Détection des défauts cachés des matériaux à l’aide d’un capteur térahertz à pixel unique

Dans le domaine de l’ingénierie et de la science des matériaux, la détection des structures ou défauts cachés dans les matériaux est cruciale. Les systèmes d’imagerie térahertz traditionnels, qui s’appuient sur la propriété unique des ondes térahertz de pénétrer dans des matériaux visiblement opaques, ont été développés pour révéler les structures internes de divers matériaux d’intérêt.

Cette capacité offre des avantages sans précédent dans de nombreuses applications de contrôle qualité industriel, de contrôle de sécurité, de biomédecine et de défense. Cependant, la plupart des systèmes d’imagerie térahertz existants ont un débit limité et des configurations volumineuses, et ils nécessitent une numérisation raster pour acquérir des images des caractéristiques cachées.

Pour changer ce paradigme, des chercheurs de l’UCLA Samueli School of Engineering et du California NanoSystems Institute ont développé un capteur térahertz unique capable de détecter rapidement des défauts ou des objets cachés dans un volume d’échantillon cible à l’aide d’un détecteur térahertz spectroscopique à un seul pixel.

Au lieu des méthodes traditionnelles basées sur l’analyse point par point et la formation d’images numériques, ce capteur inspecte le volume de l’échantillon de test éclairé par un rayonnement térahertz en un seul instantané, sans former ni traiter numériquement une image de l’échantillon.

Dirigé par le Dr Aydogan Ozcan, professeur chancelier de génie électrique et informatique et le Dr Mona Jarrahi, titulaire de la chaire Northrop Grumman Endowed à l’UCLA, ce capteur sert de processeur entièrement optique, apte à rechercher et à classer les sources inattendues d’ondes causées par par diffraction par vices cachés. L’article est publié dans la revue Communications naturelles.

“Il s’agit d’un changement dans la façon dont nous percevons et exploitons l’imagerie et la détection térahertz à mesure que nous nous éloignons des méthodes traditionnelles pour nous tourner vers des systèmes de détection entièrement optiques plus efficaces, pilotés par l’IA”, a déclaré le Dr Ozcan, qui est également directeur associé du Institut californien des nanosystèmes à l’UCLA.

Ce nouveau capteur comprend une série de couches diffractives, automatiquement optimisées à l’aide d’algorithmes d’apprentissage profond. Une fois entraînées, ces couches sont transformées en prototype physique grâce à des approches de fabrication additive telles que l’impression 3D. Cela permet au système d’effectuer un traitement entièrement optique sans le besoin fastidieux d’une numérisation raster ou d’une capture/traitement d’images numériques.

“C’est comme si le capteur avait sa propre intelligence intégrée”, a déclaré le Dr Ozcan, établissant des parallèles avec leurs précédents réseaux neuronaux optiques conçus par l’IA. “Notre conception comprend plusieurs couches diffractives qui modifient le spectre térahertz d’entrée en fonction de la présence ou de l’absence de structures ou de défauts cachés dans les matériaux testés. Considérez-le comme donnant à notre capteur la capacité de “détecter et de répondre” en fonction de ce qu’il “voit”. ‘à la vitesse de la lumière.”

Pour démontrer leur concept novateur, l’équipe de l’UCLA a fabriqué un capteur térahertz diffractif en utilisant l’impression 3D et a détecté avec succès les défauts cachés dans les échantillons de silicium. Ces échantillons étaient constitués de tranches empilées, une couche contenant des défauts et l’autre les masquant. Le système intelligent a révélé avec précision la présence de vices cachés inconnus de formes et de positions variées.

L’équipe pense que leur cadre de détection de défauts diffractifs peut également fonctionner sur d’autres longueurs d’onde, telles que l’infrarouge et les rayons X. Cette polyvalence laisse présager une multitude d’applications, du contrôle qualité de fabrication au contrôle de sécurité et même à la préservation du patrimoine culturel.

La simplicité, le débit élevé et la rentabilité de cette approche sans imagerie promettent des avancées transformatrices dans les applications où la vitesse, l’efficacité et la précision sont primordiales.