CN102853781B - 光学加工用抛光盘的光顺能力评价方法 - Google Patents

Abstract

本发明公开了一种光学加工用抛光盘的光顺能力评价方法，包括以下步骤：首先测量试验工件的初始面形数据，并进行滤波处理；再对试验工件进行光顺，测量光顺后的最终面形数据并进行滤波处理；将滤波后初始面形数据与最终面形数据作差，得到滤波后差异面形数据；从滤波后初始面形数据和差异面形数据中选择特定面形数据，并计算其相关系数；如果相关系数在给定值以上，则依据光顺参数化模型开始计算光顺系数；否则该数据弃之不用并重新进行前述操作；根据得到的光顺系数与初始面形误差值进行数据拟合，得到光顺效率直线；据此即可评价抛光盘的光顺能力。

Description

光学加工用抛光盘的光顺能力评价方法

技术领域

本发明属于光学精密检测技术领域，尤其涉及一种抛光工具光顺能力的评价方法。

背景技术

在当代光学加工中，通常使用计算机控制表面成形(简称CCOS)的方法来加工大中型镜面。CCOS技术使用一个比工件小很多的工具，沿特定路径在工件表面运动，通过控制工具在每一点的驻留时间，达到修正面形的效果。由于工具的运动路径是一定的，而且工具的直径比较小，抛光过程会产生周期性的波动，进而在工件表面产生中高频误差。图1中示出了某次实际应用CCOS抛光后工件的面形误差分布图，由图1可见，尽管CCOS抛光后面形误差的值比较小，但是我们可以明显地看到工件表面有规律性的纹路。通过将图1中不同频率成分的误差分离开来，可以得到分别如图2～图4所示的低、中、高频误差成分分布图。由于中高频误差会影响光学元件的成像质量，可以使用抛光盘进行光顺的方法来消除中高频误差。

现有技术中进行光顺的原理如图5所示。由图5可见，光顺的过程是很自然的，抛光盘作用在高低起伏不同的工件光学表面，如果抛光盘具有足够的硬度，那么光顺时其将跨越两个相邻高点之间的低洼区，此时，光学表面高点受到的压力比低点受到的压力大；在同样的抛光条件下，高点的去除率也大于低点的去除率，高低点之间的差距随着抛光的进行而减小，从而达到去除中高频误差及光顺面形的效果。

在光顺过程中，根据抛光盘材料和结构的不同，可以将通常使用的抛光盘分为两种：沥青抛光盘(简称沥青盘)和刚适应盘。沥青盘的使用可以追溯到人们开始加工光学镜面的时代，在刚性基板的表面贴上一层抛光沥青，就形成了沥青盘。由于沥青有一定的弹性，因而在抛光过程中可以在一定程度上适应光学镜面的变化。刚适应盘的结构相对复杂，它由刚性基板、非牛顿液体和抛光膜组成。在高频应力的作用下，非牛顿液体表现出固体的性质；而在低频应力的作用下，非牛顿液体则表现出液体的性质。所以在抛光的时候，刚适应盘能够很好地适应低频镜面的变化，同时对镜面上的中高频成分具有良好的光顺效果。

尽管针对光顺的实际应用，研究者提出了各种各样的方法来消除中高频，但是长期以来很少有人明确地建立光顺过程与抛光工具特性之间的联系，直到参数化光顺模型的出现。

对于用作抛光工具的沥青抛光盘和刚适应盘来说，工具的硬度会影响工具和工件之间的压力分布。假设初始面形误差由式(1)给出的正弦面形方程来描绘，由Bridging模型可知，工件表面压力在一维方向的分布P(x)可以表示为式(2)。

error(x)＝PV(1-sin(2π·ξ·x))                        (1)

$P\left(x\right)=P_{\mathrm{no}\min \mathrm{al}}+{\mathrm{\κ}}_{\mathrm{total}}\·\mathrm{error}\left(x\right)=P_{\mathrm{no}\min \mathrm{al}}+\frac{1}{\frac{1}{{\mathrm{\κ}}_{\mathrm{elastic}}}+\frac{1}{{\mathrm{\κ}}_{\mathrm{others}}}}\·\mathrm{error}\left(x\right)---\left(2\right)$

