通过多目标策略实现无热光学设计的联合玻璃-外壳材料优化

《Optics and Lasers in Engineering》：Joint glass–housing material optimization for athermal optical design via multi-objective strategy

本文提出基于多目标协同框架的透镜与壳体材料联合优化方法，通过构建Athermal Glass Map统一热像差、色差和球差响应，并采用Pareto多目标优化算法实现材料组合的高效筛选，有效解决了传统分步设计导致的重复优化问题，显著提升复杂温度环境下光学系统的设计效率和适配性。

　　在光学系统设计中，特别是在需要应对复杂热环境的高动态范围应用中，如军事和航空航天成像系统，保持稳定的成像性能是一个至关重要的目标。传统的热补偿光学设计方法通常采用一种分步的流程，首先选择光学玻璃材料，再根据这些材料确定外壳材料。然而，这种方法存在一定的局限性，当所选的外壳材料不符合实际需求时，整个设计流程可能需要重新开始，导致高昂的迭代成本和较低的设计效率。为了解决这一问题，本文提出了一种基于多目标协同框架的新型热补偿光学设计方法，该方法实现了镜头与外壳材料组合的联合选择，能够在一步之内完成玻璃组合的选择，并适用于不同类型的外壳材料。

为了更好地理解该方法的创新点，首先需要明确光学系统在热环境下的工作原理。光学系统中的材料，包括玻璃和外壳，其热膨胀特性会随着温度的变化而改变。这种变化会导致光学路径的偏移，从而影响系统的聚焦能力和光学像差表现，最终影响成像质量。因此，热补偿设计的核心在于如何通过合理配置光学材料和结构参数，使系统在温度变化时仍能保持良好的成像性能。传统的热补偿方法往往依赖于经验或手动调整，缺乏系统性和灵活性，特别是在面对多镜头系统或复杂的耦合像差优化时，其效率和适用性受到限制。

为了解决这些挑战，本文提出了一种联合镜头和外壳材料选择的框架，基于多目标协同优化策略。该方法通过建模热像差、色差和球差的响应，构建了一个新的热补偿玻璃地图模型。这个模型将系统级别的热像差、色差和球差统一映射到一个坐标空间中，从而实现了对候选材料组合的直观可视化和高效评估。此外，该框架引入了一种基于帕累托优化的多目标优化算法，用于构建一个综合考虑热像差、色差和球差的评估函数。通过这种方式，该方法能够满足不同外壳材料的兼容性要求，提供多种玻璃组合的选项，以适应不同的工程应用场景。

在实际应用中，该方法的优势在于能够同时优化多个像差指标，并考虑到镜头和外壳材料之间的热机械兼容性。传统的热补偿设计方法通常在选择玻璃材料后，再确定外壳材料，而本文的方法则将这两者视为一个整体，通过联合优化来实现更高效的材料匹配。这种协同优化策略不仅提高了玻璃替换的效率，还消除了对手动分配权重的依赖，能够自动产生多个权衡解决方案，以满足不同的设计需求。这种方法的广泛适用性在于，它能够应对复杂热环境下的各种挑战，同时保持较高的设计效率和稳定性。

为了验证该方法的有效性，本文以一个透射光学系统为例，该系统的工作温度范围为-30°C至120°C。该系统由六片球面透镜组成，具有100毫米的焦距、30毫米的孔径直径以及486-656纳米的波长范围。通过优化设计和对比分析，研究结果表明，实现多个像差指标的协同优化显著提高了系统的成像性能稳定性。与传统材料选择方法相比，该方法能够在一次计算过程中同时识别出对应不同外壳材料的最优镜头玻璃组合，从而实现系统性和高效性的材料匹配。

在热补偿理论方面，本文强调了温度变化对光学性能的影响。光学系统中的材料，如玻璃和外壳，其热膨胀系数和折射率会随着温度的变化而变化。这种变化会导致光学路径的偏移，从而影响系统的聚焦能力，进而影响成像质量。因此，热补偿设计的目标是通过合理配置材料和结构参数，使系统在温度变化时仍能保持良好的成像性能。传统的热补偿方法通常采用经验性或手动调整的方式，缺乏系统性和灵活性，特别是在面对多镜头系统或复杂的耦合像差优化时，其效率和适用性受到限制。

为了提高设计的系统性和灵活性，本文提出了一种基于多目标协同优化策略的多任务解决方法。该方法的核心思想是将多任务学习问题分解为多个受限的多目标子问题，这些子问题可以并行求解。在本研究中，主要目标是应用协同多目标优化策略，通过引入帕累托最优的概念，实现对玻璃材料选择的优化。通过这种方式，该方法能够在一次计算过程中同时优化多个像差指标，并考虑到镜头和外壳材料之间的热机械兼容性，从而实现更高效的材料匹配。

在初始光学系统配置方面，本文以一个透射光学系统为例，该系统的工作温度范围为-30°C至120°C。该系统由六片球面透镜组成，具有100毫米的焦距、30毫米的孔径直径以及486-656纳米的波长范围。通过优化设计和对比分析，研究结果表明，实现多个像差指标的协同优化显著提高了系统的成像性能稳定性。与传统材料选择方法相比，该方法能够在一次计算过程中同时识别出对应不同外壳材料的最优镜头玻璃组合，从而实现系统性和高效性的材料匹配。

综上，本文提出了一种基于多目标协同框架的新型热补偿光学设计方法，该方法能够联合优化镜头和外壳材料组合的选择，实现更高效的材料匹配和更稳定的成像性能。通过构建新的热补偿玻璃地图模型，并引入基于帕累托优化的多目标优化算法，该方法能够在一次计算过程中同时考虑多个像差指标和热机械兼容性，从而提高设计效率和适用性。这种方法的创新点在于，它能够克服传统方法的局限性，提供更灵活的解决方案，以适应不同的工程应用场景和复杂的热环境要求。通过实际案例的验证，该方法在保持系统成像性能稳定的同时，也显著提高了设计效率和材料选择的灵活性。