光谱反射率测量技术的发展，旨在实现样品制备过程中抛光工序的自动化

《Materials Advances》：Development of spectral reflectometry characterization toward automation of polishing during sample preparation

光谱反射率传感器与数据分析方法用于量化抛光工艺中的最大进展，测试材料硬度差异显著，新配方使钼样品抛光时间减少12.5倍且反射率提升65.7%，并成功应用于3D打印钼样品，推动表面处理从经验主义向数据驱动科学转型。

　　

作者：Styler T. Goring | Michael B. Pagan | Aaron P. Stebner

美国乔治亚理工学院机械工程学院与材料科学与工程学院，地址：乔治亚州亚特兰大，邮编30332-0405

摘要

在为材料结构和性能表征准备抛光样品的过程中，目前采用的方法大多是经验性的，依赖于定性检查而非定量分析。本研究开发了一种光谱反射率传感器和数据分析方法，用于定量评估抛光过程中每个步骤所能达到的最大抛光效果。研究使用了不同硬度的材料来验证该技术及数据分析方法的有效性，包括铜（95 Hv）、6061铝合金（110 Hv）、低碳钢（167 Hv）、增材制造的钼（187 Hv）、钼棒材（223 Hv）以及钛-6%铝-4%钒合金（360 Hv）。通过对比传统抛光工艺与采用该传感器及分析方法的新型工艺，发现后者在获得相同表面质量时所需的抛光时间延长了12.5倍，且钼样品的平均光谱反射率提高了65.7%。此外，该新工艺同样适用于增材制造的钼样品。这些结果表明，这种新的表征方法有助于实现抛光流程的自动化和优化，其定量分析能力将抛光样品制备过程从经验性操作提升到了科学化水平。