Semiautomatic dimensional screening of plastic scintillator cubes using image analysis and robotics

De auteurs hebben een semi-automatisch systeem ontwikkeld dat robots en beeldanalyse gebruikt om plastic scintillatorblokjes voor neutrino-detectoren met hoge precisie op afmetingen en defecten te screenen en te sorteren, waardoor schaalbare kwaliteitscontrole voor grote deeltjesfysica-experimenten mogelijk wordt.

De kern

Stel je voor dat je een gigantische legpuzzel moet maken, maar dan niet met 1.000 stukjes, maar met bijna 2 miljoen. En elk stukje is een perfect kubusje van plastic, zo groot als een suikerklontje. Dit is wat wetenschappers moeten doen voor een enorm deeltjesdetector genaamd SuperFGD, die wordt gebruikt om mysterieuze deeltjes uit de ruimte, neutrino's, te vangen.

Het probleem? Als deze kubusjes ook maar een heel klein beetje verkeerd zijn gemaakt, of als het gaatje waar een draadje doorheen moet niet precies op de juiste plek zit, dan past de puzzel niet meer. De draden breken, of het hele apparaat werkt niet goed.

In het verleden moesten mensen dit met de hand controleren. Ze staken dunne metalen staafjes door de gaatjes van de kubusjes. Als het staafje vastliep, gooiden ze het kubusje weg. Dit was extreem saai, duurde eeuwen en was niet altijd eerlijk: "Voelde het staafje net iets te strak aan? Dan weg ermee."

De auteurs van dit paper hebben een slimme, robotische oplossing bedacht. Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De "Automaat met Camera's" (Het prototype)

Stel je een draaiend podium voor, zoals een draaimolen voor kinderen, maar dan voor plastic blokjes.

• De dans: Een mens legt een blokje op het podium. Zodra je op een knop drukt, begint de show. Het podium draait en stopt op twee plekken.
• De fotograaf: Op die plekken staan zes superscherpe camera's. Ze maken foto's van alle zes de kanten van het blokje. Het is alsof je een blokje in een spiegelkast legt en van alle kanten tegelijk fotografeert.
• De computer: Een computer kijkt naar de foto's. Hij meet niet alleen hoe groot het blokje is, maar zoekt ook naar kleine bobbels (alsof je een rimpel in een vel papier ziet) en meet de exacte positie van de gaatjes.
• De uitslag: Als het blokje perfect is, gaat het naar de "Goed"-bak. Als het fout is, gaat het naar de "Slecht"-bak.

Het resultaat: Dit systeem was al veel sneller dan mensen (6 seconden per blokje in plaats van 16) en kon meten tot op een haarbreedte (10 micrometer, dat is 100 keer dunner dan een menselijk haar). Maar er was een probleem: het gooide nog steeds veel blokjes weg die misschien wel hadden kunnen werken.

2. De "Slimme Robotarm" (De verbetering)

Waarom gooide het systeem zoveel weg? Omdat het te streng was. Het dacht: "Het gaatje zit 0,3 mm naar links, dat is fout."
Maar stel je voor dat je een rij blokjes hebt. Als alle blokjes in die rij hun gaatje net iets naar links hebben, dan passen ze nog steeds perfect op elkaar! Het gaatje zit dan gewoon op een andere plek, maar de rij is nog steeds recht.

Het oude systeem kon dit niet zien omdat het blokjes willekeurig weggooide. De oplossing? Een 6-assige robotarm (zoals een menselijke arm met schouder, elleboog en pols, maar dan voor robots).

• De nieuwe strategie: In plaats van blokjes weg te gooien, pakt de robotarm ze op. Hij kijkt waar de gaatjes precies zitten.
• De sorteerbak: Er is een grote bak met 48 vakjes. De robot arm plaatst elk blokje in het vakje dat past bij de positie van zijn gaatjes.
  • Blokjes met gaatjes iets naar links? Die gaan in vakje A.
  • Blokjes met gaatjes iets naar rechts? Die gaan in vakje B.
• Het resultaat: Nu kunnen ze later bij het bouwen van de detector blokjes uit vakje A naast elkaar zetten, en blokjes uit vakje B naast elkaar. Alles past perfect!

