Three Approaches to the Automation of Laser System Alignment and Their Resource Implications: A Case Study

要約

光学システムの位置合わせは、光学システムの製造における重要なステップです。
通常、調整には熟練したオペレーターのかなりの知識と専門知識が必要です。
このようなプロセスの自動化にはいくつかの潜在的な利点がありますが、追加のリソースと初期費用が必要になります。
シンプルな 2 つのミラー システムのケース スタディを通じて、3 つの異なる自動化アプローチを特定し、検討します。
それは、人工ニューラルネットワークです。
実践主導。手動の調整実践を模倣します。
そして設計主導、第一原理に基づいたモデリング。
これらのアプローチは 3 つの異なるタイプの知識を利用していることがわかりました。1) 基本的なシステム知識 (制御、測定、および目標)。
2) 行動スキルと専門知識、および 3) 基本的なシステム設計の知識。
自動化アプローチが異なると、人的資源や測定サンプリングの予算が大幅に異なることを示します。
これは、そのようなタスクの自動化を検討している実務者や管理者に影響を及ぼします。

要約(オリジナル)

The alignment of optical systems is a critical step in their manufacture. Alignment normally requires considerable knowledge and expertise of skilled operators. The automation of such processes has several potential advantages, but requires additional resource and upfront costs. Through a case study of a simple two mirror system we identify and examine three different automation approaches. They are: artificial neural networks; practice-led, which mimics manual alignment practices; and design-led, modelling from first principles. We find that these approaches make use of three different types of knowledge 1) basic system knowledge (of controls, measurements and goals); 2) behavioural skills and expertise, and 3) fundamental system design knowledge. We demonstrate that the different automation approaches vary significantly in human resources, and measurement sampling budgets. This will have implications for practitioners and management considering the automation of such tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google