CN113155862B - 一种偏光膜卷材良率的模拟方法 - Google Patents
一种偏光膜卷材良率的模拟方法 Download PDFInfo
- Publication number
- CN113155862B CN113155862B CN202110406246.9A CN202110406246A CN113155862B CN 113155862 B CN113155862 B CN 113155862B CN 202110406246 A CN202110406246 A CN 202110406246A CN 113155862 B CN113155862 B CN 113155862B
- Authority
- CN
- China
- Prior art keywords
- defect
- yield
- data
- defects
- polarizing film
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
- G01N2001/2873—Cutting or cleaving
Abstract
本发明提供一种偏光膜卷材良率的模拟方法,其主要用于生产偏光膜卷材时,通过自动光学检测系统生成的缺点数据,根据缺点在卷材的位置,缺点尺寸和严重度等模拟计算出特定裁切片材偏光片的良品率。本发明具有的有益效果为:自动模拟系统的良率准确度高,可根据模拟良率数据改善裁切方式,规避缺点分布较多的边侧,为后段物料处理提供闪边理论依据,有效提高实际产出的产品良率,同时与实际偏光膜的良率进行匹配,促进前后制程改善其制程工艺和操作手法,减少不必要的成品损失。
Description
技术领域
本发明涉及良率模拟方法,尤其涉及一种偏光膜卷材良率的模拟方法。
背景技术
通常偏光膜在连续生产时,会由品质人员在卷首和卷末取样检测其中的缺点,根据设定的规则判定该卷是良品还是不良卷材。正常生产时每卷偏光膜收卷米数超过1000米,卷中物料缺点状况与卷首或卷末的物料状况并不一致,造成卷材到后制程裁切人工检验后统计的良率结果与品质人员判定结果存在差异,故这样的判定结果只能作为参考。
传统方法可以通过自动光学检测系统缺点显示图及平均缺点数来大致判定该卷物料状况,如LG化学专利CN0107074775B裁剪产品的生产方法及生产系统中介绍了一种根据光学检测缺点显示图进行闪边的物料裁切方法,但该方法主要适用于连续缺点爆量的情况,无法与卷材良率进行对应。盛波光电专利CN201810446415一种连续生产卷状材料的良率预估方法中介绍了偏光膜特定角度裁切的良率模拟,但其仅仅只计算了卷材的良率数据,但未涉及裁切闪边和数据筛选等功能,以致卷材的利用率和良率模拟精度不高。因此,需要一种可以提高卷材的利用率、提高模拟精度的良率模拟方法。
发明内容
针对上述现有技术存在的不足,本发明提供一种偏光膜卷材良率的模拟方法,提高卷材的利用率和良率模拟精度。
本发明解决其技术问题所采取的技术方案为:
一种偏光膜卷材良率的模拟方法,所述模拟方法纵贯偏光膜的生产流程,包括膜预处理后在延伸站进行的拉伸与复合、在涂布站进行的涂布与复合、最后的卷材裁切,所述模拟方法包括如下步骤:
S1.自动光学检测系统检测卷材:使用自动光学检测系统对生产的偏光膜卷材进行实时在线检测,获取缺点数据,并将缺点数据上传保存;
S2.预处理缺点数据:获取S1中的缺点数据,整理获得缺点数据表;
S3.设置模拟参数:根据不同产品料号选择不同的缺点筛选规则,依据缺点的分布情况,规避缺点爆量区域;
S4.计算良率:以卷材纵向零点为裁切起始边,将不良的片材与合格的片材及总片数筛选出来,并计算各裁切尺寸良率和总良率;
S5.数据汇总输出:将计算出的数据汇总成良率数据表。
具体地,步骤S1中,自动光学检测系统采用不同的检测方式,检出卷材的缺点,通过设定不同标准的卡控参数将各个缺点分类判断规格内或规格外缺点,并将规格外缺点判定为不良缺点。
