Download PDFInfo
- Publication number
- CN117791288B CN117791288B CN202410211331.3A CN202410211331A CN117791288B CN 117791288 B CN117791288 B CN 117791288B CN 202410211331 A CN202410211331 A CN 202410211331A CN 117791288 B CN117791288 B CN 117791288B
- Authority
- CN
- China
- Prior art keywords
- flow rate
- gas flow
- laser
- resonant cavity
- stable
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000087 stabilizing effect Effects 0.000 title claims abstract description 19
- 238000001816 cooling Methods 0.000 claims abstract description 10
- 238000010438 heat treatment Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 230000001276 controlling effect Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000010205 computational analysis Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 13
- 230000008859 change Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 239000012530 fluid Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000000827 velocimetry Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000002759 z-score normalization Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Lasers (AREA)
Abstract
本发明公开了一种稳定激光光路能量和指向的方法,属于激光技术领域，包括通过多普勒测速仪实时监测激光器谐振腔内的气体流速；将获取到的所有气体流速作为数据样本输入到数据聚类模型，判断激光器谐振腔内的气体流速是否稳定，若不稳定，利用PID控制器控制加热模块和冷却模块调整激光器谐振腔内的温度。本发明利用多普勒测速监测谐振腔内气体流速，以非接触测量方式，避免对气体流动产生干扰，准确测量气体流速；同时通过数据聚类模型对数据以聚类结果直观、快速地判断气体流速的稳定性，再控制温度令气体流速稳定进而稳定激光光路能量和指向。
Description
技术领域
本发明涉及激光技术领域，特别是一种稳定激光光路能量和指向的方法。
背景技术
激光器是指能够发射激光的装置，其主要应用于激光加工的过程，比如对工件材料进行切割、焊接、打标等，而在上述的加工过程中，为了保证加工精度，则需要保证激光器光路能量和指向的稳定，其中，激光器频率的稳定是激光器光路能量和指向的稳定性的重要因素。
在现有的技术中，大多直接根据各传感器（比如压力传感器、温度传感器等）监测到异常后再进行控制谐振腔内的各参数进行稳定，但在以气体作为增益介质的气体激光器中，气体的流速变化可能会导致频率偏移，以及导致谐振腔中电磁场的模式畸变，上述传感器则无法监测到气体流速的异常，同时，传感器的响应速度相对较慢，无法及时监测数据并进行稳定操作，并且会改变气体流动的状态和方向，产生湍流或涡旋，从而干扰谐振腔的正常工作。
发明内容
本发明为解决现有技术中存在的技术问题，提供了一种稳定激光光路能量和指向的方法，包括：
通过多普勒测速仪实时监测激光器谐振腔内的气体流速；
将获取到的所有气体流速的数据作为数据样本输入到数据聚类模型，判断激光器谐振腔内的气体流速是否稳定，若不稳定，执行下一步骤；
利用PID控制器控制加热模块和冷却模块调整激光器谐振腔内的温度；
所述将获取到的所有气体流速作为数据样本输入到数据聚类模型，判断激光器谐振腔内的气体流速是否稳定具体为：
对所述数据样本进行预处理；
通过K-means算法对预处理后的气体流速进行聚类；
根据聚类结果判断激光器谐振腔内的气体流速是否稳定。
进一步地，所述多普勒测速仪包括发射模块和计算分析模块；
