作為工程師和開發(fā)人員,我們的工作就是找到一個(gè)將所有元件組合在一起的最佳方法。不管是對于摩天大樓、還是集成電路,內(nèi)部工程結(jié)構(gòu)都是決定是否能夠運(yùn)轉(zhuǎn)良好的關(guān)鍵之一。但說回來,又有誰不曾幻想做個(gè)“破壞王”,把東西都拆開來一探究竟呢?我們最初的與工程設(shè)計(jì)有關(guān)的記憶大部分都來自小時(shí)候把看起來復(fù)雜——甚至是昂貴——的東西拆得七零八落。
既然如此,我們就打算看一看DLP NIRscan Nano評(píng)估模塊(EVM)的內(nèi)部構(gòu)造,我們將用老辦法——拆開它。
需要注意的是,任何對光引擎的拆解都會(huì)使NIRscan Nano EVM的保修失效。另外,去掉光引擎上的罩子會(huì)使灰塵和污垢聚集在光學(xué)器件上,從而影響到系統(tǒng)性能。此外,去掉上面的罩子會(huì)移動(dòng)光學(xué)器件、狹縫和探測器,導(dǎo)致這些元件錯(cuò)位,從而需要廠家重新進(jìn)行對準(zhǔn)和校準(zhǔn)。而一旦拆除狹縫,則需要把InGaAs探測器和DLP2010NIR返廠進(jìn)行系統(tǒng)對準(zhǔn)與校準(zhǔn)。
總之一句話,這事兒不能在家里嘗試。
我們先來快速瀏覽一下。基于DLP的分光計(jì)用一個(gè)針對波長選擇的數(shù)字微鏡器件(DMD)和單點(diǎn)探測器取代了傳統(tǒng)線性陣列探測器。通過按序打開與特定波長光相對應(yīng)的一組鏡列,對應(yīng)光線被指向探測器,并被捕獲。通過掃描DMD上的一組鏡列,可以計(jì)算出吸收光譜。
近紅外(NIR)光譜分析內(nèi)的DLP技術(shù)可提供以下優(yōu)勢:
• 與使用具有極小像素的線性陣列探測器相比,使用更大的單點(diǎn)1毫米探測器能實(shí)現(xiàn)更高性能。
• 使用單元探測器和低成本光學(xué)器件能幫助實(shí)現(xiàn)更低的系統(tǒng)成本。高分辨率DMD使得定制圖形能夠補(bǔ)償每一個(gè)單獨(dú)系統(tǒng)的光學(xué)失真。
• 更大信號(hào)的捕獲不僅得益于DMD相比傳統(tǒng)技術(shù)更大的光展量(etendue),而且也受益于其快速、靈活、以及可編程的顯示模式及光譜濾波器設(shè)計(jì)。
• 借助可編程顯示模式,DLP分光計(jì)能夠:
o 通過控制一個(gè)鏡列中的像素?cái)?shù)量來改變到達(dá)探測器的光的強(qiáng)度。
o 通過控制鏡列的寬度來改變系統(tǒng)的分辨率。
o 通過使用一組Hadamard圖形完成在一個(gè)圖形內(nèi)捕捉多個(gè)波長的光。然后,單獨(dú)的波長數(shù)據(jù)可通過解碼獲取。每個(gè)模式內(nèi)打開DMD像素?cái)?shù)量的50%,從而將比上面提到的列掃描方式獲取的更強(qiáng)的信號(hào)引至探測器。
o 使用定制光譜濾波器來選擇需要的特定波長。
目前,DLPNIRscan Nano EVM軟件支持可變分辨率和Hadamard圖形。暫不支持可變強(qiáng)度和定制光譜濾波器。
在以下這幅圖片中,你可以看到DLPNIRscan Nano EVM的主要組件:
拿掉光引擎罩子后,可以看到DMD和探測器電路板:
現(xiàn)在,如果我們拿掉反射式模塊,你可以看到狹縫:
現(xiàn)在,我們已經(jīng)可以對這個(gè)器件“一覽無余”了,讓我們來看一看它是如何對光進(jìn)行操縱的。
從樣本上反射回的光被采集鏡頭所搜集,并且通過輸入狹縫聚焦在光引擎上。所選擇的狹縫尺寸能夠平衡波長分辨率和分光計(jì)的信噪比(SNR)。這個(gè)分光計(jì)使用一個(gè)長寬分別為1.69毫米 x 25微米的狹縫。通過狹縫的光在第一組鏡頭上校準(zhǔn),通過一個(gè)885納米長的波通濾波器,然后打在一個(gè)反射光柵上。這個(gè)與聚焦透鏡組合在一起的光柵將光源色散為構(gòu)成它的連續(xù)波長(多色光線)。聚焦透鏡將狹縫圖像展開在DLP2010NIRDMD上。這個(gè)狹縫圖像的不同波長水平分布在DLP2010NIRDMD上。光學(xué)系統(tǒng)將900納米的波長成像在DMD的一端上,將1700納米的波長成像在另一端上,而在中間按順序散開所有其它波長。
今天我們找了個(gè)借口把這個(gè)器件拆開來仔細(xì)地看了看。如需獲得與DLPNIRscan Nano EVM有關(guān)的更多信息,請參考DLP NIRscan Nano用戶指南。
免責(zé)聲明:本文來源于德州儀器(TI) PedroGelabert,本文僅代表作者個(gè)人觀點(diǎn),本站不作任何保證和承諾,若有任何疑問,請與本文作者聯(lián)系。