Dynamische Steuerung und automatisierte Justage von diffraktiven neuronalen Netzwerken für effektive Laserstrahlformung

* Lehrstuhl für Technologie Optischer Systeme TOS, RWTH Aachen University
** Lehrstuhl für Lasertechnik LLT, RWTH Aachen University
*** Fraunhofer-Institut für Lasertechnik ILT

paul.buske@tos.rwth-aachen.de

Abstract

Diffraktive neuronale Netzwerke (DNNs) sind eine Designmethode für Systeme aus kaskadierten diffraktiven optischen Elementen oder Spatial Light Modulators (SLMs). Diese Systeme ermöglichen komplexe räumliche Laserstrahlmodulation wie kombinierte Strahlteilung und -formung, hohe Schärfentiefe durch simultane Optimierung von Amplitude und Phase sowie Training auf mehrere Zielebenen für effektive 3D-Strahlformung. In dieser Arbeit wird demonstriert, wie ein aus mehreren SLM bestehendes DNN-System dynamisch und flexibel über Microservices gesteuert und die Justage automatisiert werden kann. Diese Herangehensweise ermöglicht eine effiziente Steuerung des Systems, wodurch eine effektive Anpassung an unterschiedliche Anforderungen und Strahlformen möglich ist. Durch die Automatisierung der Justage werden zudem eine flexible Handhabung und eine höhere Genauigkeit gewährleistet. 68 sium: Digitale Photonische Produktion Carlo Holly F R E I T A G

PDF herunterladen
@inproceedings{dgao125-s2, title = {Dynamische Steuerung und automatisierte Justage von diffraktiven neuronalen Netzwerken für effektive Laserstrahlformung}, author = {P. Buske*, M. Kröger**, M. Trosin*, O. Hofmann*, J. Stollenwerk* ***, C. Holly* ***}, booktitle = {DGaO-Proceedings, 125. Jahrestagung}, year = {2024}, publisher = {Deutsche Gesellschaft für angewandte Optik e.V.}, issn = {1614-8436}, note = {Vortrag S2} }
125. Jahrestagung der DGaO · Aachen · 2024