本發(fā)明涉及光學(xué)元件損傷預(yù)測(cè)，特別是一種基于深度學(xué)習(xí)決策樹算法的熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)方法。

背景技術(shù)：

1、熔石英作為一種性能優(yōu)異的光學(xué)材料，廣泛使用在各類激光器中，特別是紫外光波段。然而由于紫外波段光子能量提升，熔石英光學(xué)前、后表面都會(huì)發(fā)生初始損傷，大量初始損傷點(diǎn)在后續(xù)激光輻照下發(fā)生損傷增長(zhǎng)現(xiàn)象。

2、熔石英的初始損傷特性和損傷增長(zhǎng)特性是兩個(gè)主要研究關(guān)注內(nèi)容，其中實(shí)現(xiàn)熔石英元件的損傷增長(zhǎng)特性精確預(yù)測(cè)對(duì)激光裝置穩(wěn)定運(yùn)行有重要的意義。目前，熔石英元件表面的損傷增長(zhǎng)特性受到多種因素的影響，損傷增長(zhǎng)特性無(wú)法直接測(cè)量，包括以下內(nèi)容：?jiǎn)为?dú)損傷點(diǎn)的內(nèi)部化學(xué)成分和物質(zhì)結(jié)構(gòu)不同導(dǎo)致?lián)p傷增長(zhǎng)特性存在差異；損傷點(diǎn)多發(fā)次激光輻照呈現(xiàn)指數(shù)增長(zhǎng)和線性增長(zhǎng)，甚至還有線性增長(zhǎng)和指數(shù)增長(zhǎng)混合的情況，以及每個(gè)損傷點(diǎn)尺寸對(duì)損傷增長(zhǎng)閾值影響不同無(wú)法預(yù)測(cè)損傷點(diǎn)損傷增長(zhǎng)概率；損傷點(diǎn)的內(nèi)部成分、物質(zhì)結(jié)構(gòu)、激光能量吸收因子等多因素影響難以量化，以及每一個(gè)損傷點(diǎn)承受激光能量、脈寬、局部通量等不同條件對(duì)損傷增長(zhǎng)影響?，F(xiàn)有損傷增長(zhǎng)特性基于統(tǒng)計(jì)概率模型(見在先技術(shù)1，probability?of?growth?of?small?damage?sites?on?the?exit?surface?of?fusedsilica?optics，2012vol.20,no.12optics?express)，通過(guò)觀測(cè)大量損傷點(diǎn)在理想條件下的增長(zhǎng)行為，并根據(jù)統(tǒng)計(jì)數(shù)據(jù)擬合數(shù)學(xué)模型進(jìn)行損傷增長(zhǎng)特性預(yù)測(cè)。

3、然而，統(tǒng)計(jì)概率模型難以精確反映每個(gè)損傷點(diǎn)在實(shí)際條件下的增長(zhǎng)情況；也難以適應(yīng)大量損傷點(diǎn)、損傷尺寸范圍大、損傷點(diǎn)尺度分布不均勻的損傷特性批量預(yù)測(cè)情況。因此，需要尋找更有效、更精確、更普適的方法來(lái)預(yù)測(cè)熔石英元件表面損傷增長(zhǎng)特性。

技術(shù)實(shí)現(xiàn)思路

1、為克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)方法，使用小樣本數(shù)據(jù)集訓(xùn)練損傷增長(zhǎng)預(yù)測(cè)模型，可以實(shí)現(xiàn)熔石英元件表面損傷點(diǎn)增長(zhǎng)特性預(yù)測(cè)。

2、本發(fā)明的技術(shù)解決方案如下：

3、一種熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)方法，其特點(diǎn)在于，包括步驟如下：