Waarom is dit zo geweldig?

• Minder afval: In plaats van 20% van de blokjes weg te gooien (zoals in het prototype), gooien ze nu maar 3,1% weg. Dat is enorm veel winst op materiaal en geld.
• Snelheid: Het systeem is sneller dan mensen, zelfs met de robotarm die elk blokje oppakt en in een vakje legt.
• Toekomst: Dit is de sleutel voor de toekomst. Als wetenschappers nog grotere detectoren willen bouwen (zoals voor het DUNE-experiment in de VS), kunnen ze niet meer handmatig controleren. Ze hebben deze soort "slimme, robotische inspectie" nodig.

Kortom:
De auteurs hebben een systeem gebouwd dat niet alleen kijkt of iets "goed" of "slecht" is, maar dat slim genoeg is om te zien hoe iets "fout" is, en het dan in de juiste groep plaatst. Het is alsof je niet meer zegt: "Deze sok past niet bij de andere," maar zegt: "Deze sok is een beetje blauw, dus die doen we in de blauwe stapel, en die andere in de paarse stapel." Zo past alles uiteindelijk toch perfect in de grote puzzel van het heelal.

Technische samenvatting

Titel: Semiautomatische dimensionale screening van plastic scintillatorkubussen met behulp van beeldanalyse en robotica

1. Het Probleem

Moderne deeltjesfysica-experimenten, zoals de T2K-experimenten en toekomstige neutrino-detectors (bijv. DUNE), maken gebruik van enorme detectoren bestaande uit miljoenen kleine componenten. Een specifiek voorbeeld is de SuperFGD (Super Fine-Grained Detector) in het T2K-experiment, die bestaat uit bijna 2 miljoen plastic scintillatorkubussen (1 cm³) die in een driedimensionaal rooster zijn geplaatst.

• Kritieke toleranties: Elke kubus heeft drie orthogonale gaten (diameter 1,5 mm) voor golfgeleiders (WLS-fibers, diameter 1,0 mm). Omdat de kubussen dicht op elkaar worden gestapeld, moeten de afmetingen en gatposities extreem nauwkeurig zijn. Een afwijking van meer dan 0,5 mm tussen aangrenzende kubussen maakt het onmogelijk om de fibers te plaatsen.
• Huidige beperkingen: De huidige kwaliteitscontrole in Rusland (waar de kubussen worden vervaardigd) is volledig handmatig. Kubussen worden in blokken van 15x15 geplaatst en er worden stalen staven door de gaten geschoven. Dit proces is:
  • Tijdsintensief: Meer dan 16 seconden per kubus.
  • Subjectief: De beslissing om een kubus te verwerpen is gebaseerd op de "gevoelde weerstand" van de staven, niet op kwantitatieve data.
  • Niet reproduceerbaar: Het leidt tot een afkeurpercentage van ongeveer 5%, maar mist de precisie die nodig is voor grootschalige toekomstige experimenten.

2. Methodologie

De auteurs hebben een semiautomatisch inspectiesysteem ontwikkeld dat beeldanalyse en robotica combineert om de kubussen kwantitatief te screenen. Het systeem is in twee fasen ontwikkeld: een prototype en een voltooide versie met een robotarm.

A. Het Prototype Systeem (Beeldanalyse en Rotatie)

• Hardware: Een platform met 8 houders dat roteert op een stapelmotor. Er zijn zes hoog-resolutie USB-camera's (8 MP) met teleconverterlenzen en ring-LED-verlichting om schaduwen te minimaliseren.
• Proces: Een kubus wordt handmatig geplaatst. Het platform roteert in stappen van 45 graden. Bij twee meetpunten worden telkens drie zijden gefotografeerd. Na de meting valt de kubus door een klep naar een sorteerbak.
• Beeldanalyse (OpenCV):
  • Preprocessing: Grayscale-conversie, ruisreductie (Gauss-filter) en binaire thresholding.
  • Contourdetectie: Bepaling van de kubusomtrek en gaten.
  • Hough-transformatie: Detectie van rechte lijnen (randen) en cirkels (gaten) voor ruwe schattingen.
  • Fitting en Correctie: Een least-squares cirkelfitting voor precieze gatposities. Er wordt een lineaire correctie toegepast om effecten van verlichting en mechanische uitlijning (8 platforms, 6 camera's) te compenseren.
  • Classificatie: Kubussen worden ingedeeld op basis van gatpositie (x, y), kubusgrootte (Lx, Ly) en een "uitsteeksel-index" (protrusions).