所述发射模块用于将一束单色激光作为入射光照射到随所述激光器谐振腔内气体一起运动的气体分子上，所述计算分析模块用于计算分析气流速度。
进一步地，所述通过多普勒测速仪实时监测激光器谐振腔内的气体流速具体为：
获取多普勒频移Δf；Δf=f2-f1，其中f1为所述入射光的频率，f2为散射光的频率；
分析获取气体流速v,,其中，c为光速，θ为多普勒频移夹角。
进一步地，所述通过K-means算法对预处理后的气体流速进行聚类具体为：
设置三个聚类簇，分别为稳定流速聚类簇、第一非稳定流速聚类簇和第二非稳定流速聚类簇；
对预处理后的气体流速进行聚类簇分配。
进一步地，所述对预处理后的气体流速进行聚类簇分配具体为：
提前设定当前激光器频率在稳定时，气体的最大稳定流速阈值和最小稳定流速阈值；
若气体流速不大于所述最大稳定流速阈值，且不小于所述最小稳定流速阈值时，则将该气体流速分配至稳定流速聚类簇中；
若气体流速大于所述最大稳定流速阈值时，则将该气体流速分配至第一非稳定流速聚类簇中；
若气体流速小于所述最大稳定流速阈值时，则将该气体流速分配至第二非稳定流速聚类簇中。
进一步地，所述根据聚类结果判断激光器谐振腔内的气体流速是否稳定具体为：
若聚类结果为集中分布在稳定流速聚类簇的气体流速的数据数量大于或等于第一非稳定流速聚类簇第二非稳定流速聚类簇的总和，则判断当前激光器谐振腔内的气体流速稳定；
若聚类结果为集中分布在稳定流速聚类簇的气体流速的数据数量小于第一非稳定流速聚类簇第二非稳定流速聚类簇的总和，则判断当前激光器谐振腔内的气体流速不稳定。
进一步地，利用PID控制器控制加热模块和冷却模块调整激光器谐振腔内的温度具体为：
计算大于所述最大稳定流速阈值的气体流速的数据数量与小于所述最小稳定流速阈值的气体流速的数据数量的比值；
若比值小于1，则利用PID控制器控制加热模块提高激光器谐振腔内的温度；若比值大于或等于1，则利用PID控制器控制冷却模块降低激光器谐振腔内的温度。
进一步地，所述将获取到的所有气体流速作为数据样本输入到数据聚类模型，判断激光器谐振腔内的气体流速是否稳定还包括：当判断激光器谐振腔内的气体流速稳定时，执行如下步骤；
将获取到的所有多普勒频移夹角数据作为第二数据样本输入到第二数据聚类模型，判断激光器谐振腔内的气体流向是否稳定，若不稳定，则执行下一步骤；
利用PID控制器控制压力调节模块调整激光器谐振腔入口和出口的压力差。
进一步地，所述将获取到的所有多普勒频移夹角数据作为第二数据样本输入到第二数据聚类模型，判断激光器谐振腔内的气体流向是否稳定具体为：
对所述第二数据样本进行预处理；
通过K-means算法对预处理后的第二数据样本进行聚类；
判断激光器谐振腔内的气体流向是否稳定。
相比于现有技术，本发明的有益效果在于：
采用多普勒测速仪监测谐振腔内气体流速，以非接触测量方式，避免对气体流动产生干扰，准确测量气体流速；
通过数据聚类模型对数据样本进行聚类，直接以聚类结果直观、快速地判断气体流速的稳定性，再控制温度令气体流速稳定进而稳定激光光路能量和指向；
对气体流向做稳定控制，进一步稳定能量激光光路能量和指向，并直接采集多普勒频移夹角数据作气体流向稳定性判断，同时控制谐振腔入口和出口的压力差作进一步的稳定控制。
附图说明
图1是本发明提供的一种稳定激光光路能量和指向的方法的流程图；
图2是本发明提供的一种稳定激光光路能量和指向的方法中通过多普勒测速仪实时监测激光器谐振腔内的气体流速的流程图；
图3是本发明提供的一种稳定激光光路能量和指向的方法中判断激光器谐振腔内的气体流速是否稳定的流程图；
图4是本发明提供的一种稳定激光光路能量和指向的方法中调整激光器谐振腔内的温度的流程图；
图5是本发明提供的另一实施例的一种稳定激光光路能量和指向的方法的流程图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施例。但是，本发明可以用许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1至图4所示，本发明提供的一种稳定激光光路能量和指向的方法，包括如下步骤：
S1、通过多普勒测速仪实时监测激光器谐振腔内的气体流速。
本发明方案的多普勒测速仪采用激光多普勒测速仪，是一种利用激光多普勒效应测量流体或固体颗粒运动速度的装置，在激光多普勒测速中，一束或多束激光照射到流体中的微小粒子上，这些粒子随着流体流动而移动，反射回的激光频率会因为多普勒频移而发生变化，多普勒信号处理器检测多普勒频移，并根据多普勒频率与速度的关系计算出粒子的速度，从而反映流体的速度分布。
使用多普勒测速可以实现对流动气体的非接触式测量，避免与被测气体之间的直接接触，这对于高洁净度和真空环境下的激光器谐振腔尤为重要，因为它不会污染腔体内部或影响其光学性能，同时能够实时捕捉到流速的变化，对于快速变化或瞬态流动情况具有良好的动态响应能力。
如图2所示，上述步骤S1具体为：
S11、获取多普勒频移Δf；
