【光學製造】AI 預測表面品質：如何結合振動分析突破自由曲面加工瓶頸？ 發佈日期 2026-05-11
|
｜光學自由曲面：兼顧輕量化與複雜功能的關鍵技術 光學自由曲面(optical free-form surfaces)的使用，使得複雜的鏡頭系統得以簡化，因此能夠設計得更加緊湊並達到重量最佳化。此外，自由曲面的應用也使全新的光學功能得以實現。然而，其製造過程相當複雜，因此耗時且成本高昂。針對少量生產的自由曲面元件，可透過 CNC 加工機有效率地完成製造。位於德國耶拿的Ernst Abbe University of Applied Sciences Jena (EAH Jena)正致力於優化此製造流程，其目標是根據表面加工期間所記錄的振動資料，結合人工智慧（AI）直接分析，以預測元件的表面品質。為此，研究人員識別、量化並優化製程鏈中的各種影響變因，以達到最佳的加工結果。
▲利用非接觸式雷射測振儀對精密組件進行模態分析，即時監測自然共振頻率與振動振幅，確保加工穩定性。 ｜關鍵加工變因解析：如何建立高精度表面的數據基準？光學自由曲面不僅需要具備高度的尺寸精度，還必須避免短頻與中頻的表面缺陷，例如加工過程中振動所造成的缺陷。最佳的表面品質通常是透過最後的超精密研磨(ultra-fine grinding)來達成。而，從粗磨、細磨到超精密研磨的整個製程鏈中，存在許多會影響最終產品品質的變因。除了所使用的工具以及其與表面的對位方式外，加工參數如：
以上因素，都對加工結果有重要影響。只有在所有控制變因都被最佳化選擇的情況下，才能製造出符合高精度光學要求的表面。為了研究用於超音波輔助研磨自由曲面的五軸 CNC 加工機之機械動態特性，並找出最佳機台設定，研究人員利用雷射都卜勒測振儀(Laser Doppler Vibrometry, LDV)進行振動分析，同時使用白光干涉儀(White Light Interferometry, WLI)分析加工後樣品的表面紋理。 ｜AI 模型導入：實現表面粗糙度數值的提前預測 為了在盡可能少數的測試樣品下，快速了解哪些機台參數會影響最終結果，以及其影響程度，人工智慧(AI)的輔助相當重要。本研究中使用的是由Batix Software GmbH所開發的 AI 模型。該模型可根據機台參數預測表面品質，亦即預測表面的粗糙度數值。在第一步中，AI 會根據大量可用的測振資料與表面參數建立測試計畫，以辨識關鍵的影響機台參數。接下來則進一步檢查振動分析數據與白光干涉量測所得表面參數之間的相關性。
▲AI 優化閉環流程：從實驗設計、研磨加工到數據分析與模型訓練，實現對表面粗糙度的精準預測與製程迭代。 ｜排除隱藏瑕疵：從模態分析到機台溫度補償監測
機台靜止分析
當機台靜止時，可利用模態敲擊錘(modal hammer)激振不同機械部件，以量測其自然共振頻率。其目的在於避免不當選擇的工具轉速與超音波頻率激發這些固有頻率，進而在加工過程中產生不必要的振動，並對最終表面品質造成負面影響。
機台運轉分析
在機台運轉時，也可直接於工件加工過程中進行振動分析。非接觸式測振儀甚至可在機械部件運轉時量測旋轉中的工具，同時也能對工件進行非接觸量測。這類操作中的振動分析，能夠揭露許多在靜止狀態下無法察覺的效應。例如，CNC 機台內建的溫度補償功能，會每隔一秒在表面形成約 1 µm 的階梯狀痕跡。由於溫度補償週期性的重複，兩個階梯之間的距離會與工具進給速度相關。 AI 模型因此得出一項重要結論：CNC 機台的溫度補償功能有時反而會造成負面影響，因此某些情況下可能關閉較佳。 為了研究加工過程中的機械振動及其對表面粗糙度的影響，研究人員將光學振動量測用的雷射光束重新導引，使其能在刀具切削期間直接量測工件底面。透過詳細的表面結構影像分析，研究人員成功建立了工件表面加工痕跡的距離(或空間頻率)與研磨製程參數(例如轉速與進給速度)之間的直接關聯。
▲五軸 CNC 加工機在線監測配置，透過雷射光束直接量測刀具切削期間的工件動態，捕捉關鍵加工數據。 ｜整合線上量測與AI 預測：開創光學研磨監控新維度 將最終表面量測結果(end-of-line surface measurement)與線上振動量測資料(in-line vibration measurement)整合於共同的頻率分析中，可發現機械動態與最終表面結構之間具有高度相關性。藉由光學振動量測與光學表面量測之間的相關分析，再結合 AI 技術，研究團隊成功建立了對研磨製程參數如何影響最終表面品質的深入探討，為精密光學製造提供更科學的優化路徑。
▲透過白光干涉儀取得的表面地形圖，可用於識別微觀痕跡（如溫度補償造成的階梯痕）並驗證 AI 預測的準確性。 想了解更多關於「AI 表面預測」或「振動量測技術」？歡迎聯繫虎門科技! |
