[发明专利]基于机器学习的激光器温度控制系统及方法

说明书

本发明公开了基于机器学习的激光器温度控制系统及方法，包括：通过温度采集模块采集被控对象的实时温度数据，将所述实时温度数据分别传输给微控制器模块和用户界面模块；基于所述用户界面模块设置温度设定值，基于所述微控制器模块，根据所述实时温度数据与所述温度设定值，获得当前温度的温度误差结果；根据所述当前温度的温度误差结果，基于控温模块对被控对象进行温度控制操作，完成温度控制。本发明有效解决了激光器研发中因被控对象控温困难而引起的输出功率不稳定、光束质量不理想等问题，大大提升激光器的性能。

技术领域

本发明属于光学工程领域和机器学习领域，特别是涉及一种基于机器学习的激光器温度控制系统及方法。

背景技术

激光器具有体积小、稳定性高、光束质量好、强度噪声低等优良特性，对比起普通光源，它产生的高质量激光有着优异的相干性和极高的亮度，这样的优势使其能够广泛地应用于科学研究、仪器科学、精密测量、光学全息和光存储等重要领域。而随着科技的进步与发展，普通激光器已经不能满足广大科研人员的工作需求，人们希望激光器能够有更高的输出功率、更好的频率特性、以及更低的强度噪声，来提升自己的科研效率，为激光实验增添动力、保驾护航。另一方面，更高激光器的性能可以提供更好的光束质量，对激光医疗，全息技术，量子光学研究等方面有着重大意义。因为要实现长期稳定的单频运转，高功率的激光器对工作环境的要求往往比较苛刻。经研究发现，影响激光器性能的原因之一在于激光器内部的温度控制是否得当。以全固态连续单频激光器为例，其内部包含了谐振腔、Nd:YVO₄晶体、激光二极管LD、倍频晶体LBO和标准具等部分，它们的工作效率都会受到温度的影响。例如激光晶体温度过高，会导致ETU效应加剧，进而加大晶体的热负载，晶体的热效应也会变得越来越严重，导致激光器的光-光转换效率降低，最终限制激光器输出功率的提高。因此，研究如何通过温度控制来提升连续单频激光器的性能具有重要的实际意义。当前我们使用传统工业中的PID算法对加载在晶体上的热电制冷片TEC电流做响应的方法进而控制晶体的温度，但普通的PID控制技术使用试凑法选择的PID参数不具有适应性。一方面，不同的晶体、不同的被控对象需要使用不同的PID参数；另一方面，不同的工作环境也需要不同的PID参数。而试凑法操作繁琐，会消耗大量时间，且往往不能取到最佳的PID参数值。

发明内容

本发明针对现有的激光器中被控对象在温度控制时PID参数难以确定而导致控温困难的问题，进而会对激光输出功率、光束质量等造成严重的影响，提供了一种通过引入机器学习算法的解决方案，帮助在不同实验环境下自动计算出需要对被控对象控温的PID参数并交付于控温系统使用，进而实现对被控对象的有效控温，其具有较高的控温效率，较稳定的控温性能，以及较强的鲁棒性。

为实现上述目的，本发明提供了如下方案：基于机器学习的激光器温度控制系统及方法，包括：

依次连接的温度采集模块、微控制器模块、控温模块；

所述温度采集模块，用于采集被控对象的实时温度数据，并将所述实时温度数据传输至所述微控制器模块；

所述微控制器模块，用于接收并分析处理所述实时温度数据，并命令控温模块做出相应的控温处理；

所述控温模块，用于对所述微控制器模块下发的控制命令做出响应，对被控对象进行温度控制操作，完成温度控制。

优选地，所述激光器温度控制系统还包括用户界面模块，所述用户界面模块分别与所述温度采集模块、微控制器模块相连接，用于显示温度采集模块所测得被控对象当前的温度值，并通过用户界面设置不同温度目标值交予所述微控制器模块进行算法处理。

优选地，所述微控制器模块包括BP神经网络单元、参数处理单元、PID控制单元；