目前已知先進材料領域，有領先企業正在開發甚至已經啟用結合AI深度學習能力的裝置，提升質量控制能力，減少人為的不確定性，最終達成生產力提升。最近，全球領先材料企業heraeus集團分享了其利用AI保障對石英制品質量控制的經驗，著實值得了解學習。

一、賀利氏石英制品簡介

在此之前，先了解下賀利氏石英——Heraeus Conamic和Heraeus Comvance同為賀利氏旗下的石英制品企業，但前者主要為半導體和光學應用提供天然或合成的熔融石英玻璃和陶瓷，后者則主要為電信行業提供合成光纖預制件、石英管材以及氣相二氧化硅等等。

1、Conamic的產品 

半導體工藝中的化學氣相沉積、蝕刻、微光刻等分別需要用到不透明高純石英（隔熱），低氣泡含量石英（沉積、蝕刻），以及光學高透石英（光刻）。

熔融石英是眾多光學應用中的關鍵材料，除基礎光學元件，還包括近紅外、紅外、鏡面基板、紫外和可見光以及各種窗口和防護罩應用等。

熔融石英制備的特種纖維除了是光纖首選外，還可用于材料加工、醫療，甚至農業應用。

石英玻璃管材可用于多種特殊燈具應用，滿足從紫外線、可見光到紅外線范圍的寬透射光譜。

黑石英是特殊開發，用于滿足特殊需求如阻擋輻射，它具有高的光吸收率，同時卻不含碳和鐵、鈦、鎢、鉻或鎳等雜質，依然擁有99.995%的高純度。并且可以在某些場合替代難以加工的碳化硅陶瓷等等。

2、Comvance的產品

光纖預制棒是用來經濟高效制備電信光纖的高精高純合成石英棒材。

光纖（摻氟）熔融石英管是用于超低損耗光纖、多模光纖和彎曲不敏感光纖的基材。

氣相二氧化硅的純度最高可高于5N級，可作為功能添加劑用于多個行業

二、利用AI對石英生產保駕護航

1、策略

向外部公司尋求幫助后無果，賀利氏決定由公司數字化部門數字中心的專家與Heraeus Comvance和Heraeus Conamic的工藝工程專家密切合作和深入交流求解。按照計劃，兩家公司在2023下半年對一條生產線和一種石英玻璃產品分別測試人工智能的自動化質量控制。它最初將用于檢測所生產的石英玻璃圓柱體中最常見的缺陷是較大的氣泡和裂紋——傳統工藝而言，這些都是通過傳統的圖像識別或簡單地通過人眼來完成的。所使用的技術基于三個組成部分： 

1.直接位于工件上的相機形式的成像系統； 

2.人工智能系統，利用其訓練有素的專業知識來評估捕獲的圖像； 

3.將結果反饋給機器，并為機器旁的工作人員提供可視化結果。

2、手段

Comvance公司——檢查幾米長的玻璃圓柱體是否存在缺陷。新的自動化系統使用特殊相機支架上的相機系統，該相機支架連續移動經過旋轉的石英玻璃圓筒。缺陷由專門開發的人工智能組件檢測，該組件可以自動可靠地檢測氣泡和裂紋。為了處理大量圖像，AI模型在帶有顯卡的特殊工業PC上運行。賀利氏數字中心人工智能項目經理Christian Piazzi強調，“我們確實需要性能，因為每張圖像必須在 15 分鐘內處理10000到15000張圖像，速度至關重要。”

Conamic公司——Christian Piazzi解釋，作為該項目的一部分，帶有四個攝像頭的人工智能測量系統被用來檢查產生的氣泡。這些氣泡以前是用肉眼檢測到的，因為由于照明條件，它們很容易看到。然而，為了判斷一塊玻璃的好壞，必須正確估計氣泡的大小（只有幾毫米大小），并在長達3.5米的距離內計算氣泡的數量。這需要大量的經驗，而準確性確實由負責人的經驗來決定。未來，合適的人工智能模型將獨立識別不同類型的氣泡，可靠地測量它們，并將其與與客戶達成的協議進行比較，以實現最佳應用。

測試過程中垂直夾緊的石英玻璃圓柱

3、訓練與深度學習

為了確保可靠的缺陷檢測，AI在Comvance和Conamic分別接受了100000多張圖像和600多張圖像的訓練。

為了訓練人工智能，賀利氏的專家分析了之前生產中的錯誤目錄，并找出了最常發生的問題。為了讓人工智能快速識別它們，他們使用了帕累托原則，也稱為80-20規則——80%的預期結果可以通過20%的總努力來實現，其余20%的玻璃缺陷（例如雜質）發生頻率要低得多，需要更多的培訓，而這反而占據了高達80%的工作量。

利用該原則將在經濟上可行的框架內進一步發展人工智能。但AI不止于此，還可以做更多的事情。例如，更有效地安排用于制造石英玻璃的窯爐的使用等等。

小結

AI進行深度學習所須的數據為各個企業所獨有，所以對“拿來主義”而言可為是一堵天然高墻。很大程度上，想要利用這項技術和相關設備的企業都需要從頭做起，先起步和先達成的也就會更早取得優勢。相信賀利氏的經驗分享能夠對國內材料企業有所啟發。

粉體圈 啟東

本文為粉體圈原創作品，未經許可，不得轉載，也不得歪曲、篡改或復制本文內容，否則本公司將依法追究法律責任。