機器學習工具應用於光學鏡頭工廠生產策略協作方法之研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：5

、訪客IP：18.226.82.78

姓名

賴昇倍(Sheng-Pei Lai) 查詢紙本館藏

畢業系所

光電科學與工程學系

論文名稱

機器學習工具應用於光學鏡頭工廠生產策略協作方法之研究
(Research on the Application of Machine Learning Tools to the Production Strategy Collaboration Method of Optical Lens Factory)

相關論文

★ 腦電波傅利葉特徵頻譜之研究	★ 光電星雲生物晶片之製作
★ 電場控制器光學應用	★ 手機照相鏡頭設計
★ 氣功靜坐法對於人體生理現象影響之研究	★ 針刺及止痛在大鼠模型的痛覺量測系統
★ 新光學三角量測系統與應用	★ 離軸式光學變焦設計
★ 腦電波量測與應用	★ Fresnel lens應用之量測
★ 線型光學式三角量測系統與應用	★ 非接觸式電場感應系統
★ 應用田口法開發LED燈具設計	★ 巴金森氏症雷射線三角量測系統
★ 以Sol-Gel法製備高濃度TiO2用於染料敏化太陽能電池光電極之特性研究	★ 生產線上之影像量測系統

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 (2027-7-1以後開放)

摘要(中)

攝影是大多數行動裝置的必備功能，關鍵的塑膠鏡頭零件在配對的生產過程中，最耗費人力資源；現有產品約有10~15% 在公差上下限邊緣或超出公差，裝配後累積公差很容易就會超出標準範圍，目前處理方法是靠專業技師以人工、像差互補方式，將零件排列、配對找出最佳組合，再實際小批量生產進行確認，耗時、費工、程序複雜。
本論文主要提出利用像差理論以及機器學習預測工具，研究新的生產配對、驗證方式以達到流程精簡目標：
首先架構出一個利用零件尺寸進行ZEMAX光學MTF結果的模擬，進行實際生產預測；(1)利用零件生產的歷史數據判斷生產公差範圍。(2)將範圍公差隨機帶入ZEMAX 模擬軟體產生批量數據庫，作為回歸模型基礎。(3)根據模型基礎進行擬和程度分析修正成與ZEMAX 輸出一致的裝配資料。(4)持續收集實際生產數據與零件尺寸對應MTF數據進行二次修正；其中修正方式，可以進行線性修正，或是對預測模型再次回歸訓練；完成零件尺寸與生產結果相對的預測資料。
完成的光學預測結果，直接教導電腦搭配出實際生產想要的MTF組合；光學理論所謂的搭配其實就是在進行鏡頭像差的抵消；基於此概念，我們將兩個主要影響鏡頭成像的像場彎曲(Field Curvature)與傾斜像差(Tilt)兩種像差進行搭配抵消。電腦程序是先將零件進行洗牌搭配預測其品質，並設置門檻值，通過門檻則跳出迴圈；可透過AI學習，優化搭配速度與精準度，再進行生產流程安排、實際驗證，最後將總體結果與傳統生產方法做比較，產生效益分析；結果顯示此方法可將14天的選配工時縮短到1天，且隨資料庫的累積學習，生產效率與品質越來越好，此為光學工廠智能化的重要基礎。

摘要(英)

This article is discussed about a how can AI tools help improve the effect of the optical lens production manufacture efficiency. Training AI model to predict optical lens image quality at element level and design a performance optimize loop by quick simulation. Let factory could raped improve lens production quality and go into rand up stage. Shorten product design lead time.
It’s can also provide a good way to monitor production line. Base on IoT tools maturity. It’s easy to set check point in production pipeline. After we get enough raw data. We can feed datasets to AI model then let AI sent any signal if it detects any trend in factory. Use them to act early, avoid yield loss.
In the machine learning process, we use the optical lens design tool ZEMAX to simulate and establish a basic MTF evaluation model as well as to compare with the real production lens set and match the MTF evaluation quality.
Based on experimentation results we can see that the AI method can increase the effect triple to classical production method. It’s a large potential way to boost the optical industry going forward.

