一种新型显示喷印制造液滴体积自适应智能调控方法

文档序号:34653680发布日期:2023-06-29 22:04阅读:32来源:国知局
一种新型显示喷印制造液滴体积自适应智能调控方法

本发明属于喷墨打印oled相关,更具体地,涉及一种新型显示喷印制造液滴体积自适应智能调控方法。


背景技术:

1、随着oled技术的发展,因其低能耗、色彩丰富、柔韧性强、对比度高、视场角度大等优点而广泛应用于显示领域,越来越多的oled显示产品走进了人们的日常生活。而喷墨印刷技术是一种无需掩模的高精度直写技术,具有工艺简单、成本低、适用于大面积制备的优点,因此,近年来,基于喷墨打印技术的量产oled得到了广泛的研究和应用。在喷墨打印中作为制造的最小单元液滴,需要调控它的体积形态等参数才能更好的打印出合格的产品,但是喷印制备oled的过程中需要用到多种性质的溶液,每种溶液的喷射液滴体积调控规则不尽相同,在制造过程中需要不停的根据不同的环境条件和溶液性质去调整喷头驱动电压参数以便得到需求的液滴状态。

2、然而,现有技术中在调控喷射液滴状态时,多依靠人工观测液滴状态然后重复调整喷头驱动电压参数,或者使用喷头驱动电压参数和喷射液滴状态参数的数据关系模型推荐适合的喷头驱动电压参数。但是在这些技术中没有考虑不同的溶液对喷头驱动电压参数调控液滴体积规律的影响,而且使用的数据量也较小难以刻画数据关系的偏移变化,往往在更换溶液后需要重新进行数据关系学习和喷头驱动电压参数调控,才能找到适合液滴体积的喷头驱动电压参数。所以,本领域亟需对此作出进一步的完善和改进,以满足目前日益提高的工艺要求。


技术实现思路

1、针对现有技术的以上缺陷或改进需求,本发明提供了一种新型显示喷印制造液滴体积自适应智能调控方法,旨在解决现有液滴体积调控方法只能适用于同一种喷射溶液和相同的打印环境,难以同时适用于生产过程中出现的各种情况、各种喷射溶液以及不同的打印环境的技术问题。

2、为实现上述目的,第一方面,本发明提供了一种新型显示喷印制造液滴体积自适应智能调控方法,包括以下步骤:

3、s1,选取k组喷头驱动电压参数进行试打印,并利用k组实测喷射液滴数据对当前激活模型的预测精度进行检测;若预测精度大于第一精度阈值,则执行s4,否则搜索预测精度最高的模型并执行s2;

4、其中,初始激活模型通过以下方式确定:任选一种溶液进行喷射,获取多组喷头驱动电压参数和对应的喷射液滴数据,作为样本集;基于所述样本集进行训练学习,得到初始激活模型;

5、s2,若当前最高预测精度大于第二精度阈值,则激活当前预测精度最高的模型,否则利用当前预测精度最高的模型的网络参数初始化新的模型并激活;其中,所述第二精度阈值小于第一精度阈值;

6、s3,利用当前试打印的喷头驱动电压参数和实测喷射液滴数据对当前激活模型最后一层的网络参数进行更新;

7、s4,寻找当前激活模型下的目标喷射液滴数据对应的最优驱动电压参数;

8、s5,利用所述最优驱动电压参数进行试打印,若实际喷射液滴数据与目标喷射液滴数据的偏差满足要求,则输出所述最优驱动电压参数,否则跳转至s3。

9、进一步地,所述步骤s1中,喷头驱动电压参数为梯形波的特征峰值电压up和持续时间td,喷射液滴数据包括喷射液滴的卫星滴数目n和总体积v;

10、将峰值电压up和持续时间td的取值范围进行等步长划分得到多组峰值电压和持续时间的参数组合,使每组喷头驱动电压参数作用于喷头并观测其喷射液滴的状态;

11、其中,喷射液滴的卫星滴数目n和总体积v计算如下:

12、

13、式中,h为采集图像分割后液滴团的数量,vh为观测系统识别的图像中每个液滴团的体积。

14、进一步地,所述步骤s1中,模型的预测精度计算如下:

15、

16、其中,ep为预测精度,npm和nrm分别为第m组喷头驱动电压参数对应的预测卫星滴数目和实测卫星滴数目,vpm和vrm分别为第m组喷头驱动电压参数对应的预测液滴体积和实测液滴体积。

17、进一步地,所述步骤s1中,基于所述样本集进行训练学习,得到初始激活模型,包括:采用多层感知机对所述样本集进行训练学习,得到初始激活模型;所述初始激活模型为单隐层神经网络模型。

18、进一步地,所述步骤s3中,隐藏层到输出层权重系数的增量更新采用如下公式进行:

19、

20、其中,和分别为第j次和j+1次增量学习后的隐藏层到输出层的权重系数;为hj+1的转置,(.)+表示伪逆矩阵,hj+1=σ(wixj+1+bi),σ、wi和bi分别为输入层到隐藏层的激活函数、权重和偏置;xj+1和yj+1分别为第j+1次的输入的喷头驱动电压参数和输出的喷射液滴数据。

21、进一步地,所述步骤s4包括:

22、s41,计算当前迭代更新的驱动电压参数在当前激活模型下的预测喷射液滴数据的偏差ec:

23、

24、其中,vp、np分别为预测的液滴体积和卫星滴数目,vt为目标体积,δ为正常数,用于避免发散;

25、s42,由预测喷射液滴数据的偏差ec确定喷头驱动电压参数的优化步长,并获取在该优化步长下预测喷射液滴数据的偏差ec最小时对应的喷头驱动电压参数;若最小的偏差ec满足要求,则执行s5,否则跳转至s41。

26、进一步地,所述步骤s42中,由预测喷射液滴数据的偏差ec确定喷头驱动电压参数的优化步长s,包括:

27、

28、其中,sbig、smid、ssmall分别为根据偏差ec设置的优化步长,sbig>smid>ssmall;ec1、ec2分别为预测喷射液滴数据的偏差的划分阈值,为经验值;

29、所述步骤s42中,最小的偏差ec满足要求指的是ec≤vt(1-cp),其中cp为控制精度,由当前激活模型的预测精度ep确定,且满足:

30、

31、其中,ep1、ep2分别为预测精度的划分阈值,为经验值。

32、第二方面,本发明提供了一种新型显示喷印制造液滴体积自适应智能调控系统,包括以下模块:

33、离线学习模块,用于任选一种溶液进行喷射,获取多组喷头驱动电压参数和对应的喷射液滴数据,作为样本集;基于所述样本集进行训练学习,得到初始激活模型;

34、第一在线检测模块,用于选取k组喷头驱动电压参数进行试打印,并利用k组实测喷射液滴数据对当前激活模型的预测精度进行检测;若预测精度大于第一精度阈值,则执行在线控制模块的操作,否则搜索预测精度最高的模型并执行第二在线检测模块的操作;

35、所述第二在线检测模块,用于判断当前最高预测精度是否大于第二精度阈值,若是则激活当前预测精度最高的模型,若否则利用当前预测精度最高的模型的网络参数初始化新的模型并激活;其中,所述第二精度阈值小于第一精度阈值;

36、在线学习模块,用于利用当前试打印的喷头驱动电压参数和实测喷射液滴数据对当前激活模型最后一层的网络参数进行更新;

37、所述在线控制模块,用于寻找当前激活模型下的目标喷射液滴数据对应的最优驱动电压参数;并利用所述最优驱动电压参数进行试打印,若实际喷射液滴数据与目标喷射液滴数据的偏差满足要求,则输出所述最优驱动电压参数,否则跳转至执行所述在线学习模块的操作。

38、第三方面,本发明提供了一种用于印刷显示的打印方法,采用如第一方面所述的一种新型显示喷印制造液滴体积自适应智能调控方法确定最优驱动电压参数之后,利用所述最优驱动电压参数进行在线打印。

39、第四方面,本发明提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如第一方面所述的一种新型显示喷印制造液滴体积自适应智能调控方法,和/或如第三方面所述的一种用于印刷显示的打印方法。

40、总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:

41、(1)本发明通过设备运行的大数据来记忆学习生产过程中出现的各种情况、各种喷射溶液下喷头驱动电压参数与液滴状态的数据模型,并在数据的迭代中增加模型的精确度;进一步通过在线检测选取适合的模型,并预测优化得到合适的喷头驱动电压参数。从而在运行数据的不断叠加中显著提升各种溶液喷射液滴体积的调控效率和自适应能力。

42、(2)本发明利用喷射液滴数据对当前激活模型进行检测和学习时,不仅考虑了喷射液滴的体积,还考虑了喷射液滴的卫星滴数目,从而可以避免异常喷射对模型优化的影响。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1