Technische Sauberkeit: KI hilft, Partikel aufzuspüren

Um die Klassifizierung prozesskritischen Partikel im technischen Sauberkeitsprozess zu optimieren, bietet Zeiss seit Januar 2022 für seine Mikroskope das Modul Zen Core Technical Cleanliness Analysis mit vortrainierten Machine-Learning-basierten Objektklassifizierungsmodellen an. Dieses überprüft automatisiert die Typklassifizierung der Partikel auf Basis einer klassischen Grauwertbestimmung. Dafür werden die durch die klassische Analyse gewonnenen Ergebnisse unter anderem zur Größe, Form, Intensität und Typklassifizierung zu einer Vielzahl unkorrelierter Entscheidungsbäume kombiniert.

Das, wendet diese von Zeiss erarbeiteten oder individuell vom Anwender antrainierten Klassifikationen auf diese Entscheidungsbäume an. Werden Partikel erkannt, die zuvor fälschlicherweise als nichtmetallische Partikel klassifiziert wurden, überschreibt die Machine-Learning-basierte Objektklassifizierung die Ergebnisse der klassischen Grauwertbestimmung.

Der Einsatz der neuen Objektklassifizierung zahlt sich gleich mehrfach aus: Die Ergebnisse sind ohne eine händische Prüfung nicht nur trennschärfer. Unternehmen, die das Modul einsetzen, entlasten auch ihre Operatoren und erhöhen die Vergleichbarkeit der Ergebnisse. Zudem werden die Mikroskopielösungen durch die ansonsten notwendigen Nacharbeiten nicht mehr blockiert, das heißt die Auslastung der Geräte steigt.

Auch interessant: Mit der laserinduzierten Plasmaspektroskopie des Fraunhofer IFAM lässt sich die Sauberkeit von Oberflächen automatisiert im Fertigungsprozess messen. sk