在式(1)和式(2)中，PV是正弦形式误差的峰谷误差值；ξ是误差的空间频率；P_nominal是工具和工件之间的压力标称值；κ_total是工具的压缩刚度，包含工具上的弹性材料和抛光膜在内；κ_elastic是弹性材料的刚度；κ_others是其它结构(包含抛光盘、抛光液、包裹材料在内)的综合刚度。

然而，在实际的光顺过程中，光顺效率比抛光压力分布更具有实用性。对于如图6中所示的正弦面形误差，描述其光顺效率的光顺系数SF(Smoothing Factor)可以定义为下式(3)：

$\mathrm{SF}\≡\frac{{\mathrm{PV}}_{\mathrm{initial}}-{\mathrm{PV}}_{\mathrm{after}}}{\mathrm{no}\min \mathrm{al}\_\mathrm{removal}\_\mathrm{depth}}=\frac{R_{\mathrm{Preston}}\·P_{\mathrm{add}}\·V_{\mathrm{tool}\_\mathrm{workpiece}}\·\mathrm{\Δt}}{R_{\mathrm{Preston}}\·P_{\mathrm{no}\min \mathrm{al}}\·V_{\mathrm{tool}\_\mathrm{workpiece}\·\mathrm{\Δt}}}$

$=\frac{1}{P_{\mathrm{no}\min \mathrm{al}}\·(\frac{1}{{\mathrm{\κ}}_{\mathrm{elastic}}\left(\mathrm{\ω}\right)}+\frac{1}{{\mathrm{\κ}}_{\mathrm{others}}})}\·{\mathrm{PV}}_{\mathrm{ini}}---\left(3\right)$

式(3)中，PV_initial是初始面形数据的PV值，PV_after是最终面形数据的PV值，PV是峰谷值(peak to valley)的缩写，nominal_removal_depth是加工过程中的材料去处量；R_Preston是Preston系数(即去除效率)，P_add是额外抛光压力，V_{tool_workpiece}是工件和工具之间的相对速度，P_nominal是标称抛光压力，Δt是驻留时间，κ_elastic和κ_others的含义同上。由于弹性材料是粘弹性材料，所以压缩刚度κ_elastic是所施加的外力频率ω的函数。

上文提到的参数化光顺模型的预测结果与实验数据吻合的很好。但是在实验过程中，我们使用的面形误差都是单一频率的误差，而且误差的幅值比测量噪声的幅值大得多，这样可以简化建模和计算过程。然而，实际的抛光过程是很复杂的，实际加工过程的面形误差数据一般包含了几乎所有空间频率的误差成分，而且光顺发生位置的误差的幅值可能比较小，甚至有可能与测量噪声相当，因此，即使在后来提出了式(3)所述的参数化光顺模型，但在工程实践中很少将该模型直接进行有效应用，也很少有研究人员将其与光顺能力的评价过程联系起来。

发明内容

本发明要解决的技术问题是克服现有技术的不足，提供一种直观、简单、方便、评价效果好、原始数据要求低的光学加工用抛光盘的光顺能力评价方法。

为解决上述技术问题，本发明提出的技术方案为一种光学加工用抛光盘的光顺能力评价方法，包括以下步骤：

(1)初始面形数据预处理：首先取用一试验工件，利用激光干涉仪测量该试验工件的初始面形数据，然后对初始面形数据进行滤波处理(滤波处理是指对测量得到的面形数据进行数字滤波处理)，滤除其中的低频误差成分，得到滤波后初始面形数据；

(2)最终面形数据预处理：采用待评价其光顺能力的抛光盘对上述试验工件进行光顺，光顺后测量该试验工件的最终面形数据，然后对最终面形数据进行滤波处理，滤除其中的低频误差成分，得到滤波后最终面形数据；

(3)获取滤波后差异面形数据：将上述步骤(1)中获得的滤波后初始面形数据与上述步骤(2)中获得的滤波后最终面形数据作差，得到滤波后差异面形数据；

(4)相关系数获取：从上述的滤波后初始面形数据和滤波后差异面形数据中选择与所述抛光盘的抛光面大小一致的某一区域的特定面形数据，并计算该特定面形数据的相关系数；相关系数是统计学中的一个基本概念，它表示两组数据之间的相似程度，此处计算相关系数是通过MATLAB软件实现，计算公式一般为其中，ρ_X，Y代表X数据和Y数据的相关系数，cov(X,Y)代表X数据和Y数据的协方差，而σ_X和σ_Y分别是X数据和Y数据的标准差；

