S kick-off sastankom 3. i 4. lipnja 2025. na Sveučilištu Salerno službeno su započeli radovi na istraživačkom projektu „Automatizirana, adaptivna i nesigurnost-svjesna pametna mjerenja koristeći strojno učenje“ (A3SmartML), koji je započeo u svibnju i planiran je za razdoblje od tri godine. Cilj projekta je razvoj inteligentnih mjernih strategija kako bi se značajno povećala učinkovitost multidimenzionalnih mjerenja. A3SmartML okuplja međunarodnu stručnost iz nekoliko nacionalnih metrologijskih instituta, sveučilišta i poduzeća pod koordinacijom Fizikalno-tehničkog saveza (PTB) u Njemačkoj i financira ga Europsko partnerstvo za metrologiju (EPM).
Multidimenzionalna mjerenja su ključne tehnologije u metrologiji i omogućuju primjene kao što su karakterizacija materijala putem slikovne analize u nanomjerilu i kontrola kvalitete poluvodiča putem fotostrujnog mapiranja s megapikselnom rezolucijom. Međutim, ovi postupci često su obilježeni dugim vremenima mjerenja, što u praktičnoj primjeni dovodi do problema, jer je vrijeme u velikim proizvodnim postrojenjima ili pri kontrolama kvalitete u proizvodnim linijama često ograničeno. Ovi izazovi naglašavaju potrebu za bržim, učinkovitijim i pametnijim mjeriteljskim postupcima. Poboljšanje ovih tehnologija također je u skladu s europskom strategijom za održivost i digitalizaciju u okviru Industrije 4.0 i europskog Zelene dogovora.
Kombinirani pristupi omogućuju poboljšanje učinkovitosti multidimenzionalnih mjerenja
Kako bi se povećala učinkovitost multidimenzionalnih mjerenja, u ovom projektu razvijaju se inteligentne mjerne strategije kombiniranjem alata strojnog učenja, kompresivnog senzinga, regularizacije i Bayesove statistike. Osim poboljšanja mjernih postupaka, kombinacija strojnog učenja s etabliranim pristupima iz statistike i metodama poput kompresivnog senzinga nudi novi potencijal za primjenu strojnog učenja u metrologiji. U kontekstu razmatranih pristupa strojnog učenja razvijaju se pouzdane metode za procjenu nesigurnosti kako bi se omogućila kontrola mjerenja uzimajući u obzir nesigurnost.
Novi razvijeni pristupi nalaze primjenu u mjernim instrumentima za skenirajuću hiperspektralnu slikovnu analizu i fotostrujno mapiranje poluvodiča. Cilj je razviti eksperimentalne prototipove i demonstrirati učinkovitost pametnih mjerenja u ovim područjima. Kako bi se pokazala relevantnost za praktičnu primjenu, postupci će se implementirati u nekoliko slučajeva korištenja.
Za pojednostavljenu primjenu i širenje razvijenih postupaka bit će dostupni opsežni vodiči, dokumentirani softver i referentni skupovi podataka. Dugoročni utjecaj ostvaruje se generičkim, automatiziranim i adaptivnim mjeriteljskim rutinama koje su primjenjive na širok spektar multidimenzionalnih mjernih postupaka. Tako poduzeća u prerađivačkoj industriji mogu iskoristiti rezultate projekta za poboljšanje svojih kontrola kvalitete, čime se smanjuju troškovi i otpad u smislu održivije proizvodnje.
WZL RWTH Aachen preuzima središnju ulogu u ovom projektu u razvoju metoda za procjenu nesigurnosti inteligentnih mjernih postupaka i koordinira aktivnosti širenja rezultata projekta relevantnim skupinama iz znanosti, industrije i u području sveučilišne nastave u radnom paketu 5 „Stvaranje utjecaja“.
Projekt (24DIT03 A3SmartML) financira Europsko partnerstvo za metrologiju i sufinancira Europski horizont Europe Program za istraživanje i inovacije te sudjelujuće zemlje.
Kontakt:
