3. 像质评价指标
公差分析这件事，说白了就是回答一个问题：“我的镜头做出来，到底还能不能用？”
很多刚入行的工程师喜欢把精力全放在优化上，觉得把MTF跑到衍射极限就万事大吉了。我当年也犯过这个错——有一次设计了一个非常漂亮的长波红外镜头，结果试产出来十套里有八套不合格。嗯，从那以后我就老老实实把公差分析当成了必修课。
这一章，我就带你走一遍完整的公差分析流程。一共五步，每一步都有坑，我会把我在项目中踩过的雷都告诉你。
核心观点：公差分析不是事后补救，而是设计过程中必须嵌入的一环。越早做，改设计的成本越低。
3.1 建立标称系统
这一步听起来简单，但最容易出问题。标称系统就是你设计优化完成后的那个“完美”模型——所有镜片的曲率半径、厚度、材料、非球面系数都是理论值。
我建议你这样做：
- 先把设计文件另存为一个副本，专门用于公差分析。别在原文件上直接改，血的教训。
- 确认系统已经达到设计目标。如果标称系统本身MTF只有0.3，那加上公差后基本就没法看了。
- 检查所有表面属性是否正确：有没有遗漏的镀膜？非球面阶数是否完整？
注意：标称系统必须包含所有实际加工中会存在的特征。比如，如果你设计了一个衍射面，但公差分析时把它当成普通面处理，那结果就是错的。我曾经见过一个项目，就是因为漏了衍射面的微结构公差，导致量产良率只有30%。
3.2 定义公差操作数
这一步是公差分析的核心。你需要告诉软件：哪些参数会变化？变化范围是多少？
常见的公差操作数可以分为几类，我整理了一个表格：
| 类别 | 操作数示例 | 典型范围（红外系统） | 说明 |
|---|---|---|---|
| 曲率半径 | TFRN | ±3~5 个光圈 | 光圈数越小越难加工 |
| 厚度 | TTHI | ±0.02~0.05 mm | 空气间隔和镜片厚度分开定义 |
| 偏心 | TEDX / TEDY | ±0.01~0.03 mm | 镜片相对于光轴的偏移 |
| 倾斜 | TETX / TETY | ±0.5~1.5 角分 | 镜片绕X/Y轴的旋转 |
| 折射率 | TIND | ±0.001~0.003 | 红外材料批次差异较大 |
| 阿贝数 | TABB | ±0.5%~1% | 对色差影响敏感 |
| 非球面 | TASP / TIRR | ±0.5~2 μm (PV) | 非球面面形误差 |
我个人习惯的做法是：先按“常规加工能力”给一个宽松的公差范围，跑一遍看看哪些操作数对性能影响最大。然后再收紧那些敏感的操作数，放宽那些不敏感的。这样既能保证性能，又不会把加工成本推得太高。
小技巧：在Zemax或Code V里，可以用“公差灵敏度分析”功能快速找出关键操作数。我一般会先跑一个“灵敏度模式”，看看每个操作数单独变化时MTF下降了多少。排名前5的操作数，就是你需要重点关注的。
3.3 设置补偿器
补偿器是什么？简单说，就是装配时可以用来“调”的参数。比如后焦距、镜片之间的垫片厚度、甚至某个镜组的整体位置。
你想想看，如果系统没有任何补偿器，那所有公差都得靠加工精度来保证——成本会高得离谱。所以，聪明的设计师会在系统中预留一些可调环节。
常见的补偿器包括：
- 后焦距（最常用）：通过移动像面或最后一组镜片来补偿离焦。
- 空气间隔：在镜片之间加垫片，调整间距。
- 镜组整体平移：比如变焦系统中的补偿组。
- 主动对准：在装配时通过干涉仪实时调整镜片位置。
我在一个制冷型红外项目中遇到过这样的情况：系统对后焦距非常敏感，但探测器是固定的，没法调后焦。后来我们加了一个“调焦环”结构，相当于在镜筒和探测器之间加了一个可旋转的螺纹环。就这么一个小改动，良率从40%提到了85%。
注意：补偿器不是越多越好。每增加一个补偿器，装配工序就多一步，成本和时间都会增加。我一般控制在1~2个补偿器，最多不超过3个。
3.4 执行蒙特卡洛分析
蒙特卡洛分析，说白了就是“模拟批量生产”。软件会按照你定义的公差分布（通常是正态分布或均匀分布），随机生成几百到几千个“虚拟镜头”，然后逐个计算性能。
具体步骤：
- 设置样本数量。我一般用500~1000个样本，太少统计意义不够，太多计算时间太长。
- 选择分布类型。加工误差通常用正态分布，装配误差有时用均匀分布。
- 选择评价指标。最常用的是MTF在某个空间频率下的值，或者RMS波前差。
- 运行分析。这一步可能需要几分钟到几小时，取决于系统的复杂度和样本数量。
下面是一个典型的Zemax宏代码片段，用于执行蒙特卡洛分析：
! 蒙特卡洛公差分析宏示例
FOR i = 1, 500
RESTORE
SETTOL
MCARLO
GETSYSTEMDATA 1
GETMTF 1, 0, 16.7, 0.5 ! 获取16.7 lp/mm处的MTF
PRINT i, MTF
NEXT i建议：每次运行蒙特卡洛分析时，记录下随机数种子（seed）。这样如果后续发现结果异常，可以复现同样的随机序列来排查问题。我吃过这个亏——有一次分析结果特别好，但忘了记种子，后来想复现却怎么也复现不出来。
3.5 结果统计与评估
蒙特卡洛跑完之后，你会得到一大堆数据。怎么解读？
我通常看这几个指标：
- 良率（Yield）：MTF大于某个阈值的样本占比。比如，要求MTF≥0.3的样本占95%以上。
- 90%累积概率点：90%的样本MTF都高于这个值。这个值比平均值更有工程意义。
- 最差情况：MTF最低的那几个样本，看看它们到底差在哪里。这能帮你找到系统的“短板”。
- 直方图分布：MTF的分布是集中还是分散？如果分布很宽，说明系统对公差太敏感。
举个例子，我最近做的一个非制冷红外镜头，标称MTF是0.45。蒙特卡洛分析500个样本后，结果如下：
| 指标 | 数值 | 判断 |
|---|---|---|
| 标称MTF | 0.45 | 合格 |
| 平均MTF | 0.38 | 下降约15% |
| 90%累积MTF | 0.32 | 满足0.3的阈值 |
| 良率（MTF≥0.3） | 93% | 达标 |
| 最差MTF | 0.21 | 需要排查原因 |
看到最差MTF只有0.21，我回头查了一下那批样本的公差组合，发现是镜片偏心和非球面面形误差同时出现了极端值。于是我把偏心公差从±0.02mm收紧到了±0.015mm，重新跑了一遍，良率就提到了97%。
总结一下：公差分析不是一次性的工作。你很可能需要反复迭代——先给宽松公差，跑分析，发现问题，收紧关键公差，再跑分析，直到良率达标。这个过程虽然枯燥，但它是保证产品从图纸走向量产的关键一步。
好了，这一章的内容就到这里。五步流程你记住了吗？建立标称系统、定义公差操作数、设置补偿器、蒙特卡洛分析、结果统计与评估。每一步都有细节，每一步都有坑。希望我的经验能帮你少走一些弯路。