(5)相关系数判定：如果得到的相关系数在给定值以上，则说明上述的某一区域中有光顺行为发生，因而进入下述的步骤(6)；如果得到的相关系数小于给定值，则该区域中的特定面形数据弃之不用，然后返回步骤(4)在另一未知区域中重新进行步骤(4)后的工艺操作；本步骤中给定值的选取主要和选取的标准有关，如果要求数据的相似性较高，则给定值应当略大一些；如果对数据的相似性要求不高，则可以选择略小的给定值；本发明中给定值的优选范围为0.8～1之间；我们在观察了约100组数据后，挑选出认为相似性符合我们要求的数据并计算了它们的相关系数，经最后优化得出的给定值为0.8；

(6)计算光顺系数：将从上述某一区域中获取得到的滤波后初始面形数据、滤波后最终面形数据及滤波后差异面形数据代入光顺参数化模型，并计算该区域中的光顺系数SF₁；

(7)循环操作：重新返回至步骤(4)在另一未知区域中重新进行步骤(4)～步骤(6)的工艺操作，直至选择的区域遍历整个试验工件的光学表面(即确保试验工件面形数据的每一部分都包含在前述步骤的计算过程中)，并最终计算得到一系列光顺系数SF₂、……、SF_n，其中n为大于或等于2的整数；

(8)绘制光顺直线：将上述步骤中得到的各光顺系数SF₁、……、SF_n及对应于工件表面特定区域的初始面形误差值RMS₁、……、RMS_n进行数据拟合，绘制得到所述抛光盘的光顺效率直线，根据该光顺效率直线即可评价所述抛光盘的光顺能力，即该光顺效率直线的斜率越大，则光顺能力越强。

对于的不同抛光工具，只要重复上述步骤(1)～步骤(8)的过程，均可绘制出其相应的光顺效率直线，而所有绘制的光顺效率直线可以置于同一个图形中用来比较和评价不同抛光工具的光顺能力。

上述本发明的技术方案主要基于以下原理：

1.上述技术方案步骤(1)和步骤(2)的预处理主要是指对试验工件的面形数据进行滤波处理。在CCOS加工过程中，修形和光顺往往是同时发生的。已有的经验表明，修形往往发生在低频误差上，而光顺仅仅对中、高频误差起作用。对于抛光过的光学表面，低频误差和中、高频误差往往混合在一起，且低频误差的幅值往往比中、高频误差的幅值大。如果直接观察原始面形数据，由于光顺发生位置的误差幅值比较小，其往往被掩盖在光学表面误差中，很难看到光顺的发生。因此，本发明评价方法的步骤(1)和步骤(2)就是对原始面形数据进行滤波，只保留其中的中、高频误差成分，这样经滤波处理后的面形数据中就包含了发生光顺的那部分数据，而且不会被原始面形数据中的低频误差所掩盖，滤波前后的面形误差比较可参见图7的示意。

2.上述技术方案的步骤(3)～步骤(5)主要是为了获取试验工件所有表面区域的相关系数并进行相应的判定。在抛光过程中，光顺有可能在任何时间及试验工件表面的任何位置上发生，由于后续步骤中需要获取光顺系数，而用来计算光顺系数的面形数据应当是光顺过程真正发生的位置；如果镜面的某个位置有光顺发生，则该位置的初始面形和最终面形应该具有一定的相似性，如图8所示，而本发明评价方法中的步骤(3)～步骤(5)正是利用这一相似性原理首先确定出光顺过程真正发生的位置，以此为基础，为后续光顺系数的计算提供前提。初始面形和最终面形之间的相关系数很容易计算，但是这里存在一种极端情况，即：如果试验工件表面所有的中高频成分都被光顺过程去除，则最终面形为没有高频纹路的平面。在这种情况下，尽管光顺过程几近完美，但是初始面形和最终面形之间的相关系数却接近零。基于此考虑，本发明中使用滤波后初始面形数据和滤波后差异面形数据之间的相关系数作为判定光顺是否发生的标准。

