Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

High-Fidelity Fabrication of HAR Microlens Arrays via Adaptive Toolpaths, Intelligent Feedback, and Elliptical Vibration Cutting

Descrizione del progetto

Matrici di microlenti ad alto rapporto d’aspetto per sistemi ottici avanzati

Gli array di microlenti ad alto rapporto d’aspetto (HAR MLA, high-aspect-ratio microlens array) sono essenziali per i sistemi ottici avanzati; tuttavia, la loro fabbricazione presenta delle difficoltà dovute a errori e difetti. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto AIMLA svilupperà un sistema integrato a circuito chiuso che combina percorsi utensile adattivi, simulazioni FEM, PIML e taglio a vibrazione ellittica, una soluzione che permetterà di ottimizzare i processi di taglio garantendo un contatto costante e riducendo al minimo la deflessione, prevedendo al contempo l’usura e la vibrazione dell’utensile. Tra gli obiettivi principali del progetto figurano una deviazione di forma inferiore a 1 µm e una soppressione delle vibrazioni superiore all’85 %, mentre la convalida finale confermerà la riproducibilità su tutte le geometrie MLA. AIMLA mira a far progredire la produzione di ottiche di precisione, a creare metodologie scalabili per le PMI e a offrire formazione nella progettazione di percorsi utensile adattivi e nell’apprendimento automatico, a sostegno degli obiettivi manifatturieri dell’Europa.

Obiettivo

High-aspect-ratio microlens arrays (HAR MLAs) are essential for next-generation optical systems, yet their fabrication is limited by surface errors, tool-induced defects, and scalability issues on standard 3-axis ultra-precision machines. This project develops a fully integrated closed-loop framework combining curvature-adaptive volute spiral toolpaths, FEM simulations, physics-informed machine learning (PIML), and elliptical vibration cutting (EVC). Adaptive toolpaths ensure constant cutter engagement and uniform scallop height, while inverse modeling and geometric compensation minimize deflection and misalignment errors. Thermo-mechanical FEM simulations, validated experimentally on a KERN Evo system with piezo-dynamometer monitoring, capture cutting forces and stress fields to guide optimization. FEM outputs and force signals train PIML models embedding physical laws to predict tool wear, chatter, and surface deviations under sparse data. These models drive semi-automated adaptive corrections, targeting <1 µm form deviation, <10 nm roughness, >85% chatter suppression, ≥85% tool wear detection, and >70% burr reduction. Final validation with high-resolution profilometry and CMM confirms reproducibility across MLA geometries. Research will be conducted under Prof. Erhan Budak (Sabancı University), a leader in machining dynamics and PIML, with a secondment under Prof. Eiji Shamoto (Nagoya University), pioneer of EVC. This interdisciplinary fellowship will advance precision optics manufacturing, establish scalable methodologies for SMEs, and provide advanced training in adaptive toolpath design, simulation, and machine learning—supporting Europe’s strategic goals in advanced manufacturing and photonics.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

SABANCI UNIVERSITESI
Contributo netto dell'UE
€ 165 205,20
Indirizzo
ORTA MAHALLE UNIVERSITE CADDESI N 27 TUZLA
34956 Istanbul
Turchia
Regione
İstanbul İstanbul İstanbul
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato

Partner (1)