多普勒测速仪利用多普勒效应，多普勒测速仪将入射光照射到所需测量的气体流体时，被运动的气体分子所散射后，频率发生变化，和初始频率之差则为多普勒频移。
所述多普勒测速仪包括发射模块和计算分析模块；所述发射模块用于将一束单色激光作为入射光照射到随所述激光器谐振腔内气体一起运动的气体分子上，所述计算分析模块用于计算分析气流速度；
其中，多普勒频移Δf具体表示为：Δf=f2-f1，其中f1为所述入射光的频率，f2为散射光的频率。
S12、分析获取气体流速v,,其中，c为光速，θ为多普勒频移夹角，即为入射光与气体流动方向之间的夹角。
本发明方案采用多普勒测速获取谐振腔内气体流速，采用激光光速作为信号源，可瞬间穿过气体增益介质和其他透明物质，实现非接触测量，在不会干扰流场的情况下实现高精度测量和快速测量。
S2、将获取到的所有气体流速作为数据样本输入到数据聚类模型，判断激光器谐振腔内的气体流速是否稳定，若不稳定，执行步骤S3。
数据聚类模型是一种无监督学习方法，它旨在通过分析数据集中的相似性或距离度量，自动将数据对象划分成不同的组别或簇。数据聚类模型可采用以下数据聚类算法：K-means、层次聚类、DBSCAN、谱聚类和均值漂移聚类等。
如图3所示，上述步骤S2具体为：
S21、对所述数据样本进行预处理；
上述预处理包括：
数据清洗，检查并移除异常值，由于测量误差等原因，可能存在偏离实际流速很大的异常数据点，需要筛选并剔除。
数据完整性检查：确保所有期望的采样点都有相应的流速数据。
数据平滑处理：如果原始数据具有噪声，可以采用滤波技术对数据进行去噪处理，以提高后续分析的准确性。
数据标准化/归一化：将气体流速转换到同一尺度上，因为不同时间点或者不同位置的测量可能因环境变化导致量级差异；可以使用最小-最大缩放、Z-score标准化等方式进行处理。
特征提取与转换：考虑到气体流速随时间的变化趋势，可能需要将时序数据转化为统计特性，例如平均流速等。
S22、通过K-means算法对预处理后的气体流速进行聚类；
本发明实施例采用的K-means算法，主要用于将数据集中的样本划分到K个不同的簇中，使得同一个簇内的样本相似度较高，而不同簇间的样本相似度较低。
相比于其他数据聚类算法，K-means算法的时间复杂度相对较低，尤其在处理大规模数据集时，其迭代和计算效率高过程简洁。
S23、根据聚类结果判断激光器谐振腔内的气体流速是否稳定。
上述步骤S22具体为：
S221、设置三个聚类簇，分别为稳定流速聚类簇、第一非稳定流速聚类簇和第二非稳定流速聚类簇；
S222、对预处理后的气体流速进行聚类簇分配。
上诉步骤S222具体为：
提前设定当前激光器频率在稳定时，气体的最大稳定流速阈值A1和最小稳定流速阈值A2；
将Z1作为稳定流速聚类簇的中心值，Z1=(A1+A2)/2；将Z2作为第一非稳定流速聚类簇的中心值，Z2=A1+Z1；将Z3作为第二非稳定流速聚类簇的中心值，Z3=A2-Z1；
若气体流速不大于所述最大稳定流速阈值A1，且不小于所述最小稳定流速阈值A2时，也即|v-Z1|<|v-Z2|且|v-Z1|<|v-Z3| ，则将该气体流速分配至稳定流速聚类簇中；
若气体流速大于所述最大稳定流速阈值A1，也即|v-Z2|<|v-Z1|且|v-Z2|<|v-Z3|，则将该气体流速分配至第一非稳定流速聚类簇中；
若气体流速小于所述最小稳定流速阈值A2时，也即|v-Z3|<|v-Z1|且|v-Z3|<|v-Z2|，则将该气体流速分配至第二非稳定流速聚类簇中。
上述步骤S23具体为：
若聚类结果为集中分布在稳定流速聚类簇的气体流速的数据数量大于或等于第一非稳定流速聚类簇第二非稳定流速聚类簇的总和，则判断当前激光器谐振腔内的气体流速稳定；
若聚类结果为集中分布在稳定流速聚类簇的气体流速的数据数量小于第一非稳定流速聚类簇第二非稳定流速聚类簇的总和，则判断当前激光器谐振腔内的气体流速不稳定。
本发明方案通过数据聚类模型，采用K-means算法对气体流速进行稳定性的分析，得到有明确聚类中心的簇，令聚类结果能够快速且直观地判断气体流速的变化情况，分析气体流速的稳定性。
S3、利用PID控制器控制加热模块和冷却模块调整激光器谐振腔内的温度。
如图4所示，上述步骤S3具体为：
S31、计算大于所述最大稳定流速阈值的气体流速的数据数量与小于所述最小稳定流速阈值的气体流速的数据数量的比值；
S32、判断所述比值，若比值小于1，则利用PID控制器控制加热模块提高激光器谐振腔内的温度；若比值大于或等于1，则利用PID控制器控制冷却模块降低激光器谐振腔内的温度。
当激光器谐振腔内气体流速不稳定且上述比值大于或等于1时，谐振腔内气体流速过快，会造成气体分子与谐振腔内壁碰撞增多或气体分子在谐振腔内快速通过而未能激发到高能级等影响，从而导致激光器频率不稳定，令激光器的光路能量和指向不稳定，因此需要为谐振腔降温降低气体流速；
当激光器谐振腔内气体流速不稳定且上述比值小于1时，谐振腔内气体流速过慢，会导致气体分子在谐振腔内的驻留时间增加，从而导致部分气体分子在较高能级上停留时间过长，增加能级跌落和光子退相干的风险，从而令激光器的光路能量和指向不稳定，因此需要为谐振腔加热提升气体流速。