在使用CCOS方法加工工件时，不可能将光学镜面上的误差完全消除。一般来说，在去除表面误差的同时，必然会连带去除一层额外去除层，这通常是难以避免的。额外去除层的厚度和目标误差的幅值之比定义为EMR(额外去除率)。分析表明，当抛光工具的直径是误差空间波长的二倍时，需要额外去除八倍的材料才能够修正给定的误差。这意味着一个工具不能够有效地修正空间波长小于工具直径一半的误差。因此在上述步骤(1)和步骤(2)的滤波处理过程中，滤波的截止频率优选设定为所述抛光盘直径的1/2，这样滤波后的面形数据中基本不含有CCOS加工过程中的修形成分。

在本发明上述的评价方法中，所述光顺参数化模型可以采用上式(3)所述的模型，式(3)中光顺系数SF的计算使用的是初始误差、最终误差和去除深度的峰谷值(即PV值)，因为式(3)是在假设面形误差为单一频率的正弦形式误差得出的，因此其面形误差可以用轮廓的峰谷值进行描述。对于单一空间频率和同样幅值的正弦误差形式，峰谷值的变化的确能够在一定程度上描述光顺加工的效果。然而，实际的抛光过程是很复杂的，实际抛光过程中的面形误差往往包含了不同频率和不同幅值的误差，由于峰谷值只是给出了面形数据的最高点和最低点之间的差值，所以用它来描述光顺效果是不合适的。峰谷值和均方根值(即RMS值)都可以用来描述镜面偏离理想面形的程度，峰谷值只是给出了两点之间差异的最大值，而均方根则是整个面形数据的统计度量；与峰谷值不同的是，面形数据中的每一个点都对均方根值有影响，因此对于包含多种空间频率误差成分的光学表面，使用均方根值描述光顺系数则更为合适，因此，本发明的技术方案中，所述光顺参数化模型优选为：

$\mathrm{SF}\≡\frac{{\mathrm{RMS}}_{\mathrm{ini}}-{\mathrm{RMS}}_{\mathrm{fin}}}{\mathrm{nomimal}\_\mathrm{removal}\_\mathrm{depth}}---\left(4\right);$

式(4)中，RMS_ini表示滤波后初始面形数据的均方根值(rms)，RMS_fin表示滤波后最终面形数据的均方根值，nominal_removal_depth是表示加工过程中的材料去除量。

此外，上述式(3)中的模型可以用两个参数C₁和C₂来进行参数化，而C₁和C₂的值可以由测量数据拟合得到，转化后的模型如下式(5)所示：

$\mathrm{SF}\≡\frac{1}{P_{\mathrm{no}\min \mathrm{al}}\·(\frac{1}{{\mathrm{\κ}}_{\mathrm{elastic}}\left(\mathrm{\ω}\right)}+\frac{1}{C_1})}\·({\mathrm{PV}}_{\mathrm{ini}}-C_2)---\left(5\right)$

其中，P_nominal是标称抛光压力，κ_elastic表示弹性材料的压缩刚度，由于弹性材料是粘弹性材料，所述压缩刚度κ_elastic是所施加的外力频率ω的函数；参数C₁表示κ_others及其它未知的能够影响函数SF直线斜率的因素，而参数C₂表示试验工件面形误差的极限值PV_min，即当初始面形误差小于该极限值时，光顺将不会发生。转化后式(5)所示的光顺参数化模型在实际中有着很强的实用性，这样任意抛光工具的光顺特性均可以简单地用SF vs.PVini空间中的一条直线来进行描述。基于该模型对沥青盘和刚适应盘的光顺效率进行了对比研究，结果证实沥青盘的光顺效率远远高于刚适应盘。在本发明的评价方法中，由于可以得到一系列的光顺系数SF和相应的RMS_ini值，而光学面形误差的峰谷值一般为均方根值RMS_ini的5～10倍，因此，光顺系数SF和RMS_ini在一定程度上仍然可以认为是线性的，基于此，上述式(4)的光顺参数化模型更优选为下式(6)所示的模型：

$\mathrm{SF}\≡\frac{1}{P_{\mathrm{no}\min \mathrm{al}}\·(\frac{1}{{\mathrm{\κ}}_{\mathrm{elastic}}\left(\mathrm{\ω}\right)}+\frac{1}{C_1})}\·({\mathrm{RMS}}_{\mathrm{ini}}-C_2)---\left(6\right)$

