Return to search

Estudo de sensibilidade ao alinhamento e desenvolvimento de uma metodologia para alinhamento de sistemas ópticos por meio da análise de aberrações de frente de onda utilizando redes neurais artificiais / Alignment sensitivity analysis and development of an optical systems alignment methodology based on the analysis of wave aberrations utilizing artificial neural networks

Erros de alinhamento em sistemas ópticos não criam novas aberrações, mas alteram a dependência com o campo das aberrações já conhecidas. Neste trabalho, a sensibilidade teórica ao alinhamento, de sistemas ópticos reflexivos compostos por dois elementos, foi avaliada em função das constantes cônicas dos espelhos. Dentre as diferentes configurações consideradas nesta análise, uma específica apresenta menor sensibilidade à descentralização do espelho secundário. A utilização da teoria de aberração de onda aplicável a sistemas plano-simétricos revelou que a escolha apropriada da constante cônica do espelho secundário faz com que coma uniforme de terceira ordem seja compensado quando esse elemento encontra-se descentralizado, fazendo com que esse sistema seja livre da aberração mais importante causada a ele por desalinhamentos, tornando-o menos sensível. Este trabalho apresenta uma metodologia de alinhamento baseada na análise da frente de onda transmitida por sistemas ópticos, que utiliza redes neurais artificiais para a estimativa dos erros de alinhamento. A frente de onda transmitida por um sistema óptico carrega informações das aberrações desse sistema, que podem ser descritas em termos dos polinômios de Zernike. Esses polinômios podem ser usados para a análise dos efeitos de erros de alinhamento nas aberrações do sistema. Redes neurais artificiais são empregadas na análise dos coeficientes dos polinômios de Zernike visando avaliar o tipo de desalinhamento e a sua magnitude. As estimativas teóricas dos desalinhamentos tanto em sistemas reflexivos como em sistemas refrativos são satisfatórias quando o sistema é considerado perfeito, ou seja, as superfícies ópticas de seus elementos não apresentam erros de forma e não há ruído nos dados avaliados. Na presença de defeitos de fabricação ocorre degradação no desempenho do estimador. Além de descentralização e inclinação, redes neurais artificiais são capazes de fornecer uma estimativa de erros de posicionamento axial dos elementos do sistema. Com base nos estudos realizados, acredita-se que redes neurais artificiais constituem uma alternativa promissora no alinhamento de sistemas ópticos complexos. / Although misalignments in optical systems do not generate new aberration forms, they change the field-dependence of the known ones. In this research, the sensitivity of two-mirror optical systems due to misalignments is evaluated in function of the conic constants of the mirrors. Among the different configurations considered in this study, a specific one has shown low sensitivity due to decenter misalignments. The application of the wave aberration theory for plane-symmetric optical systems has revealed that the proper choice of the secondary mirror conic constant allows third-order uniform coma to be compensated, leading to a less sensitive system, free from the most important misalignment-induced aberration. This thesis also presents an alignment methodology based on the analysis of the transmitted wavefront utilizing artificial neural networks to estimate alignment errors in the components of the system. The transmitted wavefront carries information about the aberrations in the optical system, which can be described in terms of Zernike polynomials. Such polynomials are used for the analysis of the effects of misalignments on the aberrations of the system. Artificial neural networks are employed in the analysis of the coefficients of Zernike polynomials and used to evaluate both type and magnitude of the misalignments. Theoretical misalignments estimated in reflexive and refractive optical systems are satisfactory for perfect systems, i.e., systems with no surface errors, and noiseless data. When surface imperfections are considered, the performance of the estimator is reduced. Besides decenter and tilt misalignments, artificial neural networks can estimate axial positioning errors of the elements in the system, therefore they are believed to be a promising alternative for the alignment of complex optical systems.

Identiferoai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-13122013-165530
Date18 September 2013
CreatorsScaduto, Lucimara Cristina Nakata
ContributorsCastro Neto, Jarbas Caiado de
PublisherBiblioteca Digitais de Teses e Dissertações da USP
Source SetsUniversidade de São Paulo
LanguagePortuguese
Detected LanguagePortuguese
TypeTese de Doutorado
Formatapplication/pdf
RightsLiberar o conteúdo para acesso público.

Page generated in 0.0028 seconds