關鍵字(中)

★ 人工智能模型
★ 離焦曲線
★ 像平面
★ 決策樹
★ 配對表

關鍵字(英)

★ AI model
★ Through focus
★ Image plane
★ Decision tree
★ Pairing table

論文目次

1.簡介 1
1.1.研究目的 1
1.2.生產方法說明 2
1.2.1.生產流程圖 2
1.2.2.量測設備 3
1.2.3.量測項目 7
1.3.配對製程說明 9
1.4.生產困難點 10
2. 研究理論 11
2.1.鏡頭成像目標說明 11
2.1.1.像面彎曲 FC (Field curvature) 11
2.1.2.像面傾斜Tilt (Image plan tilt) 12
2.2.像差抵銷機制 13
2.2.1.像面彎曲(FC) 與鏡片中心厚度(CT) 關係 13
2.2.2.像面傾斜(Tilt) 與鏡片偏心(DC) 關係 13
2.3.應用方法設計 14
2.3.1.分析人工判斷行為 14
2.3.2.探討人工判斷方法其中光學定理 14
2.3.3.建立因子結果響應關係 15
2.3.4.設計演算法 15
3. 實驗方法 16
3.1.計畫 17
3.1.1.方法導入工廠系統流程圖 17
3.2.量測設備 17
3.2.1.量測設備及治具 17
3.2.2.輸出離焦曲線(Through focus curve) 17
3.2.3.輸出資料格式(Table format) 18

3.2.4.統計方式像面彎曲(FC)，像面傾斜(Tilt) 18
3.3.比較方法 19
3.3.1.AI Model predict 對比實際生產MTF (少量分析) 19
3.3.2.AI Model predict 對比實際生產MTF (批量比較) 19
3.3.3.AI Model 最佳化生產策略對比人工判斷生產策略 (良率監控比較) 19
3.4.演算法軟體開發 19
3.4.1.關鍵因子定義(Critical factor define) 19
3.4.2.模型正確性檢驗(Model accuracy check) 19
3.4.3.線性回歸檢查(Linear fitting accuracy check) 20
3.4.4.AI 模型輸出(AI Model output) 20
3.4.5.XGBoost 決策樹模型套件 20
3.4.6.深度學習(Deep Learning) 22
4. 實驗結果與討論 23
4.1.建模精確性驗證 23
4.2.預測生產結果與實際生產結果 24
4.3. AI Model predict 對比實際生產MTF (批量比較) 25
4.4. AI Model 輔助生產對比人工判斷生產 (良率比較) 26
5. 結論 27
6. 未來 28
7. 參考資料 29
8. 附錄 30

參考文獻

[1] Berge Tatian, "Aberration balancing in rotationally symmetric lenses*," J. Opt. Soc. Am. 64, 1083-1091 (1974)

[2] Jeremy Béguelin, Toralf Scharf, Wilfried Noell, Reinhard Voelkel, Correction of spherical surface measurements by confocal microscopy, Measurement Science and Technology, 10.1088/1361-6501/ab786b, 31, 7, (075002), (2020).

[3] Francois Chollet. 2017. Deep Learning with Python (1st. ed.). Manning Publications Co., USA.

[4] Handbook of Optical Systems, Volume 3 Aberration Theory and Correction of Optical Systems ISBN: 978-3-527-69925-4

[5]” Ultrahigh Accurate 3-D Profilometer UA3P” https://www.panasonic.com/global/business/ua3p/

[6]” UMA MTF Tester Series Models” http://www.uma-tech.com.tw/

[7]” Python for data analysis” ISBN:978-1-4919-5766-0

[8] Lens Design I Lecture 7: Aberrations II 2018 -05 -31 Herbert Gross Summer term 2018 https://www.iap.uni-jena.de/

指導教授

張榮森(Rong-Seng Chang)

審核日期

2022-7-27

推文