其中，RMS_ini表示滤波后初始面形数据的均方根值。光顺系数SF和相应的RMS_ini同样可以画在SF vs.RMS_ini图形中，拟合的直线可以用来描述光顺效率，将对应不同抛光工具的光顺直线画在同一图形中，就可以用来对比评价不同抛光工具的光顺能力及效率。

与现有技术相比，本发明的优点在于：本发明提出了一种评价不同抛光工具光顺能力的方法，该方法中首先对光顺前、后的面形数据进行了预处理，并在计算过程中引入新的判定标准，同时用新的度量方式来描述光顺前后面形数据的变化程度，建立了新的光顺参数化模型，最终使用一条简单的光顺效率直线来代表抛光工具的光顺能力，将不同工具的光顺直线绘制在同一张图中，这样便真正达到了方便、简单、直观比较不同抛光工具光顺能力的效果。同时，本发明的评价方法对原始面形误差数据的要求不高，可以直接从实际加工的数据中计算出光顺效率直线(或接近直线的曲线)，不需要设计专门的光顺实验，可以从实际加工过程中直接获得对工具光顺能力的认识，具有重要意义。

附图说明

图1为现有技术中某次实际应用CCOS抛光后工件的面形误差分布图(其中PV表示面形误差峰谷值，RMS表示面形误差均方根值，下同)。

图2为图1中分离出的低频误差成分分布图。

图3为图1中分离出的中频误差成分分布图。

图4为图1中分离出的高频误差成分分布图。

图5为现有技术中对工件进行光顺的原理示意图。

图6为现有技术中正弦面形误差在光顺前、后的轮廓图。

图7为本发明评价方法中滤、波前后的面形误差比较示意图。

图8为本发明评价方法中对于光顺过程是否发生进行判定时相关面形和不相关面形的对比示意图。

图9为本发明评价方法的工艺流程图。

图10为本发明实施例1中用作沥青盘光顺的试验工件的初始面形误差分布图(滤波前)。

图11为本发明实施例1中用作刚适应盘光顺的试验工件的初始面形误差分布图(滤波前)。

图12为本发明实施例1中沥青盘光顺后的试验工件的最终面形误差分布图(滤波前)。

图13为本发明实施例1中刚适应盘光顺后的试验工件的最终面形误差分布图(滤波前)。

图14为本发明实施例1中沥青盘和刚适应盘的光顺效率直线，其中Pitch代表的是沥青盘工具的光顺效率直线，而RC代表的是刚适应盘的光顺效率直线。

图15为本发明实施例2中用作沥青盘光顺的试验工件的初始面形误差分布图(滤波前)。

图16为本发明实施例2中沥青盘光顺后的试验工件的最终面形误差分布图(滤波前)。

图17为本发明实施例1和实施例2中沥青盘的光顺效率直线比较图，其中，实线代表的是实施例1中从正弦误差实验数据中得到的光顺效率直线，而虚线代表的是实施例2的普通实验数据中得到的光顺效率直线。

具体实施方式

以下结合说明书附图和具体实施例对本发明作进一步描述。

实施例1：

我们选择具有代表性的抛光工具——沥青盘和刚适应盘，在本实施例中，两个抛光盘的大小和具体结构完全一样，其差别仅在于抛光盘的材质。本实施例中选用的沥青盘和刚适应盘都是由基体和抛光膜组成，且基体材料都为铸铁，厚度为5mm，但沥青盘的抛光膜为5mm厚的沥青，粘接在基体之下；而刚适应盘的抛光膜为粘弹性材料和聚氨酯共同组成，也粘结在基体之下，厚度同样为5mm。以前述的两种抛光盘作为光顺能力的评价对象，然后采用如图9所示的本发明的评价方法对这两种抛光盘的光顺能力进行评价，具体包括以下步骤：

(1)初始面形数据预处理：首先取用两块面形误差基本相同试验工件，利用激光干涉仪(型号为Zygo GPI XP)测量该试验工件的初始面形数据，其中，用作沥青盘光顺的试验工件的初始面形数据如图10所示，用作刚适应盘光顺的试验工件的初始面形数据如图11所示，两块试验工件正弦误差的空间波长为5mm，幅值为1μm，然后对初始面形数据进行滤波处理，滤除其中的低频误差成分，得到滤波后初始面形数据；