具体地,步骤S1中,自动光学检测系统不断地实时检测生产状况,一个批次的卷材生产结束后将检测得到的缺点数据汇总,所述汇总的缺点数据存储在单独的工业网盘内。
具体地,步骤S1中,自动光学检测系统直接获取延伸站缺点数据,涂布站缺点数据由喷印系统汇整上传后获取。
具体地,步骤S1中,涂布站的喷印系统会对不合格的缺点进行喷印标记,模拟裁切时将带有喷印标记坐标的片材判定为不合格片材。
具体地,步骤S3中,设置模拟参数时,通过自动选边功能规避缺点爆量区域,根据缺点数据表,设定所要裁切的片材的长宽,根据上片或下片来排布长宽方向,智能选定裁切边侧标准为左侧、居中或右侧。
具体地,步骤S3中,设置模拟参数时,自动光学检测系统上显示有缺点显示图,观察缺点显示图上缺点分布的位置,手动设置闪边距离规避缺点爆量的区域。
具体地,步骤S3中,建立一个筛选结果与实际片状成品数据相匹配的数据库,根据缺点的匹配结果再优化筛选条件,随着筛选的次数跟缺点数量的增多,持续优化数据筛选的参数。
具体地,步骤S4中,计算机自动计算延伸站良率,涂布站合并数据后由计算机自动计算良率,缺点爆量区域手动设置后计算良率。
具体地,步骤S4中,提取缺点数据,手动筛选卡控参数,通过不断的加严或者放宽卡控参数使得模拟良率与实际良率之间的误差值不断减小,此次卡控参数作为下一次生产的该料号的卡控参数的参考。
本发明具有的有益效果:
1.预估良率和实际良率匹配度高,以此为基础不断提高卷材的生产品质;
2.可以自动或手动的设置裁切参数,规避闪边和缺点爆量区域,有效提高实际产出裁切的产品良率;
3.非接触式检测,对卷材本身不会造成损伤。
附图说明
图1是偏光膜卷材良率模拟方法的流程图;
图2是偏光膜卷材的缺点数据来源图;
图3是偏光膜卷材的缺点分布示意图;
图4是涂布站贴合前偏光膜卷材缺点分布示意图;
图5是涂布站贴合后偏光膜卷材缺点分布示意图;
图6是涂布站贴合前后偏光膜卷材缺点汇整示意图;
图7是偏光膜卷材换边裁切大尺寸模拟良率示意图;
图8是偏光膜卷材缺点异常闪边模拟良率示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
名词解释
上片/下片定义:量产的偏光子卷材裁切成片材时,片材的长边与膜流方向呈0度为上片,呈90度则为下片。
合格缺点定义:在客户可接受范围内的缺点为合格缺点,反之则是不合格缺点。
自动光学检测系统:基于光学原理来对卷材生产中遇到的缺陷进行检测的设备,是由相机、镜头、光源、计算机等通用器件集成的光学成像与处理系统。因为是非接触式检测,所以可在中间工程检测半成品。使用自动光学检测系统作为减少缺陷的工具,在工艺过程的早期可以查找和消除错误,以实现良好的过程控制。下文图表中用AOI(AutomatedOptical Inspection)简称代替。
结合图1、2,一种偏光膜卷材良率的模拟方法,所述模拟方法纵贯偏光膜的生产流程,包括膜预处理后在延伸站进行的拉伸与复合、在涂布站进行的涂布与复合、最后的卷材裁切,所述模拟方法包括如下步骤:
S1.自动光学检测系统检测卷材:使用自动光学检测系统对生产的偏光膜卷材进行实时在线检测,获取缺点数据。光源透过正在生产的卷状偏振片材料被特定角度的光学相机捕捉到过滤的偏振光,自动光学检测系统将光信号转换成电信号,以连续波谱的形式反映在计算机里,通过特定的灰阶算法处理形成实际的缺点图像。自动光学检测系统采用不同的检测方式,包括直交、穿透、反射、斜透过,检出卷材的缺点,包括异物、泡、刮伤、凹凸,通过设定不同标准的卡控参数将各个缺点分类判断规格内与规格外缺点,并将规格外缺点判定为不良缺点。
根据缺点的面积、长度、宽度、明/暗阈值设定卡控标准将缺点分类标记显示在光学检测缺点显示图上,将光学检测过程中实时生成的缺点数据,通过特定的路径储存在计算机上,每一卷的检测数据将在这一卷生产完之后同步导出,以压缩形式的文件储存在服务器上,然后汇总生成缺点数据并将缺点数据上传至网盘,其中,延伸站缺点数据由自动光学检测系统直接获取,涂布站由于贴合前后均设置自动光学检测系统,导致卷料零点无法统一,其缺点数据由喷印系统汇整上传后获取。