PID控制器具有较高的控制精度，能够根据谐振腔内气体流速的稳定程度进行精准的调整，从而将温度稳定在所需的值。其次，PID控制器具有很好的鲁棒性，在面对谐振腔内部参数变化或者外部环境干扰时，PID控制器能够通过自我调整，维持温度的稳定。
进一步地，谐振腔内气体的流向不稳定时，谐振腔内的光场也会受到干扰，进而导致激光器频率发生漂移，产生噪声，导致激光光路能量和指向不稳定，而谐振腔内气体流速稳定时，并不意味着气体流向一定稳定。
因此，如图5所示，在本发明方案的另一实施例中，步骤S2还包括：当判断激光器谐振腔内的气体流速稳定时，执行步骤S4；
S4、将获取到的所有多普勒频移夹角数据作为第二数据样本输入到第二数据聚类模型，判断激光器谐振腔内的气体流向是否稳定，若不稳定，则执行S5。
上述步骤S4具体为：
S41、对所述第二数据样本进行预处理；
上述预处理包括：
数据清洗，检查并移除异常值，由于测量误差等原因，可能存在偏离实际流速很大的异常数据点，需要筛选并剔除。
数据完整性检查：确保所有期望的采样点都有相应的流速数据。
数据平滑处理：如果原始数据具有噪声，可以采用滤波技术对数据进行去噪处理，以提高后续分析的准确性。
数据标准化/归一化：将气体流速转换到同一尺度上，因为不同时间点或者不同位置的测量可能因环境变化导致量级差异；可以使用最小-最大缩放、Z-score标准化等方式进行处理。
特征提取与转换：考虑到气体流速随时间的变化趋势，可能需要将时序数据转化为统计特性，例如平均流速等。
S42、通过K-means算法对预处理后的第二数据样本进行聚类；
S43、判断激光器谐振腔内的气体流向是否稳定。
上述步骤S42具体为：
S421、设置两个聚类簇，分别为稳定流向聚类簇和非稳定流向聚类簇；
S422、对预处理后的第二数据样本中的多普勒频移夹角数据进行聚类簇分配。
上述步骤S422具体为：
设定夹角变化量阈值和参考夹角，参考夹角根据当前激光器所需的气体流向设定；
若多普勒频移夹角数据与参考夹角的差值不大于夹角变化量阈值，则将该多普勒频移夹角数据分配至稳定流向聚类簇中；
若多普勒频移夹角数据与参考夹角的差值大于夹角变化量阈值，则将该多普勒频移夹角数据分配至非稳定流向聚类簇中。
上述步骤S43具体为：
若集中分布在稳定流向聚类簇的数据点数量比非稳定流向聚类簇中的多，则判断当前激光器谐振腔内的气体流向稳定；
若集中分布在稳定流向聚类簇的数据点数量比非稳定流向聚类簇中的少，则判断当前激光器谐振腔内的气体流向不稳定。
S5、利用PID控制器控制压力调节模块调整激光器谐振腔入口和出口的压力差，具体为：
在谐振腔的入口和出口处均设置压力调节模块；
当出口处压力高于入口处时，气体向入口方向流动；当入口处压力高于出口处时，气体向出口方向流动。
本发明的有益效果在于：
采用多普勒测速仪监测谐振腔内气体流速，以非接触测量方式，避免对气体流动产生干扰，准确测量气体流速；
通过数据聚类模型对数据样本进行聚类，直接以聚类结果直观、快速地判断气体流速的稳定性，再控制温度令气体流速稳定进而稳定激光光路能量和指向；
对气体流向做稳定控制，进一步稳定能量激光光路能量和指向，并直接采集多普勒频移夹角数据作气体流向稳定性判断，同时控制谐振腔入口和出口的压力差作进一步的稳定控制。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明，所述本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.一种稳定激光光路能量和指向的方法，其特征在于，包括：
S1、通过多普勒测速仪实时监测激光器谐振腔内的气体流速；
S2、将获取到的所有气体流速的数据作为数据样本输入到数据聚类模型，判断激光器谐振腔内的气体流速是否稳定，若不稳定，执行S3，若稳定，执行S4；
S3、利用PID控制器控制加热模块和冷却模块调整激光器谐振腔内的温度；
S4、将获取到的所有多普勒频移夹角数据作为第二数据样本输入到第二数据聚类模型，判断激光器谐振腔内的气体流向是否稳定，若不稳定，则执行S5；
S5、利用PID控制器控制压力调节模块调整激光器谐振腔入口和出口的压力差；
所述将获取到的所有气体流速作为数据样本输入到数据聚类模型，判断激光器谐振腔内的气体流速是否稳定具体为：
对所述数据样本进行预处理；
通过K-means算法对预处理后的气体流速进行聚类；
根据聚类结果判断激光器谐振腔内的气体流速是否稳定；
所述利用PID控制器控制压力调节模块调整激光器谐振腔入口和出口的压力差，具体为：
在谐振腔的入口和出口处均设置压力调节模块；
当出口处压力高于入口处时，气体向入口方向流动；当入口处压力高于出口处时，气体向出口方向流动。
2.根据权利要求1所述的稳定激光光路能量和指向的方法，其特征在于，所述多普勒测速仪包括发射模块和计算分析模块；