(2)最终面形数据预处理：采用待评价其光顺能力的沥青盘和刚适应盘分别对上述两个试验工件进行光顺，光顺后测量该试验工件的最终面形数据，分别得到如图12和图13所示的最终面形误差分布，然后对最终面形数据进行滤波处理，滤除其中的低频误差成分，得到滤波后最终面形数据；

(3)获取滤波后差异面形数据：将上述步骤(1)中获得的滤波后初始面形数据与上述步骤(2)中获得的滤波后最终面形数据作差，得到滤波后差异面形数据；

(4)相关系数获取：从上述的滤波后初始面形数据和滤波后差异面形数据中选择与所述沥青盘、刚适应盘的抛光面大小一致的某一区域的特定面形数据，并计算该特定面形数据的相关系数；

(5)相关系数判定：如果得到的相关系数在给定值0.8以上，则说明上述的某一区域中有光顺行为发生，因而进入下述的步骤(6)；如果得到的相关系数小于给定值，则该区域中的特定面形数据弃之不用，然后返回步骤(4)在另一未知区域中重新进行步骤(4)后的工艺操作；

(6)计算光顺系数：将从上述某一区域中获取得到的滤波后初始面形数据、滤波后最终面形数据及滤波后差异面形数据代入光顺参数化模型，并计算该区域中的光顺系数SF₁；

(7)循环操作：重新返回至步骤(4)在另一未知区域中重新进行步骤(4)～步骤(6)的工艺操作，直至选择的区域遍历整个试验工件的光学表面(即确保试验工件面形数据的每一部分都包含在前述步骤的计算过程中)，并最终计算得到一系列光顺系数SF₂、……、SF_n，其中n为大于或等于2的整数(本实施例中沥青盘的n值为2578，刚适应盘的n值为3051)；

(8)绘制光顺直线：将上述获得的各光顺系数SF₁、……、SF_n及对应于工件表面特定区域的初始面形误差值RMS₁、……、RMS_n进行数据拟合，绘制得到沥青盘和刚适应盘的光顺效率直线，如图14所示，根据该光顺效率直线即可评价上述沥青盘和刚适应盘的光顺能力。

从图14可以看出，沥青盘的光顺效率直线的斜率较大，因此沥青盘的光顺效率高于刚适应盘的光顺效率，这与已有的结论是相符的。

上述的实施例中，沥青盘工具和刚适应盘工具在光顺过程中各个参数都是一样的。我们可以改变工具的光顺参数，例如旋转速度、工具的直径、光顺时使用的压力等等，然后采用本发明的评价方法做出不同工艺参数下的光顺效率直线，以比较不同工艺参数下抛光盘的光顺效率，从而可以在光顺过程中选择效率较高的参数，以提升光学加工中的光顺效率，节省光学加工中的光顺成本。

实施例2：

为了验证本方法的通用性，我们选取了一个普通的实验工件进行光顺实验。实验中我们选用的工件表面具有各种不同频率成分的误差，而且幅值不一。光顺过程中，我们使用沥青盘对工件进行光顺。将从此实验中得到的结论和从实施例1中得到的结论对比，以验证方法的通用性。

本实施例的实验在一块直径为100mm的圆形工件上进行。工件的初始面形如图15所示。从图中可以看出，初始面形中含有不同频率和不同幅值的误差。本实施例的光顺实验中使用的是与上述实施例1中一样的沥青盘，即同样是5mm厚的铸铁基体和5mm的沥青。使用如图9所示的本发明的评价方法对实验数据进行分析，具体步骤与实施例1所述的步骤(1)～(8)基本相同。

本实施例的实验结果如图16和图17所示。图17中实线代表的是从正弦误差实验数据中得到的光顺效率直线，而虚线代表的是普通实验数据中得到的光顺效率直线。由于两次实验过程中使用了同样的沥青盘，所以获得的光顺效率直线斜率是很接近的，这充分证明光顺效率直线确实能够反映光顺工具的本身特征，并不受到工件表面的性质。从普通实验数据中也可以获得沥青盘的光顺效率直线，而且该光顺效率直线和正弦误差实验数据中得到的光顺效率直线十分接近，充分表明了本发明中提出的评价方法的有效性，换言之，在实施例1中的评价结论和评价效果完全可以适用于本发明实施例2中的加工对象。

