In this thesis, a methodology of alignment automation for optical components - in details multi-lens system- is proposed. To apply the proposed methodology to an optical system, the near-field recording (NFR) system was chosen. The optical pick-up head - focusing unit (FU) of the NFR system is very small size. The components of the FU also are very small lenses. Due to the very small size of the FU, it is difficult to assemble well and the alignment among optical components is significant problem.
Therefore, high precision measurement (evaluation) and assembly are necessary to guarantee the optical performance of the FU. The auto-alignment methodology is described as following sequence
First, through the evaluation of the optical performance of manually assembled FU, the importance of assembly problem is emphasized again and then the error analysis for the FU was carried out. This error analysis is independent and composite error analysis and the trend and characteristic of each error is obtained.
Second, based on the error analysis results, the methodology of alignment automation using the neural network and interferometer is proposed. The evaluation system (interferometer) including the FU is modeled and the interference fringe patterns of the FU are analyzed according to errors. Using the obtained error trend, a proper feature extraction method of the fringe patterns is decided and a learning process using the neural network with multilayer perceptron and an error-back-propagation algorithm proceeded.
Third, using the above simulated results, we set up the experimental verification system and carried out the auto-alignment experiment. The system is based on the interferometer. For a position control of the FU, multi-axis pico-motor stages were used. The pico-motor has the position resolution less than 30 nm. For an exact closed-loop position control, we used two kind of capacitive type gap sensor and the sensor resolution was 50 nm and 10 nm each. Initially, the system has the rms wavefront error of 0.0059λ and this means our measurement system has a good optical performance.
Fourth, total two OL was manufactured for the FU so two FU samples were tested for the verification of auto-alignment. The first OL has low optical quality with the rms wavefront error of 0.0616λ and the second OL has relatively good quality of 0.026λ. With these initial rms wavefront errors two FU samples were aligned automatically. Relying on the error prediction by the converged neural network, the defocus, tilt and decenter errors between the OL and the SIIL were eliminated by the proposed auto-alignment algorithm step.
Finally, from four different start fringe image states the alignment automation were carried out and the converged results of alignment error were obtained. Although the alignment process has fluctuations of error values, the end state of each test has decreased rms wavefront error and also the fringe images were improved compared with each start fringe image. The rms wavefront errors of end state in auto-alignment were close to the initial rms wavefront error of the OL. Additionally, the error facts of SIL might be added.
Errors in the results are due to the various facts. Most of all, the fringe image quality affects on the alignment error prediction by the neural network. Especially, because the OL was manufactured by the turning machine, the tool mark scratch of the surface caused a severe distortion of the fringe image. Next, the shake of the fringe when it is captured also might cause a prediction error by the neural network calculations. Additionally, the limitation of measurement range by the gap sensor was the inevitable and some kinds of coupled motion in the position control stages might affect minutely on the errors of the results. In spite of various systematic error facts, the auto-alignment process showed the decreased rms wavefront error of the FU and improved fringe image compared to those of the start state and this means that the proposed auto-alignment methodology is effective to the FU that have a very sensitive alignment problems between the OL and the SIL. The proposed methodology will be able to be applied to the multi-lens system that has also sensitive alignment problems and it is desirable to solve the mentioned error facts
본 논문에서는, 광학 부품들의 자동 정렬 - 구체적으로 다군 렌즈 시스템 - 에 관한 방법론을 제안하였다. 광학 시스템에 제안된 방법론을 적용하기 위해서 근접장 정보저장 기기가 채택되었다. 근접장 정보저장 기기의 광학 헤드는 매우 작은 크기이고 이를 구성하는 렌즈들 역시 상당히 작은 크기이다. 이러한 크기의 문제로 인해 광 부품들을 정렬하고 조립하는 문제는 상당히 민감하고 중요한 문제이다. 그러므로 정밀한 측정 평가와 조립의 기술이 광헤드 유닛(focusing unit, FU)의 성능을 보장하기 위해 반드시 필요하며 이를 위한 자동 정렬의 방법론은 다음과 같이 제안한다.
