Tolerancing the fabrication errors of static optical elements for ELT-size wide-field AO systems
Notice bibliographique
Résumé
Advanced wide-field AO systems, such as Multi-Conjugate AO (MCAO) systems often require many static optical elements (mirror and lenses) in addition to the active ones (deformable mirrors). These static elements induce additional wave-front errors due to random fabrication errors such as polishing errors. For ELT-size AO systems, these optical elements can be very large, and thus their cost and availability critically depends on how of much fabrication error can be tolerated. Therefore, a rigorous tolerance analysis is absolutely critical. Requirements can, in principle be relaxed, on account that fabrication errors with spatial scales larger than the inter-actuator spacing of the deformable mirrors (DMs) can be corrected. However, this process is significantly complicated by the fact that these optical elements are often conjugated far away from the DMs, and therefore DM correction cannot be achieved over a wide field of view (FOV). In this paper, we present our tolerance analysis in the context of NFIRAOS, the first-light MCAO system for the Thirty Meter Telescope. We start from two top-level error budgets: the “on-axis” error budget, which specifies the acceptable residual wave-front error in the narrow 17”x17” science FOV; and the “off-axis” error budget, which specifies the acceptable residual wave-front error at the edge of the 2’ diameter technical FOV. The former directly relates to science image quality, whereas the latter directly relates to sky coverage. For different assumptions on the spatial power spectrum of the polishing errors, we derive the requirements on each optical element in NFIRAOS using a Monte-Carlo analysis of the predicted off-axis performance of the system with on axis AO correction.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».