|
从初始设计到最终量产，光学系统的制造链在目前的技术条件下，依旧是一个容易产生误解的领域。
这一观点由瑞士东部应用科技大学光子学系统制造部门负责人、欧洲光学学会工业咨询委员会主席奥利弗·费恩勒（Oliver Fähnle）向《Electro Optics》杂志阐述。
他指出，制造链的每个环节都需要高度专业化的知识，以至于不同环节间的沟通如同跨语言交流般困难。
费恩勒解释道："制造链始于终端用户对应用场景的描述。他们与光学系统设计师沟通，后者借助Zemax、Code V等专业软件，将光作为工具的应用需求转化为光学系统的具体架构。
系统设计师产出技术图纸并定义多项关键参数，包括所需镜片数量、系统尺寸、是否配置主动变焦机构、镜片几何构型、面形精度与表面粗糙度等要素。
接下来的关键步骤由光学制造设计师完成——将系统设计转化为可执行的制造流程链，包括粗加工、精加工、终加工、超精加工、组装等环节，这本质上是又一次跨领域的技术转译过程。
传递至生产部门的这些信息，将决定所需采用的制造链，并最终主导光学系统的产量、质量与生产成本。
促进光学系统制造链全流程的透彻理解，将释放该领域更深层次的创新潜能。
费恩勒进一步指出："生产部门同样拥有专属的术语体系。他们需要决策适配各制造环节的设备选型、工艺流程优化、技术人员技能矩阵构建、车间布局拓扑规划等关键维度——这实质上是制造链中的又一次技术转译过程。"
"当光学系统最终完成生产时，信息已经历了多轮转译传递，这导致关键参数的完整性受损，"他指出，"最终使光学系统制造的复杂度呈指数级上升。"
费恩勒强调："这不仅加剧了光学系统制造的挑战性，更因制造技术的多元化发展及制造链各环节的高度专业化，导致技术协同难度呈几何级数增长。"
"这导致制造链各环节人员间的理解壁垒日益加深，"费恩勒指出，"光学制造设计师试图与光学系统设计师沟通诉求时，双方的专用术语体系已形成认知鸿沟。一方可能在谈zeta电位、表面物理效应、谐振频率等微观参数，另一方则围绕MTF（调制传递函数）、成像分辨率、通光孔径、光阑位置等系统指标展开讨论。"
1. 通过调制进行优化
"因此，光学制造各环节急需建立更深层次的协同认知，"费恩勒指出，"这一问题正通过'制造链调制'技术体系得到系统性解决。
他解释道："在过去20年间，光学系统设计的每个独立环节都已通过软件实现数字化调制，但制造链环节的调制进程几乎停滞。这种失衡正引发行业日益加剧的焦虑。"
他补充道："若制造链各环节能实现深度协同认知，光学系统的全生命周期生成流程将实现全局最优解。"
费恩勒所指的"制造链调制"，其本质是将制造链各环节的物理机理、技术诀窍、工艺经验及多维视角封装为可互联互通的软件化模块。他透露，过去几年中，全球已有数十家企业沿光学制造链布局此类模块化系统，首个商业化应用案例可追溯至2020年。
"当软件能够模拟制造链调制后，软件将会生成一个所有相关方都能看到的决策报告，"他指出，"各环节参与者可对这一结果展开技术解析、方案讨论与参数协商，最终达成制造链最优解。"
"此类调制技术不仅能消解光学制造链各环节间的知识壁垒，更能系统性攻克国际协作中衍生的社会认知差异、心理阻抗与文化冲突等多维挑战。"
"光学系统制造往往呈现出全球化分布格局——终端用户可能位于美国，设计团队驻扎欧洲，而制造基地则分布在亚洲。这不仅意味着技术背景存在差异，更涉及文化认知鸿沟与语言交流障碍。尽管ISO10110等标准体系能提供部分解决方案，但无法从根本上消解这些系统性挑战。"
"人工智能技术正在对光学元件的制造优化流程进行深度革新，例如俄罗斯ITMO大学1和加拿大拉瓦尔大学2目前所做的研究。
"我们应尽可能地使用“制造链调制”这一技术，这样就不会把时间浪费在可以由软件完成的人际交流上，"费恩勒强调，"这样就可以将更多的资源用于技术创新与高风险技术探索当中。"
2. “制造链调制”的技术势能
"通过光学制造链调制技术，可在光学设计阶段就对透镜进行可制造性验证，精准预测量产成本并确定关键制造路径。由费恩勒联合创立的PanDao软件，正致力于实现从图纸到成品的制造链智能仿真。"
以制造一款用于成像的75mm直径矿物玻璃非球面弯月透镜（背面为球面）为例，PanDao软件测算显示，在10,000片批量生产条件下，单件成本为69欧元（图1）。系统推荐采用磁流变抛光技术加工非球面侧，使用数控抛光处理球面侧。
图1.75mm直径非球面弯月透镜的制造链调制流程示意图（图片来源：M.Tinner/ PanDao）
费恩勒坚信PanDao等软件具备与光学设计软件进行深度互联的技术潜力。然而，要实现全制造链调制的规模化效益仍需攻克多重挑战。费恩勒表示，目前商业生产链的排序和工作量规划也在进行构建中。
"下一阶段将聚焦于调制工艺系统的复杂度与自动化程度。费恩勒指出：“如果下一阶段可以实现，那么就能够在整个光学系统生成链中都使用人工智能来进行辅助设计和规划：从光学设计到制造，最终应用于生产。”
参考文献：
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.
|
