Original title: Predikce životnosti komponent LMIS u elektronových mikroskopů
Translated title: Prediction of LMIS Component Lifetime in Electron Microscopes
Authors: Kaprál, Lukáš ; Burgetová, Ivana (referee) ; Hranický, Radek (advisor)
Document type: Master’s theses
Year: 2026
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [eng] [cze]
Zdroj tekutých kovových iontů (LMIS) je klíčovou součástí systémů se zaměřeným iontovým paprskem (FIB) používaných v duálních elektronových mikroskopech. Životnost LMIS se však značně liší v důsledku složitých interakcí mezi mechanickým opotřebením, elektronickou stabilitou a provozními faktory. Tato práce představuje komplexní studii předpovědi životnosti LMIS prostřednictvím modelování založeného na datech. Projekt čerpá z provozních dat z reálných diagnostických údajů, údajů o údržbě a diagnostického softwaru a integruje teoretické poznatky především z oborově specifických technických popisů, doplněné empirickými údaji o životnosti. Teoretické pozadí zahrnuje fyziku LMIS, emisní mechanismy a poruchové režimy, jako jsou emisní oscilace a nadproud. Explorativní analýza dat identifikuje klíčové prediktory ovlivňující degradaci zdroje, včetně provozní doby, napětí extraktoru a topných cyklů. Prediktivní model založený na regresních a strojových učení technikách je vyvinut a ověřen pomocí reálných dat, čímž je dosaženo spolehlivého odhadu životnosti v rámci definovaných mezí spolehlivosti. The Liquid metal ion source (LMIS) is a key component of focused ion beam (FIB) systems used in dual-beam electron microscopes. However, the LMIS lifetime is highly variable due to complex interactions among mechanical wear, electronic stability, and operational duty factors. This thesis presents a comprehensive study on LMIS lifetime prediction through data-driven modeling. Drawing on operational data from real diagnostic data, maintenance data, and diagnostic software, the project integrates theoretical insights primarily from domain-specific technical descriptions, supplemented by empirical survival data. The theoretical background covers LMIS physics, emission mechanisms, and failure modes, including emission oscillation and overcurrent. Exploratory data analysis identifies key predictors influencing source degradation, including operation time, extractor voltage, and heating cycles. A predictive model based on regression and machine learning techniques is developed and validated using real-world data, achieving reliable lifetime estimation within defined confidence bounds.
Keywords: Datová věda; Elektronový mikroskop; LMIS; Strojové učení; Data Science; Electron microscope; LMIS; Machine learning

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/260157

Permalink: http://www.nusl.cz/ntk/nusl-777297


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses