本所声明  |  联系方式  |  中国科学院  |  数字认证(OA)   |  ARP  |  English  |  邮箱
新闻动态 > 科研动态

超强激光科学卓越创新简报

(第七百九十五期)

2026年7月1日

上海光机所在光栅逆向设计与闭环工艺优化研究中取得进展

近日，中国科学院上海光学精密机械研究所高功率激光元件技术与工程部邵建达、晋云霞研究团队在关于集成学习辅助的光谱色散匀滑光栅逆向设计与闭环工艺优化的研究中取得进展。相关成果以“Ensemble learning-assisted inverse design and closed-loop process optimization for smoothing by spectral dispersion gratings”为题，发表于Advanced Photonics Nexus。

光谱色散匀滑（Smoothing by Spectral Dispersion，SSD）光栅是惯性约束聚变等大型高功率激光装置中光束匀滑系统的核心元件，其性能直接决定了靶面辐照均匀性与激光等离子体相互作用的不稳定性抑制效果。因此，实现SSD光栅在宽谱宽且不同偏振态下的高且均衡的衍射效率是器件制备的核心目标。然而，高性能SSD光栅的制备是一项极其复杂的工艺挑战。其光学性能由深度与占空比等多重亚波长尺度的结构参数共同决定。这些参数之间存在强烈的非线性耦合，且对工艺波动极为敏感。传统的试错式或基于经验规则的工艺开发模式，不仅周期长、成本高，而且难以在复杂的参数情况下精准实现双偏振性能的协同优化。

针对上述挑战，研究团队提出了一种基于集成学习逆向设计与物理可解释性验证的SSD光栅工艺闭环优化框架。通过构建加权平均集成学习模型（WA-ELM），从而实现了对SSD光栅四项关键结构参数的高精度预测。另外，研究团队通过系统对比模型预测的相关性与实测数据的相关性，证实WA-ELM内嵌了真实的工艺物理规律，而非仅仅进行数值拟合，从而显著提升了模型的可信度与可解释性。

更重要的是，研究团队实现了一种工艺开发范式的转变，建立了清晰的目标光学性能–预测结构参数–可执行工艺参数的映射链条。其中，结构参数作为承上启下的物理枢纽，将传统黑箱试错过程转化为目标导向的设计。训练完成的WA-ELM模型作为一个高效的工艺编译器。面对指定的性能目标时，它能在毫秒内输出工艺方案，省去了重复耗时的迭代过程。最终，通过制备实验验证了此能力，成功实现了从设计到实物的性能闭环。该方法为SSD光栅及其他高性能微纳光学元件的智能化、可定制化制备提供了兼具高精度与高可信度的解决方案。

原文链接

图1 所提出的集成学习模型框架示意图

图2 两种集成模型的性能比较、相关性分析以及预测结果

（a）DA-ELM和WA-ELM对于四项关键结构参数的评价指标。（b）两种集成学习模型预测值的相关性矩阵图。

图3 基于集成模型预测的闭环工艺验证和实验结果

（a）优化SSD光栅制备工艺的具体流程。（b）掩膜和（c）刻蚀后的样品实物图。（d）掩膜和（e）刻蚀完成后的AFM结构槽型。

附件下载：

copyright 2000- 中国科学院上海光学精密机械研究所 沪ICP备05015387号-1
主办：中国科学院上海光学精密机械研究所 上海市嘉定区清河路390号(201800)

转载本站信息，请注明信息来源和链接。 沪公网安备 31011402010030号


上海光机所
微信公众号

尚光聚力
微信公众号