S2.预处理缺点数据:解压网盘中的缺点数据,提取表头获得记录一支卷材所有缺点数据的缺点数据表,所述缺点数据表包括卷材的管理号、幅宽、缺点的长、宽、面积大小、缺点类型、缺点位置、缺点属性、在整张缺点显示图上的X轴、Y轴坐标,所述缺点类型,例如泡B,异物P,凹凸U,歪点Y,刮伤S等,样例如表1所示。
表1偏光膜卷料缺点数据表
S3.设置模拟参数:根据裁切片材的尺寸设置长宽、根据吸收轴方向选择上片或下片,根据闪边距离设定裁切侧别标准,选择裁切起始边为左侧、居中或右侧,根据不同产品料号选择不同的缺点筛选规则,依据缺点的分布情况,自动或手动的规避缺点爆量区域。
良率模拟软件会提前设置缺点数据筛选程序,如表2所示,在缺点设置选项内输入与光学检测参数相对应的缺点名称如:泡B/b,异物P/p,凹凸U/u,歪点Y/y等,要预设载入软件分析的缺点需要打勾标记。勾选的缺点会被判成不合格缺点,否则为合格缺点。
条件设定里设置与自动光学检测软件保存的缺点数据相一致的缺点类型的字母,标记规格范围外不良的缺点,软件模拟裁切时会将带有标记的片材判定为不良品,其他判定为合格品。
表2良率模拟软件缺点数据筛选示意表
为提高筛选数据的准确性,建立一个筛选结果与实际片状成品数据相匹配的数据库,根据缺点属性长、宽、面积等匹配结果再优化筛选条件,随着筛选数据的次数跟缺点数量的增多,数据筛选的参数会持续优化,筛选准确性会进一步提高。
卷材裁切方式会根据膜材的幅宽,不同客户的规格要求来进行一分一或一分多复合裁切,以达到卷材的最大利用率。本发明可以根据光学检测缺点显示图上的缺点分布情况智能更换不同尺寸裁切侧别的功能,使得价值高的片材模拟良率得到最优化,减少不必要的损失。
正常情况下所有裁切方式是以左侧为基准裁切片材,以幅宽2260mm,架构PMMA/COP的卷材为例,该架构的裁切方式为一分二64.5寸加32寸复合裁切,如果光学检测缺点显示图上缺点分布靠近左侧比较密集,以左边为侧别模拟裁切的时候65寸的良率明显会低于32寸良率,64.5寸为主要片材,32寸为附加品,自动选边功能在检测到主要尺寸裁切面积上有大部分缺点聚集时,会将其分配到缺点少的右侧区域模拟裁切,优先保证主要裁切尺寸的良率。
该功能也支持小幅度闪边,由于每次裁切的尺寸总长度是小于整个幅宽的,所以会留有一部分误差区域,正常左/右侧裁切两边的误差区域为总误差的一半,如果缺点在误差区域与有效裁切区域的交界处,将其误差区增大,系统会相应的减少另一边的误差,使得有效裁切区域内的缺点分布减少,达到提高良率,增加片材利用率的目的。
S4.计算良率:以卷材纵向零点为裁切起始边,将不良的片材与合格的片材及总片数筛选出来,并计算各裁切尺寸良率和总良率,其中延伸站由计算机自动计算良率,涂布站合并贴合前后的数据后由计算机自动计算,异常闪边需要人为进行手动设置。
以程式开始执行的时间档做分界点,后续时间的档案会自动抓取,先前时间(10分钟以前)的档案则不处理。软件界面会显示最近一次自动抓取档案的时间,名称,分析后总缺点的数量,平均缺点数和模拟良率等信息。
自动光学检测系统将一卷缺点数据抛到网盘后,大约5~10分钟可出模拟结果,自动读取时序,每1分钟自动到指定扇区找一次,采取当时时间比对自动光学检测系统的存取。
模拟片材分割:自动模拟良率软件会按照实际片状成品的切片尺寸方向,对整卷数据进行切块分割,所有模拟分割的片材形状为长方形,模拟的坐标以零点为初始坐标。
如图3所示偏光膜卷料在模拟良率系统中裁切为片材的缺点分布,只要偏光板上存在一颗不良缺点即判定为不良品。正常情况下,良率模拟软件存在两种模式:自动模拟和异常闪边手动模拟,下面分别单独进行说明:
延伸站自动模拟良率过程:
