MétaCan
Menu
Retour à la cohorte
Enregistrement W4298129393 · doi:10.1117/12.2633388

Integrated opto-mechanical tolerance analysis

2022· article· en· W4298129393 sur OpenAlexaff
Frédéric Lamontagne, Nathalie Blanchard, Simon Paradis, Nichola Desnoyers

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensInstitut National d'Optique
Organismes subventionnairesnon disponible
Mots-clésTolerance analysisProcess (computing)Computer scienceSoftwareLens (geology)Electronic engineeringEngineeringOpticsPhysicsEngineering drawing

Résumé

récupéré en direct d'OpenAlex

Optical tolerance analysis is a very important step in optical systems development. It ensures that appropriate optical performances will be achieved considering all the manufacturing errors involved in the assembly. To perform an accurate tolerance analysis, a realistic optomechanical tolerance model and appropriate perturbations simulation are required in the optical design code. Most of the time, optomechanical lens mounting is not taken into account accurately in classical optical tolerancing method. To improve optical system tolerancing process, an integrated opto-mechanical tolerance analysis is proposed. This paper first describes typical tolerancing process and iteration performed between optical designers and optomechanical engineers in the development of optical systems. Then, the optomechanical tolerance analysis that involves interactions between lenses and mounts, as well as manufacturing errors is presented. Simulation methods to consolidate optical and optomechanical tolerance analysis are discussed. Finally, an integrated optomechanical tolerance analysis is described, and a new optomechanical tolerancing software is introduced. The intent of this new modeling method is to perform accurate optical simulations that are representative of the optomechanical mounting and centering methods. This result in a more efficient allocation of the tolerances and a more accurate prediction of the optical system performances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,236
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdaptive optics and wavefront sensingTravaux en français237 207