📚 课程目录第4章确定性抛光技术

4. 确定性抛光技术：抛光原理与 Preston 方程、抛光模设计与材料选择、驻留时间算法与实现、抛光路径规划策略

确定性抛光，说白了就是把「磨」这件事从玄学变成科学。我早年刚入行时，老师傅们抛光全靠手感——「多磨两下」、「这里再蹭蹭」。结果呢？同一批镜片，十片十个样。后来接触了确定性抛光，才明白核心就四个字：可控、可算。

这一章我们重点拆解四个环节：抛光原理与 Preston 方程、抛光模设计与材料选择、驻留时间算法与实现、抛光路径规划策略。每个环节都是坑，我一个个说。

4.1 抛光原理与 Preston 方程

抛光的本质是什么？是材料去除。你想想看，抛光模压在镜片上，带着磨料相对运动，表面材料一层层被带走。这个过程能不能定量描述？能。1927 年 Preston 给出了一个经验方程：

MRR = K · P · V

其中：

MRR：材料去除率（单位时间去除深度）
K：Preston 常数（与磨料、工件材料、环境有关）
P：抛光压力（单位面积上的正压力）
V：相对速度（抛光模与工件表面的瞬时相对速度）

这个方程简单到让人怀疑——真的就这么回事？我在项目中遇到过，刚开始用这个公式算去除量，结果实际抛光后偏差很大。后来发现，K 值不是常数，它受温度、磨料浓度、抛光垫状态影响很大。所以 Preston 方程只能作为基础框架，实际工程中必须做标定实验。

核心理解：Preston 方程告诉我们，要控制去除量，要么调压力，要么调速度。但两者都有物理极限——压力太大伤表面，速度太快温升失控。

还有一个容易忽略的点：Preston 方程是线性模型，它假设去除率与压力、速度成正比。但实际抛光中，当压力超过某个阈值，去除率会非线性增长。嗯，这里要注意，做高精度非球面时，压力最好控制在 0.1~0.5 kgf/cm² 范围内，超出这个区间，线性假设就靠不住了。

4.2 抛光模设计与材料选择

抛光模就是那个「磨头」。它的形状、硬度、材料，直接决定了抛光效果。我见过不少工程师，花大价钱买设备，却随便买个抛光模凑合——这是典型的「好马配破鞍」。

抛光模设计要考虑三个维度：

形状匹配度：抛光模工作面必须与非球面面形吻合。初始贴合度越高，抛光效率越高。
硬度与弹性：太硬容易产生高频误差，太软则去除效率低、边缘效应严重。
耐磨性：抛光模本身也会磨损，磨损后形状变化，去除函数就变了。

常用抛光模材料对比：

材料类型	硬度	弹性模量	耐磨性	适用场景
聚氨酯	中	中	好	粗抛、中抛
沥青	软	低	差	精抛、超光滑表面
聚四氟乙烯	软	低	中	特殊材料抛光
金属基复合	硬	高	好	高去除率、粗加工

我个人习惯，做非球面精抛时，首选沥青抛光模。虽然它耐磨性差，但流动性好，能自适应贴合非球面。我曾经用聚氨酯模抛一个陡峭的非球面，结果边缘始终抛不到——因为模子太硬，贴不上去。换成沥青模后，问题迎刃而解。

小技巧：沥青抛光模使用前，最好在 60~80°C 下预热 30 分钟，让它充分软化，再压合到镜片上成型。冷却后形状保持度会好很多。

4.3 驻留时间算法与实现

驻留时间算法，是确定性抛光的「大脑」。它的逻辑很简单：已知当前面形误差，已知抛光模的去除函数，求抛光模在每个位置需要停留多久。

数学上，这是一个卷积反问题：

E(x,y) = R(x,y) * T(x,y)

其中：

E(x,y)：面形误差分布（测量得到）
R(x,y)：去除函数（单位时间的材料去除分布）
T(x,y)：驻留时间分布（待求解）
*：二维卷积运算

求解 T(x,y) 就是反卷积。常用的方法有三种：

傅里叶变换法：将卷积转换到频域，直接相除。速度快，但对噪声敏感。
迭代法：如 Richardson-Lucy 算法，逐步逼近最优解。鲁棒性好，但计算量大。
正则化法：在反卷积中加入平滑约束，抑制高频噪声。工程中最常用。

我给你们看一段我常用的迭代法核心代码（Python 伪代码）：

def compute_dwell_time(error_map, removal_function, iterations=100):
    # error_map: 面形误差矩阵
    # removal_function: 去除函数矩阵
    # 初始化驻留时间为均匀分布
    dwell = np.ones_like(error_map)
    for i in range(iterations):
        # 正向计算：当前驻留时间产生的去除量
        predicted = convolve2d(dwell, removal_function, mode='same')
        # 计算残差
        residual = error_map - predicted
        # 更新驻留时间
        dwell = dwell * (convolve2d(residual, removal_function[::-1, ::-1], mode='same') / predicted + 1)
        # 限制驻留时间非负
        dwell = np.maximum(dwell, 0)
    return dwell

避坑指南：我曾经在迭代法中忘记加非负约束，结果算出来的驻留时间出现负值——这在物理上意味着「要往回长材料」，显然不可能。所以每次迭代后一定要做 clamp 操作。

实际工程中，驻留时间算法还要考虑机床的加减速特性。算出来的驻留时间如果变化太剧烈，机床跟不上，实际抛光效果会大打折扣。我一般会在算法输出后加一个低通滤波，平滑掉高频抖动。

4.4 抛光路径规划策略

路径规划，决定了抛光模怎么走。路径不同，去除效果、加工效率、表面质量都不同。常见的路径类型有：

光栅扫描：沿 X 或 Y 方向往复运动。简单、易实现，但会在路径转折处产生驻留误差。
螺旋扫描：从中心向外螺旋运动。适合圆形工件，但中心区域速度变化大。
伪随机路径：路径随机分布，避免周期性痕迹。适合超精密抛光。
自适应路径：根据面形误差分布动态调整路径密度。误差大的区域多走几遍。

我个人的经验是：粗抛用光栅，精抛用螺旋，超精抛用伪随机。为什么？光栅扫描效率高，但会留下明显的「栅格纹」；螺旋扫描能消除方向性痕迹，但中心区域容易过抛；伪随机路径最均匀，但编程复杂、加工时间长。

下面这张图展示了三种路径的对比：