我组利用机器视觉辅助铌酸锂晶体生长研究取得新进展
近日，我组在铌酸锂（LiNbO3）晶体提拉法生长精准自动控制研究方面取得重要进展。相关成果以“Automatic Control of Necking and Shouldering Stages in Lithium Niobate Crystal Growth Based on Machine Vision”为题，发表于国际晶体工程领域权威期刊《Crystal Growth & Design》（2026, 26(14), 5407–5416），并被选为当期封面论文。
铌酸锂是高速光通信、微波光子学和集成光子芯片的重要功能材料。随着薄膜铌酸锂（LNOI）器件快速发展，大尺寸、高质量铌酸锂单晶需求持续增长。然而，在提拉法生长过程中，引颈和放肩阶段晶体尺寸较小、热场波动明显，传统称重反馈方法难以实现高精度控制，生产过程仍较大程度依赖人工经验，成为晶体自动化生长的关键瓶颈。
针对这一问题，研究团队提出了一种基于机器视觉的晶体生长自动控制方法。该方法利用CCD实时采集固液界面图像，结合图像处理与几何特征提取技术，建立界面形貌与炉功率之间的闭环调控机制，实现引颈和早期放肩阶段的自动控径。该方法能够实时监测晶体生长状态，并与后期成熟的称重反馈控制衔接，形成覆盖关键生长阶段的自动控制方案。
实验结果表明，该视觉控制系统能够显著提高引颈和放肩阶段的控径精度，减少晶体表面缺陷，提升生长稳定性和晶体完整性，为高品质、大尺寸铌酸锂单晶制备提供了新的技术路径。同时，该研究建立了适用于高透光氧化物熔体的原位视觉监测与闭环控制方法，为氧化物功能晶体智能化生长装备的发展提供了重要参考，也拓展了机器视觉技术在晶体生长领域的应用空间。
柯昌纬、吴冰为论文共同第一作者，姚淑华教授为通讯作者。该研究得到陈延峰院士、祝世宁院士的指导，并获得国家重点研发计划、国家自然科学基金和江苏省自然科学基金等项目资助。