延伸站模拟良率缺点数据直接由自动光学检测系统上抛到工业网盘,模拟良率软件下载抓取缺点数据进行模拟。以PMMA/COP架构2260mm幅宽的卷材为例,片材正常裁切为一分二64.5寸加32寸的复合裁切组合,设置裁切方式,将64.5寸与32寸的长宽数值输入,系统自动解压对应日期的缺点数据,得到该批次的所有缺点数据,通过模拟良率软件设置的数据筛选参数将对应的不合格和合格缺点区分开,计算机自动模拟其分布情况,按照设定的尺寸规格裁切,以左侧为基准,软件自动记录带有不良缺点的片材与合格缺点的片材的数量,以百分比的形式得到64.5寸与32寸的模拟良率数据,并如表3所示输出每批次的模拟良率信息。
表3延伸站自动模拟良率软件输出良率数值表
由于延伸站的生产的偏光膜并不是最终的产品,其模拟良率结果可以作为当站的制程工艺参考,不能作为最终产品的模拟良率。
涂布站自动模拟良率过程:
涂布站在延伸站的基础上给原反贴上一层离型膜,涂布站在贴合前与贴合后各设置一套自动光学检测系统,各自自动检测延伸站来料原反与涂布后胶中的缺点,形成两张缺点分布示意图。偏光膜在涂布站生产流程中,会对不合格的缺点进行喷印标记,当卷材被裁切成片材时,带有喷印标记的片材为不合格片材,由于不同的生产条件导致自动光学检测系统的卡控标准不一样,根据带有缺点的喷印标记来模拟得出的数据会更加准确。
如图4、5、6所示,涂布站喷印系统会将贴合前后自动光学检测系统形成的两张缺点分布示意图进行筛选汇总,被两套自动光学检测系统都观察到的缺点坐标只保留一个,形成一个包含当站所有缺点且没有重复的缺点数据汇整图。模拟良率软件自动匹配与喷墨系统相同的原点坐标,获得每批卷料所有喷印标记的坐标,模拟裁切时将带有喷印标记坐标的片材判定为不合格片材,计算出良率。
以图4、5、6所示批次为例,贴合前自动光学检测系统检测到170个缺点坐标,贴合后检测到200个缺点坐标,经过喷墨机软件整合处理后得到184个不合格缺点坐标,模拟良率软件自动记录所有不合格缺点坐标同时进行模拟裁切,得到涂布后的偏光子卷材准确真实的模拟良率,其记录如表4所示。
表4涂布站自动模拟良率软件输出良率数值表
异常闪边手动模拟
量产时出现左侧有沿着膜流方向的一条缺点爆量的情况如图7,此时通过左侧模拟主要尺寸的模拟良率会很低,按照该裁切方式会使偏光膜卷料的利用率低。
以图7所示批次为例,该批次的缺点分布示意图上在左侧有一条明显的沿着膜流方向的缺点爆量,系统自动解压对应日期的缺点数据,得到该批次的5634个缺点的所有数据,通过模拟良率软件设置的数据筛选参数将对应的3373个不合格缺点,2261个合格缺点筛选区分开,计算机自动模拟其分布情况,由于依照左侧为基准的主要尺寸64.5寸的片材的模拟良率只有82.78%,系统自动更换侧别将主要裁切尺寸的模拟良率优化,更换为没有缺点爆量的右侧,以右侧为基准测模拟良率结果为98.71%,模拟良率数据有显著提升,64.5寸主要尺寸的利用率得到最大化,如表5所示。
表5以不同侧别模拟偏光膜良率数值表
在正常的量产卷材中,由于缺点的产生位置的随机性、产生时间的突发性,在缺点分布示意图上的缺点分布显示是不规则的,不会全部群聚在左侧或者右侧,也会散漫分布。需要人为进行手动设置小规模的距离闪边,尽可能的让模拟裁切的片材远离缺点较多的位置。
如图8所示以PMMA/COP架构为例该架构为单一裁切98寸,该批次的缺点分布示意图上的缺点呈散乱分布,由于98寸的长度2165.48mm已经接近于整个2260mm的幅宽,故左右两边的换边裁切意义不大,良率为63.50%,手动设定闪边距离,将片材往左边或者右边小幅度移动,尽可能的避开更多的缺点。经过缺点分布示意图上的缺点分布分析后,设置右边侧闪边20mm,得出的模拟良率为71.53%,98寸主要尺寸的利用率得到最大化,如表6所示。
表6单一裁切时设置不同闪边值的偏光膜良率数值表
模拟良率与实际良率匹配
由于自动光学检测系统计算的缺点尺寸与缺点的实际真实尺寸存在一定差异,一些在卡控规格外的缺点由于膜材透光性、光学检测方式的不一样导致系统计算出来的面积可能会在规格内,变成合格的缺点。故前段模拟良率与后段裁切后的真实良率一定会存在误差,通过对批量缺点数据进行缺点规格调整,可以减小误差,主要步骤如下:
