|
從初始設計到最終量產，光學系統的制造鏈在目前的技術條件下，依舊是一個容易產生誤解的領域。
這一觀點由瑞士東部應用科技大學光子學系統制造部門負責人、歐洲光學學會工業咨詢委員會主席奧利弗·費恩勒（Oliver Fähnle）向《Electro Optics》雜志闡述。
他指出，制造鏈的每個環節都需要高度專業化的知識，以至于不同環節間的溝通如同跨語言交流般困難。
費恩勒解釋道："制造鏈始于終端用戶對應用場景的描述。他們與光學系統設計師溝通，后者借助Zemax、Code V等專業軟件，將光作為工具的應用需求轉化為光學系統的具體架構。
系統設計師產出技術圖紙并定義多項關鍵參數，包括所需鏡片數量、系統尺寸、是否配置主動變焦機構、鏡片幾何構型、面形精度與表面粗糙度等要素。
接下來的關鍵步驟由光學制造設計師完成——將系統設計轉化為可執行的制造流程鏈，包括粗加工、精加工、終加工、超精加工、組裝等環節，這本質上是又一次跨領域的技術轉譯過程。
傳遞至生產部門的這些信息，將決定所需采用的制造鏈，并最終主導光學系統的產量、質量與生產成本。
促進光學系統制造鏈全流程的透徹理解，將釋放該領域更深層次的創新潛能。
費恩勒進一步指出："生產部門同樣擁有專屬的術語體系。他們需要決策適配各制造環節的設備選型、工藝流程優化、技術人員技能矩陣構建、車間布局拓撲規劃等關鍵維度——這實質上是制造鏈中的又一次技術轉譯過程。"
"當光學系統最終完成生產時，信息已經歷了多輪轉譯傳遞，這導致關鍵參數的完整性受損，"他指出，"最終使光學系統制造的復雜度呈指數級上升。"
費恩勒強調："這不僅加劇了光學系統制造的挑戰性，更因制造技術的多元化發展及制造鏈各環節的高度專業化，導致技術協同難度呈幾何級數增長。"
"這導致制造鏈各環節人員間的理解壁壘日益加深，"費恩勒指出，"光學制造設計師試圖與光學系統設計師溝通訴求時，雙方的專用術語體系已形成認知鴻溝。一方可能在談zeta電位、表面物理效應、諧振頻率等微觀參數，另一方則圍繞MTF（調制傳遞函數）、成像分辨率、通光孔徑、光闌位置等系統指標展開討論。"
1. 通過調制進行優化
"因此，光學制造各環節急需建立更深層次的協同認知，"費恩勒指出，"這一問題正通過'制造鏈調制'技術體系得到系統性解決。
他解釋道："在過去20年間，光學系統設計的每個獨立環節都已通過軟件實現數字化調制，但制造鏈環節的調制進程幾乎停滯。這種失衡正引發行業日益加劇的焦慮。"
他補充道："若制造鏈各環節能實現深度協同認知，光學系統的全生命周期生成流程將實現全局最優解。"
費恩勒所指的"制造鏈調制"，其本質是將制造鏈各環節的物理機理、技術訣竅、工藝經驗及多維視角封裝為可互聯互通的軟件化模塊。他透露，過去幾年中，全球已有數十家企業沿光學制造鏈布局此類模塊化系統，首個商業化應用案例可追溯至2020年。
"當軟件能夠模擬制造鏈調制后，軟件將會生成一個所有相關方都能看到的決策報告，"他指出，"各環節參與者可對這一結果展開技術解析、方案討論與參數協商，最終達成制造鏈最優解。"
"此類調制技術不僅能消解光學制造鏈各環節間的知識壁壘，更能系統性攻克國際協作中衍生的社會認知差異、心理阻抗與文化沖突等多維挑戰。"
"光學系統制造往往呈現出全球化分布格局——終端用戶可能位于美國，設計團隊駐扎歐洲，而制造基地則分布在亞洲。這不僅意味著技術背景存在差異，更涉及文化認知鴻溝與語言交流障礙。盡管ISO10110等標準體系能提供部分解決方案，但無法從根本上消解這些系統性挑戰。"
"人工智能技術正在對光學元件的制造優化流程進行深度革新，例如俄羅斯ITMO大學1和加拿大拉瓦爾大學2目前所做的研究。
"我們應盡可能地使用“制造鏈調制”這一技術，這樣就不會把時間浪費在可以由軟件完成的人際交流上，"費恩勒強調，"這樣就可以將更多的資源用于技術創新與高風險技術探索當中。"
2. “制造鏈調制”的技術勢能
"通過光學制造鏈調制技術，可在光學設計階段就對透鏡進行可制造性驗證，精準預測量產成本并確定關鍵制造路徑。由費恩勒聯合創立的PanDao軟件，正致力于實現從圖紙到成品的制造鏈智能仿真。"
以制造一款用于成像的75mm直徑礦物玻璃非球面彎月透鏡（背面為球面）為例，PanDao軟件測算顯示，在10,000片批量生產條件下，單件成本為69歐元（圖1）。系統推薦采用磁流變拋光技術加工非球面側，使用數控拋光處理球面側。
圖1.75mm直徑非球面彎月透鏡的制造鏈調制流程示意圖（圖片來源：M.Tinner/ PanDao）
費恩勒堅信PanDao等軟件具備與光學設計軟件進行深度互聯的技術潛力。然而，要實現全制造鏈調制的規模化效益仍需攻克多重挑戰。費恩勒表示，目前商業生產鏈的排序和工作量規劃也在進行構建中。
"下一階段將聚焦于調制工藝系統的復雜度與自動化程度。費恩勒指出：“如果下一階段可以實現，那么就能夠在整個光學系統生成鏈中都使用人工智能來進行輔助設計和規劃：從光學設計到制造，最終應用于生產。”
參考文獻：
1. Livshits I.L., Glebovskyi A.S., Protsuto M.V., Volkova S.L. Interdisciplinary approach for simulation of starting points for optical and architectural design // Advanced Optical Technologies - 2019, Vol. 8, No. 2, pp. 135-144
2. G. Côté, J. Lalonde, and S. Thibault, "On the Use of Deep Learning for Lens Design," in OSA Optical Design and Fabrication 2021 (Flat Optics, Freeform, IODC, OFT), F. Capasso, W. Chen, P. Dainese, J. Fan, J. DeGroote Nelson, F. Duerr, J. Rogers, J. Rolland, P. Clark, R. Pfisterer, H. Rehn, S. Thibault, M. Jenkins, D. Wook Kim, and N. Trela-McDonald, eds., OSA Technical Digest (Optical Society of America, 2021), paper 120781A.
|