所述发射模块用于将一束单色激光作为入射光照射到随所述激光器谐振腔内气体一起运动的气体分子上，所述计算分析模块用于计算分析气流速度。
3.根据权利要求2所述的稳定激光光路能量和指向的方法，其特征在于，所述通过多普勒测速仪实时监测激光器谐振腔内的气体流速具体为：
获取多普勒频移Δf；Δf=f2-f1，其中f1为所述入射光的频率，f2为散射光的频率；
分析获取气体流速v,,其中，c为光速，θ为多普勒频移夹角。
4.根据权利要求3所述的稳定激光光路能量和指向的方法，其特征在于，所述通过K-means算法对预处理后的气体流速进行聚类具体为：
设置三个聚类簇，分别为稳定流速聚类簇、第一非稳定流速聚类簇和第二非稳定流速聚类簇；
对预处理后的气体流速进行聚类簇分配。
5.根据权利要求4所述的稳定激光光路能量和指向的方法，其特征在于，所述对预处理后的气体流速进行聚类簇分配具体为：
提前设定当前激光器频率在稳定时，气体的最大稳定流速阈值和最小稳定流速阈值；
若气体流速不大于所述最大稳定流速阈值，且不小于所述最小稳定流速阈值时，则将该气体流速分配至稳定流速聚类簇中；
若气体流速大于所述最大稳定流速阈值时，则将该气体流速分配至第一非稳定流速聚类簇中；
若气体流速小于所述最大稳定流速阈值时，则将该气体流速分配至第二非稳定流速聚类簇中。
6.根据权利要求5所述的稳定激光光路能量和指向的方法，其特征在于，所述根据聚类结果判断激光器谐振腔内的气体流速是否稳定具体为：
若聚类结果为集中分布在稳定流速聚类簇的气体流速的数据数量大于或等于第一非稳定流速聚类簇第二非稳定流速聚类簇的总和，则判断当前激光器谐振腔内的气体流速稳定；
若聚类结果为集中分布在稳定流速聚类簇的气体流速的数据数量小于第一非稳定流速聚类簇第二非稳定流速聚类簇的总和，则判断当前激光器谐振腔内的气体流速不稳定。
7.根据权利要求5所述的稳定激光光路能量和指向的方法，其特征在于，利用PID控制器控制加热模块和冷却模块调整激光器谐振腔内的温度具体为：
计算大于所述最大稳定流速阈值的气体流速的数据数量与小于所述最小稳定流速阈值的气体流速的数据数量的比值；
若比值小于1，则利用PID控制器控制加热模块提高激光器谐振腔内的温度；若比值大于或等于1，则利用PID控制器控制冷却模块降低激光器谐振腔内的温度。
8.根据权利要求1所述的稳定激光光路能量和指向的方法，其特征在于，所述将获取到的所有多普勒频移夹角数据作为第二数据样本输入到第二数据聚类模型，判断激光器谐振腔内的气体流向是否稳定具体为：
对所述第二数据样本进行预处理；
通过K-means算法对预处理后的第二数据样本进行聚类；
判断激光器谐振腔内的气体流向是否稳定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410211331.3A CN117791288B (zh) | 2024-02-27 | 2024-02-27 | 一种稳定激光光路能量和指向的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410211331.3A CN117791288B (zh) | 2024-02-27 | 2024-02-27 | 一种稳定激光光路能量和指向的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117791288A CN117791288A (zh) | 2024-03-29 |
| CN117791288B true CN117791288B (zh) | 2024-05-07 |
Family
ID=90387474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410211331.3A Active CN117791288B (zh) | 2024-02-27 | 2024-02-27 | 一种稳定激光光路能量和指向的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117791288B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5179418A (en) * | 1990-05-21 | 1993-01-12 | Canon Kabushiki Kaisha | Doppler velocimeter and apparatus using the same |
| US5187538A (en) * | 1990-10-30 | 1993-02-16 | Kabushiki Kaisha Toshiba | Laser doppler velocimeter |
| JP2001044534A (ja) * | 1999-06-07 | 2001-02-16 | Lambda Physik G Zur Herstellung Von Lasern Mbh | ガス放電レーザ用ガス混合体の組成維持方法およびモニタ装置 |
