【儀表網 研發快訊】近日，中國科學院上海光學精密機械研究所高功率激光物理聯合實驗室研究團隊，提出一種基于機器學習的晶體自準直技術，相關研究成果以“Crystal’s Self-Alignment for High Power Laser Facility Based on Machine Learning”發表于IEEE Photonics Journal。
 

　　目前在高功率激光裝置中，諧波轉換晶體的在線準直一直是一項極具挑戰性且耗費人力的任務。傳統方法需要操作人員手動搜索和調整晶體的反射光斑位置，不僅效率低下，而且精度難以保證。隨著激光功率的不斷提升，對晶體準直精度和速度的要求也越來越高。如何實現晶體的快速、自動、高精度準直，成為制約高功率激光裝置性能提升的關鍵技術瓶頸之一。
 

　　研究團隊利用光柵衍射對晶體準直光束進行采樣，并通過機器學習算法自動定位晶體背表面的反射光斑，進而調整晶體位置實現準直。設計了一套由兩個核心模塊組成的系統。矩形螺旋光斑掃描搜索模塊：用于快速定位反射光斑。基于開源M-LOOP算法的自動光斑對準模塊：采用基于高斯過程概率代理模型的貝葉斯優化方法。硬件系統包括晶體準直光學裝置、電機、CCD相機和樹莓派。在大型激光裝置上進行的多次實驗表明，該方法能在約10分鐘內完成晶體反射光斑的自動搜索和對準，顯著提高了準直效率。這項研究首次將機器學習算法應用于高功率激光裝置的晶體準直過程，實現了全自動的晶體準直流程，擺脫了對人工操作的依賴。開發的高效搜索和對準算法，大幅縮短了準直時間。該技術為高功率激光裝置的自動化運行提供了重要支撐，不僅提高了裝置的運行效率，也為實現更高精度的激光控制奠定了基礎。未來，這一方法有望推廣應用到其他需要精密光學對準的領域，推動相關技術的發展。
 

　　相關工作得到了中國科學院戰略先導科技項目和中國科學院青年創新促進會項目的支持。
 

圖1：基于貝葉斯優化算法的晶體準直原理示意圖。
 

圖2：(a),(b),(c)分別表示SG-II升級型激光裝置三條光路的對準結果