B. Het Voltooide Systeem (Integratie van Robotica)

• Motivatie: Het prototype verwierp ongeveer 20% van de kubussen, voornamelijk vanwege kleine afwijkingen in de gatposities. De auteurs realiseerden zich dat kubussen met vergelijkbare afwijkingen in dezelfde richting nog steeds in een rij kunnen worden gebruikt.
• Robotarm: Een 6-assige robotarm (UFACTORY xArm 6) met een vacuümgreep vervangt de simpele sorteerklep.
• Nieuwe Strategie:
  • De robotarm pakt de kubus op na de meting (in plaats van dat deze valt), waardoor de oriëntatie behouden blijft.
  • Op basis van de gemeten gatposities worden de kubussen ingedeeld in 48 groepen (3 oriëntaties × 4 posities per X- en Y-vlak).
  • De robot plaatst de kubus in de juiste gleuf van een sorteerbak met 48 vakken.
  • Alleen kubussen met kritieke defecten (te groot, te veel uitsteeksels, of extreme afwijkingen) worden als "defect" geselecteerd en niet opgepakt.

3. Belangrijkste Resultaten

• Meetnauwkeurigheid: Het systeem bereikte een meetnauwkeurigheid van 10 µm (standaardafwijking), wat een verbetering is ten opzichte van de 23 µm van de ruwe metingen. Dit is aanzienlijk nauwkeuriger dan handmatige schuifmaatmetingen (die door oppervlakte-onregelmatigheden en compressie een afwijking van >30 µm hebben).
• Reproduceerbaarheid: Er was een >80% overeenstemming met de handmatige screening (gebaseerd op stalen staven) voor zowel acceptabele als defecte kubussen.
• Snelheid: De inspectietijd per kubus was ongeveer 6 seconden voor het prototype en 15 seconden voor het voltooide systeem (inclusief robotgreep). Dit is veel sneller dan de handmatige methode (>16 seconden per kubus).
• Afkurpercentage:
  • Het prototype verwierp ~20% van de kubussen.
  • Het voltooide systeem, met de nieuwe groeperingsstrategie, bracht het afkeurpercentage terug naar 3,1%.
• Validatie: Bij een testrun met ongeveer 6.500 kubussen functioneerde het systeem stabiel. De kubussen binnen de 48 groepen hadden een maximale variatie in gatpositie van minder dan 500 µm, wat binnen de tolerantie ligt voor het invoeren van de fibers.

4. Bijdragen en Betekenis

• Schaalbaarheid: Het systeem biedt een oplossing voor de kwaliteitscontrole van miljoenen componenten, essentieel voor toekomstige grote neutrino-detectors (zoals Hyper-Kamiokande en DUNE).
• Kwantitatieve Kwaliteitscontrole: Het vervangt subjectieve, handmatige inspectie door een objectief, data-gedreven proces met hoge precisie.
• Slimme Sortering: In plaats van kubussen met kleine afwijkingen direct te verwerpen, gebruikt het systeem robotica om ze te groeperen op basis van hun specifieke afwijkingen. Dit maximaliseert het gebruik van de geproduceerde kubussen en verlaagt de kosten.
• Volledige Automatisering: Het paper demonstreert dat de robotarm ook kan worden gebruikt voor het automatisch laden van de kubussen, wat de weg vrijmaakt voor een volledig onbemand inspectiesysteem.

Conclusie:
De auteurs hebben een robuust, semiautomatisch systeem ontwikkeld dat de dimensionale screening van plastic scintillatorkubussen revolutioneert. Door beeldanalyse te combineren met 6-assige robotica, wordt niet alleen de snelheid en nauwkeurigheid verbeterd, maar wordt ook het afvalpercentage drastisch verlaagd door slimme groepering. Dit is een cruciale stap voor de haalbaarheid van toekomstige, grootschalige deeltjesfysica-experimenten.