첫째,수작업으로 조립된 FU의 광학적 성능 평가를 통해 조립과 정렬의 문제 부각하고, FU에 존재하는 오차 성분들의 민감도 분석과 해석을 수행한다. 독립적 오차와 복합적 차의 경우에 대한 민감도 분석 결과 그들의 특성을 알 수가 있다.
둘째,위의 오차 성분 분석의 결과를 바탕으로, 신경회로망과 간섭계를 이용한 자동 정렬의 방법론을 제안한다. FU를 포함하는 간섭계를 이용한 평가 시스템을 상용화된 광학 프로그램을 이용하여 모델링하고, 오차에 따른 간섭 무늬 분석을 수행한다. 얻어진 간섭 무늬 분석 결과를 이용하여 신경회로망의 학습을 위한 적절한 특징점을 추출하고다층 구조의 신경회로망을 오류역전파 학습 방법을 통해 학습을 시킨다.
셋째, 학습된 신경회로망의 결과를 가지고, 실험적 검증을 위한 개선된 평가장치를 구성하고 추가로 자동 정렬을 위한 5축 구동 시스템을 추가한다. 정밀한 5축 위치 제어를 위하여 분해능이 수십 nm(~< 30nm) 수준인 pico-motor 스테이지를 이용하였고 피드백 제어를 위한 위치제어 센서로서는 capacitive type의 gap 센서를 활용하였다. 자동 정렬 평가 시스템의 초기 상태 평가 결과 RMS 파면수차가 약 0.0059λ로써 매우 양호한 초기 광축 정렬 상태를 가짐을 확인하였다.
넷째, 자동 정렬의 실험적 검증을 위하여 모두 두 개의 비구면 대물렌즈(OL)를 가공 하였는데 가공의 기술적 문제로 인하여 기본적으로 파면 수차를 각각 0.0616λ 와 0.026λ 를 가지는 것으로 측정되었다. 이러한 두 개의 대물렌즈를 이용하여 실제 자동 정렬을 실험적으로 검증하였다. 학습에 의해 수렴된 신경 회로망의 오차 예측 기능을 이용하여 defocus, tilt, 그리고 decenter 이렇게 3 종류의 오차에 대한 자동 정렬 실험을 적절한 정렬 알고리즘에 의해 수행하였다.
마지막으로, 서로 다른 4가지의 우연한 초기 상태에서 시작하여 자동 정렬 테스트를 실시한 결과, 대물 렌즈와 SIL이 서로 정렬이 되어감에 따라서 미세한 오차의 요동은 보이나 정렬 단계가 거듭될수록 오차가 감소하는 경향으로 정렬이 되고 정렬이 끝난 후에는 초기 상태에 비해 많이 개선된 간섭 무늬와 RMS 파면 수차를 얻을 수가 있었다. 파면 수차 기준에 미달하는 이유는 기본적으로 우리가 가공한 대물 렌즈와 SIL의 포함되어 있는 RMS 파면 수차에 기인한다.
정렬 과정상의 오차값의 요동에 대한 원인은 여러 가지가 있지만, 그 중에 가장 큰 원인은 대물 렌즈 가공상의 tool mark 이다. 가공된 대물렌즈의 표면 형상 측정 결과 간섭 무늬의 품질에 많은 영향을 미침을 알 수가 있었고 그 외에 시스템에 전달되는 미세한 진동이나 의도하지 않은 스테이지의 커플링 효과로 인하여 신경회로망에 의한 오차 예측에 영향을 미쳤을 것이다. 제안된 방법론은 일반적인 다군 렌즈로 이루어진 광학 시스템 외에 일반적인 여러 광학 부품들로 이루어진 광학 시스템에도 적용이 가능할 것이며 몇 가지 문제점이 보완된다면 산업 현장의 자동화에 많은 기여를 할 수 있을 것이라 사료된다.
