Robotiikka ja fyysinen AI

Kompakti järjestelmä tarkastaa pintaa mikronin tarkkuudella 3D:ssä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

The Optical Society:n tutkijat ovat kehittäneet kevyen optisen järjestelmän, joka voi suorittaa pintaa 3D-tarkastelun mikronin tarkkuudella. Tutkijaryhmän mukaan tämä teknologia voisi parantaa laadunvalvontaa korkeateknologisissa tuotteissa, kuten puolijohdepiireissä, aurinkopaneeleissa ja kuluttajaelektroniikassa.

Tutkimus julkaistiin The Optical Society (OSA) -julkaisussa Applied Optics. 

3D-mittauksen tallennus

Yksi haasteista 3D-mittauksissa tuotantolinjalla johtuu tärinästä, joten näytteitä on otettava säännöllisesti laboratoriossa analyysiä varten. Tämän prosessin aikana virheelliset tuotteet on hävittävä.

Tutkijaryhmä kehitti järjestelmän, joka voisi toimia sellaisessa ympäristössä kuin teollinen valmistuslaitos. Tutkimusryhmää johti Georg Schitter Technische Universität Wienistä Itävallassa, ja he yhdistivät kompaktin 2D-nopean ohjauspeilin korkean tarkkuuden 1D-konfokaalisen kromatiivisen anturin kanssa.

Ernst Csencsics johti tutkimusryhmää Daniel Wertjanzin kanssa.

“Robotti-pohjaiset inline-tarkastus- ja mittausjärjestelmät, kuten kehittämämme, voivat mahdollistaa 100 %:n laadunvalvonnan teollisessa tuotannossa, korvaamalla nykyiset näytteisiin perustuvat menetelmät”, Csensics sanoi.

Uusi järjestelmä on suunniteltu asennettavaksi seurantaplatfoormille, joka sijoitetaan robottiin, ja tämä mahdollistaa kosketusvapaa 3D-mittauksen mille tahansa pinnalle. Painoa 300 grammaa ja mittoja 75 x 63 x 55 millimetriä, järjestelmä on vaikuttavan pieni.

“Järjestelmämme voi mitata 3D-pintaa tarkkuudella, jota ei ole aiemmin saavutettu yhdistelemällä joustavuutta, tarkkuutta ja nopeutta”, Wertjanz sanoi. “Tämä johtaa vähäisempään hävikkiin, koska valmistusongelmia voidaan tunnistaa reaaliajassa, ja prosesseja voidaan nopeasti mukauttaa ja optimoida.”

Olemassa olevat järjestelmät usein luottavat massiivisiin laitteisiin tarkkaa mittauksia varten. Järjestelmän kehittämiseksi tuotantolaitokselle tutkijaryhmä kehitti järjestelmän, joka perustuu Micro-Epsilonin kehittämään 1D-konfokaaliseen kromatiiviseen etäisyyden anturiin, ja ne voivat mitata siirtymää, etäisyyttä ja paksuutta erittäin tarkasti käyttäen samoja periaatteita kuin konfokaaliset mikroskoopit. Ne ovat kuitenkin paljon pienempiä.

Tutkijaryhmä yhdisti konfokaalisen anturin nopeaan ohjauspeiliin, jonka halkaisija on vain 32 millimetriä. Lisäksi he kehittivät rekonstruktio-prosessin, joka voi luoda 3D-kuvan näytteen pinnan topografiasta käyttäen mittausdataa.

Järjestelmä voidaan asentaa metrologiaplatfoormille, joka toimii yhteydenä robottiin. Tämä käyttää aktiivista palauteohjausta korvaamaan tärinää näyte- ja mittausjärjestelmän välillä.

“Ohjaamalla optista polkua anturin avulla nopealla ohjauspeilillä, mittauspiste skannataan nopeasti ja tarkasti pinnan alueen yli”, Wertjanz sanoi. “Koska vain pieni peili tarvitsee liikkua, skannaus voidaan suorittaa korkeilla nopeuksilla ilman tarkkuuden vaarantamista.”

Uuden järjestelmän testaus

Tutkijat testasivat uutta järjestelmää käyttäen erilaisia kalibrointivirtauksia, joissa on määritellyt sivusuunnan koot ja korkeudet. Kokeet osoittivat, että se voi mitata 2,5 mikronin sivusuunnan tarkkuudella ja 76 nanometrin aksiaalisella resoluutiolla.

“Tämä järjestelmä voi lopulta tarjota monia etuja korkean teknologian valmistukselle”, Wertjanz sanoi. “Inline-mittaukset voivat mahdollistaa virheettömän tuotannon, mikä on erityisen hyödyllistä matalan tuotantomäärän valmistuksessa. Tiedot voidaan myös käyttää valmistusprosessin ja koneiden asetusten optimoimiseen, mikä voi lisätä kokonaistuotannon.”

Tutkijaryhmä yrittää nyt toteuttaa järjestelmää metrologiaplatfoormilla sekä yhdistää sitä robottiin. Jos he onnistuvat siinä, he voivat testata robotti-pohjaista tarkkaa 3D-mittauksia vapaamuotoisilla pinnoilla ympäristöissä, kuten teollisessa tuotantolinjassa, joissa on usein tärinää.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.