【技术实现步骤摘要】
一种智能抛光装置和方法
[0001]本专利技术涉及基于抛光机
，尤其涉及一种智能抛光装置和方法。
技术介绍
[0002]在抛光过程中，表面粗糙度是指加工表面所具有的较小间距和微小峰谷不平度，划痕是工件在加工过程中由于磨粒压入工件过深产生的表面缺陷。表面粗糙度和划痕是抛光样品表面质量评价主要考虑的因素。
[0003]传统抛光技术的改进一般在磨粒材料、抛光速度控制、抛光力大小控制等方面进行技术优化，以达到对被抛光材料粗糙度的精确控制。现代制造业的发展对表面精密加工提出了更高的要求。作为制造业的重要工艺手段——抛光工艺在较大程度上影响产品的使用性能。
[0004]化学机械抛光技术几乎是迄今唯一可以提供全局平面化的表面精加工技术，可广泛用于集成电路芯片、计算机硬磁盘、微型机械系统（MEMS）、光学玻璃等表面的平整化等。磁流变抛光利用磁流变液良好的动力学和温度特性，能够获得质量很高的光学表面，易于实现计算机控制，能够得到比较复杂的面形，且去除效率高。气囊抛光技术采用内置电机驱动抛光头旋转，控制头部的柔性气囊气压，...
【技术保护点】
【技术特征摘要】
1.一种智能抛光装置，其特征在于，其包括：样品抛光台、显示屏、控制器、可旋转光源探测器阵列、上工作盘；样品抛光台用于放置样品，且可带动样品旋转；可旋转光源探测器阵列包括光源和探测器，其中光源用于产生不同方向的光照射样品进行扫描，探测器用于接收反射回来的光信号；控制器分别与探测器和显示器电连接，控制器用于接收探测器反馈信息，并计算样品粗糙度，显示屏用于显示控制器的计算结果；上工作盘可活动于样品抛光台的上方，用于对样品进行抛光打磨。2.根据权利要求1所述的智能抛光装置，其特征在于：光源发出的光功率P与探测器接收的最低功率Pmin之间的关系为：P ≥ k*Pmin，k为大于1的系数。3.根据权利要求2所述的智能抛光装置，其特征在于：可旋转光源探测器阵列以转速n配合样品转速mt，光源以转速n发出调制光波，探测器以转速n接收反射回来的调制光波；使得探测器获取调制光波的响应时间与样品转速mt匹配，实时获得样品精确的粗糙度扫描结果；样品在2次扫描间隔时间内的旋转线长要满足以下公式：L=mt*S0；其中，L代表旋转线长；S0代表探测器响应时间；mt代表样品的转速；L的大小可取决于系统设定的粗糙度扫描的精度。4.一种基于权利要求1至3任一项所述智能抛光装置的智能抛光方法，其特征在于：其包括以下步骤：S110初始化：初始化设备，将抛光样品放置于样品抛光台，录入被测样品信息，调控样品的抛光面在样品抛光台的平面位置，拟合样品的抛光面边界，获得轮廓闭合曲线函数 f(x,y)=0；定义轮廓闭合曲线函数 f(x,y) 在抛光面边界范围 R 内；利用格林公式计算样品的面积 s为：，将样品抛光面分割成B个测量区域；在上述公式中，s代表样品的面积，R为样品抛光面的边界范围，和分别代表样品抛光面在x方向和y方向上的导数，dxdy代表面积元素在x和y方向上的变化量；S120获取样品粗糙度分布情况：可旋转光源探测器阵列根据样品实际垂直距离D0调整发光角度；发射的光与样品表面入射角设为α，通过旋转样品实现多角度扫描，获得样品的抛光面粗糙度分布的差异；收集抛光数据：样品转速mt、抛光力Ft，可旋转光源探测器阵列转速n与样品粗糙度R数据；将收集的抛光数据随机分为两部分：80%为训练集，20%为测试集；S130 建立模型：设置目标粗糙度，在同一抛光液和样品条件下，检测抛光参数抛光时间t、实时转速mt和抛光力Ft，输出变量为预测粗糙度Ra；使用训练集数据，将收集数据分为训练集和测试集，在训练集构建多项式回归模型：Rt(t) = ω1*a1*mt + ω2*a2*Ft + ω3*a3*mt^2 + ω4*a4*Ft^2 + ω5*a5*mt*Ft，其中ω1
‑
ω5为变量权重，a1
‑
a5为模型系数；将线性回归模型映射到高维特征空间，通过核函数转化为非线性模型；构建神经网络结构，输入层为抛光参数，输出层为预测粗糙度Rt，设计隐藏层节点数；将非线性回归模型作为子
模块接入，通过误差反向传播算法训练网络模型调节权重参数，在测试集上评估模型预测性能，得到预测模型；检测实时抛光参数，并代入模型预测粗糙度Rt；S140自动监测：利用相位测距法实时检测抛光过程中光在样品表面往返的传播时间，并计算相应的传播距离变化量ΔD；设定阈值ΔD_th表示允许的最大传播距离变...
【专利技术属性】
技术研发人员：魏炜，汤璐，
申请(专利权)人：深圳市永霖科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。