| CN1472777A (zh) * | 2002-06-19 | 2004-02-04 | ������������ʽ���� | 激光光源控制法及其装置、曝光法及其设备和器件制造法 |
| CN104749396A (zh) * | 2015-03-25 | 2015-07-01 | 中国科学院安徽光学精密机械研究所 | 一种基于波长调制-tdlas的高速气流流速检测系统 |
| CN110261643A (zh) * | 2019-07-04 | 2019-09-20 | 哈尔滨工程大学 | 一种基于多普勒频移原理的低速流场测速方法及装置 |
| CN111326942A (zh) * | 2018-12-17 | 2020-06-23 | 住友重机械工业株式会社 | 气体激光装置及激光振荡方法 |
| CN114788101A (zh) * | 2019-12-03 | 2022-07-22 | Asml荷兰有限公司 | 用于增强co2驱动激光器性能的气体质量优化 |
| CN117171603A (zh) * | 2023-11-01 | 2023-12-05 | 海底鹰深海科技股份有限公司 | 一种基于机器学习的多普勒测速数据处理方法 |
-
2024
- 2024-02-27 CN CN202410211331.3A patent/CN117791288B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5179418A (en) * | 1990-05-21 | 1993-01-12 | Canon Kabushiki Kaisha | Doppler velocimeter and apparatus using the same |
| US5187538A (en) * | 1990-10-30 | 1993-02-16 | Kabushiki Kaisha Toshiba | Laser doppler velocimeter |
| JP2001044534A (ja) * | 1999-06-07 | 2001-02-16 | Lambda Physik G Zur Herstellung Von Lasern Mbh | ガス放電レーザ用ガス混合体の組成維持方法およびモニタ装置 |
| CN1472777A (zh) * | 2002-06-19 | 2004-02-04 | ������������ʽ���� | 激光光源控制法及其装置、曝光法及其设备和器件制造法 |
| CN104749396A (zh) * | 2015-03-25 | 2015-07-01 | 中国科学院安徽光学精密机械研究所 | 一种基于波长调制-tdlas的高速气流流速检测系统 |
| CN111326942A (zh) * | 2018-12-17 | 2020-06-23 | 住友重机械工业株式会社 | 气体激光装置及激光振荡方法 |
| CN110261643A (zh) * | 2019-07-04 | 2019-09-20 | 哈尔滨工程大学 | 一种基于多普勒频移原理的低速流场测速方法及装置 |
| CN114788101A (zh) * | 2019-12-03 | 2022-07-22 | Asml荷兰有限公司 | 用于增强co2驱动激光器性能的气体质量优化 |
| CN117171603A (zh) * | 2023-11-01 | 2023-12-05 | 海底鹰深海科技股份有限公司 | 一种基于机器学习的多普勒测速数据处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117791288A (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7667839B2 (en) | Aerosol particle sensor with axial fan | |
| US9378183B2 (en) | Monitoring diagnostic device and monitoring diagnostic method | |
| Bagri et al. | Tool wear and remaining useful life prediction in micro-milling along complex tool paths using neural networks | |
| WO2016137849A2 (en) | Fault detection in rotor driven equipment using rotational invariant transform of sub-sampled 3-axis vibrational data | |