如表7偏光膜模拟良率与实际良率数值比对表所示,将误差超过5%的批次提取其缺点数据压缩文件,在压缩文件里手动筛选缺点规格,例如原本异物面积超过0.25mm2、凹凸面积超过0.5mm2、气泡面积超过0.3mm2时该卷的模拟良率为97.65%,与实际模拟良率误差为5.55%,通过不断的加严或者放宽卡控参数使得模拟良率的数据逐步与实际良率贴近,误差数值小于2%,可以为下一次生产的该料号的物料卡控参数提供理论依据,使得自动光学检测系统的卡控参数更加合理,自动模拟良率计算的数值更加精确。
表7偏光膜模拟良率与实际良率数值比对表
S5.数据汇总输出:将计算出的数据通过指定的路径汇总成良率数据表,包括时间、架构、卷号、上下片、裁切侧别、卷材米数和模拟尺寸良率。表格以天为周期,第二天生成一个对应日期的新表单,根据表单可以看出生产每一批卷材的生产状况,反馈给前后制程生产部门,提高实际的片材良率。模拟良率可以与实际良率数据做对比,为自动光学检测系统的参数优化和后制程的生产改善提供理论依据。
以上内容是结合具体的优选实施方案对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明,只要是在本发明的思想和范围内进行修改和变化,均属于本发明的保护范围。
Claims (9)
1.一种偏光膜卷材良率的模拟方法,所述模拟方法纵贯偏光膜的生产流程,包括膜预处理后在延伸站进行的拉伸与复合、在涂布站进行的涂布与复合、最后的卷材裁切,所述模拟方法的特征在于,包括如下步骤:
S1.自动光学检测系统检测卷材:使用自动光学检测系统对生产的偏光膜卷材进行实时在线检测,获取缺点数据,并将缺点数据上传保存;
S2.预处理缺点数据:获取S1中的缺点数据,整理获得缺点数据表,所述缺点数据表包括卷材的管理号、幅宽,所述缺点数据表包括缺点的长、宽、面积大小、缺点类型、缺点位置、缺点属性、在整张缺点显示图上的轴坐标,所述缺点类型包括泡、异物、凹凸、歪点、刮伤;
S3.设置模拟参数:根据不同产品料号选择不同的缺点筛选规则,依据缺点的分布情况,规避缺点爆量区域;在涂布站生产流程中,对规格外的缺点进行喷印标记,根据带有缺点的喷印标记来模拟得出数据;
S4.计算良率:以卷材纵向零点为裁切起始边,将不良的片材与合格的片材及总片数筛选出来,并计算各裁切尺寸良率和总良率;提取模拟良率与实际良率之间的误差超过5%的缺点数据,手动筛选卡控参数,通过不断的加严或者放宽卡控参数直至模拟良率与实际良率之间的误差值小于2%,以此次卡控参数作为下一次生产的该料号的卡控参数的参考;
S5.数据汇总输出:将计算出的数据汇总成良率数据表。
2.根据权利要求1所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S1中,自动光学检测系统采用不同的检测方式,检出卷材的缺点,通过设定不同标准的卡控参数将各个缺点分类判断规格内或规格外缺点,并将规格外缺点判定为不良缺点。
3.根据权利要求1所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S1中,自动光学检测系统不断地实时检测生产状况,一个批次的卷材生产结束后将检测得到的缺点数据汇总,所述汇总的缺点数据存储在单独的工业网盘内。
4.根据权利要求1所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S1中,自动光学检测系统直接获取延伸站缺点数据,涂布站缺点数据由喷印系统汇整上传后获取。
5.根据权利要求4所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S1中,涂布站的喷印系统会对不合格的缺点进行喷印标记,模拟裁切时将带有喷印标记坐标的片材判定为不合格片材。
