东京大学 (左下角)激光在材料上打孔
(左上)测量激光的注量
(右下方)积分通量和孔深度的测量结果叠加在一起
(右上)然后确定这些测量值之间的关系，以便仅根据注量计算孔深
信用:2021樱井等
尽管几十年来对激光及其应用进行了大量的研究，但科学家们很难准确而直接地观察到它们与材料相互作用的细节
研究人员首次找到了一种使用低成本设备从生产激光中获取此类数据的方法
这项技术可以极大地提高用激光切割或蚀刻物品的精确度
鉴于激光无处不在，这可能会在实验室、商业和工业应用中产生广泛的影响
激光在现代世界中的应用非常广泛
一个越来越重要的领域是制造业，因为激光的精确度远高于同等的物理工具
然而，这种精度水平在理论上甚至可能更高，从而产生了新一代难以想象的技术
提高激光精度的一个重要方法是更好地获得激光与材料相互作用的反馈
这将在生产激光器的切割和蚀刻动作中赋予更大的控制和更小的不确定性
到目前为止，这个问题被证明是难以解决的
“要测量激光切割表面的深度，通常需要数十或数百个深度读数
这对于快速、自动化的激光生产系统来说是一个巨大的障碍，”东京大学物理系的季峻·于本教授说
“因此，我们设计了一种新的方法来确定和预测激光脉冲产生的洞的深度，这种方法基于单次观测，而不是数十次或数百次观测
这一发现是提高激光加工可控性的重要一步
" Yumoto和他的团队试图利用尽可能少的信息来确定激光洞的深度
这让他们开始研究激光脉冲的能量密度，即脉冲在给定区域内传递的光能
直到最近，需要昂贵的成像设备来观察这种通量，并且缺乏足够的分辨率
但由于电子和光学其他领域的发展，一个相对简单的覆盆子皮相机版本2被证明适合这项工作
当他们的测试激光设备在蓝宝石上打孔时，照相机直接记录了激光脉冲的能量密度分布
然后激光显微镜测量了孔的形状
通过叠加这两个结果，并使用现代数值方法，该团队产生了一个大而可靠的数据集，可以准确地产生注量和孔深度之间的关系
“这相当于从一次测量中提取了大约25万个数据点，”Yumoto说
“我们的新方法可以有效地为机器学习提供大数据，并提供新的数值模拟方法来提高激光加工的精度和可控性
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