4、步驟s1.獲取熔石英元件損傷增長(zhǎng)特性的樣本數(shù)據(jù)的方法；

5、步驟s1.1：將激光光束匯聚后輻照熔石英元件，通過(guò)調(diào)節(jié)激光能量制備損傷點(diǎn)陣列，每個(gè)陣列中包含不少于1個(gè)標(biāo)記點(diǎn)，將非標(biāo)記點(diǎn)的損傷點(diǎn)進(jìn)行編號(hào)；

6、步驟s1.2：利用顯微成像系統(tǒng)記錄陣列損傷點(diǎn)的初始等效面積si，并計(jì)算損傷點(diǎn)的初始等效直徑di，公式如下：

7、

8、式中i＝1、2、3、…、n，i表示第i個(gè)損傷點(diǎn)，；

9、步驟s1.3：調(diào)節(jié)熔石英元件位置，用厘米級(jí)平頂激光光斑覆蓋制備的損傷點(diǎn)陣列，并記錄激光輻照參數(shù)，包括激光能量、脈寬、激光光斑近場(chǎng)光強(qiáng)分布等，根據(jù)損傷點(diǎn)與光強(qiáng)分布的相對(duì)空間位置關(guān)系，結(jié)合激光能量，計(jì)算獲得每一個(gè)損傷點(diǎn)的局部激光輻照通量；

10、步驟s1.4利用顯微成像系統(tǒng)記錄陣列中每一個(gè)損傷點(diǎn)輻照后的等效面積si'，計(jì)算損傷點(diǎn)增長(zhǎng)后的等效直徑di'；

11、

12、步驟s1.5：將陣列中每一個(gè)損傷點(diǎn)的初始等效直徑、激光能量、脈寬、局部激光輻照通量等作為預(yù)測(cè)輸入特征，將每一個(gè)損傷點(diǎn)增長(zhǎng)后的等效直徑作為預(yù)測(cè)輸出特征；

13、步驟s1.6：重復(fù)s1.1-s1.5直到采集足夠的損傷增長(zhǎng)特性數(shù)據(jù)；

14、步驟s2：熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)模型的構(gòu)建和訓(xùn)練，采用決策樹算法構(gòu)建模型，測(cè)量獲得的損傷點(diǎn)增長(zhǎng)特征包括并不限于初始損傷點(diǎn)等效直徑、激光能量、脈寬和局部激光輻照通量作為特征量，測(cè)量獲得的損傷點(diǎn)實(shí)際增長(zhǎng)后的等效直徑作為真值訓(xùn)練決策樹模型中的超參；

15、步驟s3：將待測(cè)熔石英元件的初始損傷點(diǎn)等效直徑、激光能量、脈寬和局部激光輻照通量等實(shí)際數(shù)據(jù)輸入訓(xùn)練后的熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)模型，獲得損傷點(diǎn)增長(zhǎng)后的等效直徑預(yù)測(cè)值，即熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)結(jié)果。

16、所述步驟s2熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)模型的構(gòu)建和訓(xùn)練，具體包括：

17、步驟s2.1：構(gòu)建基于深度學(xué)習(xí)決策樹算法的熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)模型，其中決策樹的節(jié)點(diǎn)根據(jù)損傷增長(zhǎng)特性的信息熵增益劃分決策樹的樹枝和葉；

18、步驟s2.2：將n個(gè)損傷點(diǎn)樣本數(shù)據(jù)中的m個(gè)損傷點(diǎn)(m＜n)相關(guān)數(shù)據(jù)用于訓(xùn)練決策樹算法模型，其中初始損傷點(diǎn)等效直徑、激光能量、激光脈寬、損傷點(diǎn)局部通量等作為預(yù)測(cè)輸入特征，將損傷點(diǎn)增長(zhǎng)后等效直徑作為預(yù)測(cè)輸出特征；

19、步驟s2.3：建立損失函數(shù)：

20、

21、式中m為用于訓(xùn)練模型的損傷點(diǎn)總數(shù)量；yi為第i個(gè)損傷點(diǎn)增長(zhǎng)后的等效直徑真實(shí)值；yi為第i個(gè)損傷點(diǎn)等效直徑預(yù)測(cè)值；