Claims (6)

1.一种光学加工用抛光盘的光顺能力评价方法，包括以下步骤：

(1)初始面形数据预处理：首先取用一试验工件，测量该试验工件的初始面形数据，然后对初始面形数据进行滤波处理，滤除其中的低频误差成分，得到滤波后初始面形数据；

(2)最终面形数据预处理：采用待评价其光顺能力的抛光盘对上述试验工件进行光顺，光顺后测量该试验工件的最终面形数据，然后对最终面形数据进行滤波处理，滤除其中的低频误差成分，得到滤波后最终面形数据；

(3)获取滤波后差异面形数据：将上述步骤(1)中获得的滤波后初始面形数据与上述步骤(2)中获得的滤波后最终面形数据作差，得到滤波后差异面形数据；

(4)相关系数获取：从上述的滤波后初始面形数据和滤波后差异面形数据中选择与所述抛光盘的抛光面大小一致的某一区域的特定面形数据，并计算该特定面形数据的相关系数；

(5)相关系数判定：如果得到的相关系数在给定值以上，则说明上述的某一区域中有光顺行为发生，因而进入下述的步骤(6)；如果得到的相关系数小于给定值，则该区域中的特定面形数据弃之不用，然后返回步骤(4)在另一未知区域中重新进行步骤(4)后的工艺操作；

(6)计算光顺系数：将从上述某一区域中获取得到的滤波后初始面形数据、滤波后最终面形数据及滤波后差异面形数据代入光顺参数化模型，并计算该区域中的光顺系数SF₁；

(7)循环操作：重新返回至步骤(4)在另一未知区域中重新进行步骤(4)～步骤(6)的工艺操作，直至选择的区域遍历整个试验工件的光学表面，并最终计算得到一系列光顺系数SF₂、……、SF_n，其中n为大于或等于2的整数；

(8)绘制光顺直线：将上述步骤中得到的各光顺系数SF₁、……、SF_n及对应于工件表面特定区域的初始面形误差值RMS₁、……、RMS_n进行数据拟合，绘制得到所述抛光盘的光顺效率直线，根据该光顺效率直线即可评价所述抛光盘的光顺能力。

2.根据权利要求1所述的光学加工用抛光盘的光顺能力评价方法，其特征在于：所述步骤(1)和步骤(2)的滤波处理过程中，滤波的截止频率设定为所述抛光盘直径的1/2。

3.根据权利要求1或2所述的光学加工用抛光盘的光顺能力评价方法，其特征在于，所述光顺参数化模型为：

$\mathrm{SF}\≡\frac{R{\mathrm{MS}}_{\mathrm{ini}}-{\mathrm{RMS}}_{\mathrm{fin}}}{\mathrm{nomimal}\_\mathrm{removal}\_\mathrm{depth}};$

其中，SF即光顺系数，RMS_ini表示滤波后初始面形数据的均方根值，RMS_fin是滤波后最终面形数据的均方根值，nominal_removal_depth是加工过程中的材料去除量。

4.根据权利要求3所述的光学加工用抛光盘的光顺能力评价方法，其特征在于，所述光顺参数化模型为：

$\mathrm{SF}\≡\frac{1}{P_{\mathrm{no}\min \mathrm{al}}\·(\frac{1}{{\mathrm{\κ}}_{\mathrm{elastic}}\left(\mathrm{\ω}\right)}+\frac{1}{C_1})}\·({\mathrm{RMS}}_{\mathrm{ini}}-C_2);$

其中，P_nominal是标称抛光压力，κ_elastic表示弹性材料的压缩刚度，κ_others是包含抛光盘、抛光液、包裹材料在内的其它结构的综合刚度，由于弹性材料是粘弹性材料，所述压缩刚度κ_elastic是所施加的外力频率ω的函数；C₁代表κ_others及其它未知的能够影响函数SF直线斜率的因素，C₂表示试验工件面形误差的极限值PV_min，RMS_ini表示初始面形数据的均方根值。

5.根据权利要求1或2所述的光学加工用抛光盘的光顺能力评价方法，其特征在于，所述步骤(5)中，所述给定值取值为0.8～1.0。

6.根据权利要求5所述的光学加工用抛光盘的光顺能力评价方法，其特征在于，所述步骤(5)中，所述给定值取值为0.8。