| US11668284B2 (en) | Method of determining an induction factor for a wind turbine equipped with a lidar sensor | |
| Hamilton et al. | Comparison of modular analytical wake models to the Lillgrund wind plant | |
| Obligado et al. | Study on preferential concentration of inertial particles in homogeneous isotropic turbulence via big-data techniques | |
| CN117791288B (zh) | 一种稳定激光光路能量和指向的方法 | |
| Bizjan et al. | Energy dissipation in the blade tip region of an axial fan | |
| Wu et al. | On identifying the deterministic components of propeller noise | |
| WO2023014984A1 (en) | Methods and systems for thrust-based turbine wake control | |
| Neunaber et al. | First characterization of a new perturbation system for gust generation: the chopper | |
| Guo et al. | Aerodynamic evaluation of cascade flow with actual geometric uncertainties using an adaptive sparse arbitrary polynomial chaos expansion | |
| Yafei et al. | Fault Diagnosis of Axial Piston Pump Based on Extreme‐Point Symmetric Mode Decomposition and Random Forests | |
| Schwenzer et al. | Continuous identification for mechanistic force models in milling | |
| Jiang et al. | A SVDD and K‐Means Based Early Warning Method for Dual‐Rotor Equipment under Time‐Varying Operating Conditions | |
| CN116032016B (zh) | 智慧风电场运行状态在线监测预警系统及预警方法 | |
| CN117000463A (zh) | 一种智能薄膜射流雾化自适应控制方法及装置 | |
| Li et al. | A novel self-adaptive, multi-peak detection algorithm for blade tip clearance measurement based on a capacitive probe | |
| CN114320770B (zh) | 风电机组的有效风速测量方法及装置 | |
| CN107490531B (zh) | 一种基于闭环控制原理的粒径分布测量方法 | |
| Xiao et al. | An Empirical noise model of centrifugal fans with different volute tongues based on Langevin regression | |
| Jux et al. | Object surface reconstruction from flow tracers | |
| Kumar et al. | Identification and classification of operating flow regimes and prediction of stall in a contra-rotating axial fan using machine learning | |
| US20220112883A1 (en) | Method of determining an induction factor between a measurement plane and the rotor plane of a wind turbine |
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 |