22、

23、步驟s2.4：根據(jù)損失函數(shù)mae和r2評(píng)價(jià)模型的得分評(píng)價(jià)與預(yù)測(cè)精度，獲得候選模型，其中mae數(shù)值越低、r2越接近1表示預(yù)測(cè)精度越高；為多個(gè)損傷點(diǎn)等效直徑預(yù)測(cè)值的平均值；

24、步驟s2.5：將n-m個(gè)損傷點(diǎn)的相關(guān)數(shù)據(jù)用于驗(yàn)證模型，防止過(guò)擬合；

25、步驟s2.6：不斷調(diào)整決策樹算法模型超參數(shù)——最大深度max_depth，當(dāng)max_depth＝k時(shí)，損傷函數(shù)最小，而max_depth大于k時(shí)，訓(xùn)練數(shù)據(jù)精度提升但是驗(yàn)證數(shù)據(jù)精度下降，從而確定max_depth＝k為最優(yōu)模型，保存該模型。

26、與現(xiàn)有技術(shù)相比，本發(fā)明方法具有以下優(yōu)點(diǎn)，

27、1.本發(fā)明利用深度學(xué)習(xí)決策樹算法通過(guò)損傷點(diǎn)初始尺度、損傷點(diǎn)局部通量、激光能量、激光脈寬等特征，實(shí)現(xiàn)批量化初始損傷點(diǎn)的增長(zhǎng)特性預(yù)測(cè)，預(yù)測(cè)能力與預(yù)測(cè)精度高。

28、2.本發(fā)明模型建立的樣本數(shù)據(jù)量更少，方法簡(jiǎn)單易于拓展，適用于小樣本數(shù)據(jù)。在不同能量、不同初始損傷尺寸等條件下實(shí)現(xiàn)熔石英元件批量化損傷增長(zhǎng)特性的準(zhǔn)確預(yù)測(cè)；

技術(shù)特征：

1.一種熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)方法，其特征在于，包括步驟如下：

2.根據(jù)權(quán)利要求1所述的熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)方法，其特征在于，所述步驟s2中熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)模型是采用深度學(xué)習(xí)決策樹算法構(gòu)建與訓(xùn)練，具體包括：

技術(shù)總結(jié)
一種基于深度學(xué)習(xí)的熔石英元件損傷增長(zhǎng)特性預(yù)測(cè)方法，包括步驟：使用預(yù)先制備好的損傷點(diǎn)陣列，利用顯微成像系統(tǒng)拍攝損傷點(diǎn)陣列每一個(gè)損傷點(diǎn)面積計(jì)算損傷點(diǎn)等效直徑，將激光光斑覆蓋損傷點(diǎn)陣列，記錄激光輻照參數(shù)能量、脈寬、損傷點(diǎn)局部通量。然后再利用顯微成像系統(tǒng)拍攝激光輻照后的損傷陣列，計(jì)算每一個(gè)損傷點(diǎn)的等效直徑。最后整理數(shù)據(jù)將數(shù)據(jù)帶入深度學(xué)習(xí)決策樹算法，訓(xùn)練熔石英損傷增長(zhǎng)模型，根據(jù)模型損傷函數(shù)確定最佳模型。本發(fā)明通過(guò)決策樹算法從熔石英損傷增長(zhǎng)數(shù)據(jù)中學(xué)習(xí)總結(jié)損傷增長(zhǎng)規(guī)則，用于分析、預(yù)測(cè)損傷增長(zhǎng)特性，所需的訓(xùn)練樣本少，可以批量分析、預(yù)測(cè)損傷點(diǎn)的損傷增長(zhǎng)特性。

技術(shù)研發(fā)人員：周信達(dá),丁磊,李杰,鄭垠波,巴榮聲,徐宏磊
受保護(hù)的技術(shù)使用者：中國(guó)工程物理研究院激光聚變研究中心
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9