6.根据权利要求1所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S3中,设置模拟参数时,通过自动选边功能规避缺点爆量区域,根据缺点数据表,设定所要裁切的片材的长宽,根据上片或下片来排布长宽方向,智能选定裁切边侧标准为左侧、居中或右侧。
7.根据权利要求1所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S3中,设置模拟参数时,自动光学检测系统上显示有缺点显示图,观察缺点显示图上缺点分布的位置,手动设置闪边距离规避缺点爆量的区域。
8.根据权利要求1所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S3中,建立一个筛选结果与实际片状成品数据相匹配的数据库,根据缺点的匹配结果再优化筛选条件,随着筛选的次数跟缺点数量的增多,持续优化数据筛选的参数。
9.根据权利要求1所述的一种偏光膜卷材良率的模拟方法,其特征在于:步骤S4中,计算机自动计算延伸站良率,涂布站合并数据后由计算机自动计算良率,缺点爆量区域手动设置后计算良率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110406246.9A CN113155862B (zh) | 2021-04-15 | 2021-04-15 | 一种偏光膜卷材良率的模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110406246.9A CN113155862B (zh) | 2021-04-15 | 2021-04-15 | 一种偏光膜卷材良率的模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113155862A CN113155862A (zh) | 2021-07-23 |
CN113155862B true CN113155862B (zh) | 2023-04-18 |
Family
ID=76868515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110406246.9A Active CN113155862B (zh) | 2021-04-15 | 2021-04-15 | 一种偏光膜卷材良率的模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113155862B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117250203A (zh) * | 2023-11-10 | 2023-12-19 | 深圳市玻尔智造科技有限公司 | 一种石墨卷材检测方法与系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5248052B2 (ja) * | 2006-10-11 | 2013-07-31 | 日東電工株式会社 | 光学フィルムを有するシート状製品の欠点検査装置、その検査データ処理装置、その切断装置及びその製造システム |
KR101179071B1 (ko) * | 2009-03-10 | 2012-09-03 | 주식회사 엘지화학 | 사각형 단위체의 제조방법 |
JP4503690B1 (ja) * | 2009-10-13 | 2010-07-14 | 日東電工株式会社 | 液晶表示素子を連続製造する装置に用いられる情報格納読出システム、及び、前記情報格納読出システムを製造する方法及び装置 |
JP5519330B2 (ja) * | 2010-02-26 | 2014-06-11 | 日東電工株式会社 | 切断情報決定方法、並びに、これを用いた帯状偏光シートの製造方法、光学表示ユニットの製造方法、帯状偏光シート及び偏光シート原反 |
KR101315102B1 (ko) * | 2011-07-25 | 2013-10-07 | 동우 화인켐 주식회사 | 필름의 수율 예측 시스템 및 방법 |
CN107074475B (zh) * | 2014-10-20 | 2019-08-13 | 株式会社Lg化学 | 裁剪产品的生产方法及生产系统 |
CN108931529B (zh) * | 2018-05-10 | 2020-12-22 | 深圳市盛波光电科技有限公司 | 一种连续生产卷状材料的良率预估方法 |
-
2021
- 2021-04-15 CN CN202110406246.9A patent/CN113155862B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113155862A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3733094B2 (ja) | 良否判定装置、良否判定プログラムおよび良否判定方法 | |
US6934028B2 (en) | Certification and verification management system and method for a web inspection apparatus | |
CN110570410A (zh) | 一种自动识别检测焊缝缺陷的检测方法 | |
CN102637258A (zh) | 一种建立在线表面质量检测系统缺陷库的方法 | |
JP2006317266A (ja) | 検査基準設定装置及び方法、並びに、工程検査装置 | |
CN104614379A (zh) | 一种版材表面缺陷的检测系统和方法 | |
CN107589124A (zh) | 基于机器视觉的在线人造板表面缺陷检测分等系统及方法 | |
CN113222913B (zh) | 一种电路板缺陷检测定位方法、装置和存储介质 | |
CN113155862B (zh) | 一种偏光膜卷材良率的模拟方法 | |
CN113758524A (zh) | 一种电路板加工监测系统 | |
CN108445020A (zh) | 一种玻璃基板缺陷聚集识别方法 | |
CN112730425A (zh) | 一种面向工业场景的产品表面缺陷自动识别方法 | |
CN108549840A (zh) | 一种多模拟仪表同步快速识别的方法及装置 | |
CN115983687A (zh) | 一种冷轧带钢质量智能检测管理系统及方法 | |
CN109934297B (zh) | 一种基于深度学习卷积神经网络的水稻考种方法 | |
CN115015286A (zh) | 基于机器视觉的芯片检测方法及系统 | |
CN107607205A (zh) | 线束颜色顺序检测系统和方法 | |
CN116749518A (zh) | 一种用于3d模型的打印成型管理系统 | |
TW202230281A (zh) | 圖像複檢方法、電腦裝置及儲存介質 | |
CN108931529B (zh) | 一种连续生产卷状材料的良率预估方法 | |
CN116091506A (zh) | 一种基于yolov5的机器视觉缺陷质检方法 | |
CN114637893A (zh) | 一种fmea数据库系统及其处理方法 | |
KR101408848B1 (ko) | 다단계 맵핑 방식의 기판 검사 정보 추적 방법 | |
CN110989422A (zh) | 一种基于流水号喷码的aoi过检参数的管理系统及管理方法 | |
CN112816502A (zh) | 票据质量评价方法、票据质量评价设备和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |