CN115857206B - 一种基于大数据的液晶面板加工的良率控制方法和系统 - Google Patents
一种基于大数据的液晶面板加工的良率控制方法和系统 Download PDFInfo
- Publication number
- CN115857206B CN115857206B CN202310187950.9A CN202310187950A CN115857206B CN 115857206 B CN115857206 B CN 115857206B CN 202310187950 A CN202310187950 A CN 202310187950A CN 115857206 B CN115857206 B CN 115857206B
- Authority
- CN
- China
- Prior art keywords
- data
- processing
- liquid crystal
- friction
- pretilt angle
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 274
- 239000004973 liquid crystal related substance Substances 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 144
- 230000003287 optical effect Effects 0.000 claims abstract description 19
- 239000011248 coating agent Substances 0.000 claims abstract description 14
- 238000000576 coating method Methods 0.000 claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 239000004744 fabric Substances 0.000 claims description 65
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 16
- 238000012958 reprocessing Methods 0.000 abstract description 3
- 239000000758 substrate Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Liquid Crystal (AREA)
Abstract
本申请实施例提供了一种基于大数据的液晶面板加工的良率控制方法和系统。该方法包括：对液晶面板进行PI涂敷和摩擦加工并采集数据进行处理获取沟痕数据并阈值对比判断沟痕合规性，若不满足则通过合规沟痕的预设摩擦工艺对照数据进行模型处理获得对照预倾角数据，进行光配向加工校正并采集加工校正后数据进行再处理判断二次沟痕的合规性，以及通过图像特征信息数据进行模型处理获得图像质量数据进行阈值对比判断液晶面板的成像质量良率；从而基于大数据技术实现对液晶面板加工良率的判断和校正，实现通过大数据识别沟痕数据判断预倾角加工效果，以及通过对照数据进行光配向校正补偿改善液晶面板良率的智能化技术。
Description
技术领域
本申请涉及液晶面板制造检测及大数据应用技术领域，具体而言，涉及适用于一种基于大数据的液晶面板加工的良率控制方法和系统。
背景技术
在目前液晶面板的生产制作中，对液晶进行配向是一项重要工艺，通过配向工艺实现液晶分子按照特定的方向与角度排列，在生产工艺中有两种配向方法：摩擦配向和光配向，摩擦配向为物理方法，光配向是一种非接触式的配向技术，利用线偏振光透过光罩照射在对光敏感的高分子聚合物配向膜表面形成一定倾斜角度的配向微结构达到配向效果。而其中关键加工工序分为PI涂敷(Coating)和摩擦(Rubbing)两道工序，其中，摩擦工艺是指为了形成一定的预倾角，并且按照一定方向排列液晶分子，以摩擦布对基板上已经印刷好的PI膜进行摩擦，在PI膜上形成具有一定方向性沟痕的工艺，而摩擦产生的预倾角角度的大小，随摩擦的工艺条件(转速、压力等)的改变而变化。光配向过程为：先在液晶层中掺入一定比例的高纯度反应型液晶，然后在CF基板和TFT基板之间施加一个配向电压，促使液晶分子产生一个预倾角度，液晶分子倾向方向不同，随后用特定波长范围内的紫外(UV)光从TFT基板一侧照射所述反应型液晶，使得反应型液晶聚合成高分子网络吸引表层的液晶分子形成固定的预倾角。
而在实际生产加工过程中，预倾角度的大小主要受到配向电压及UV光强度的影响，不同制程线体中由于机台的差异使得实际的配向电压和UV光强度仍有所差异，从而使产品出现预倾角的角度不均匀的现象，导致液晶显示面板出现碎亮点等问题，降低产品制程良率，通过图像识别软件拾取液晶面板的图像并区分为多个子单元并储存，将此拾取的图像与参照标准图像进行参数对照判别图像像素成像质量。
而目前缺乏一种对液晶面板的摩擦和配向进行参数识别和控制进而实现对预倾角控制，以及通过识别沟痕、预倾角参数对摩擦工艺和配向效果进行评估的智能化技术，且缺乏一种可通过识别液晶面板图像质量参数对液晶面板进行良率识别的技术。
针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于大数据的液晶面板加工的良率控制方法和系统，可以基于大数据分析处理技术实现对液晶面板加工良率的判断和校正，实现通过大数据识别沟痕数据判断预倾角加工效果，以及通过对照数据进行光配向校正补偿加工改善液晶面板良率的智能化技术。
本申请实施例还提供了基于大数据的液晶面板加工的良率控制方法，包括以下步骤：
对液晶面板进行PI涂敷、摩擦，并采集摩擦特征参数，包括液晶分子排列数据和预倾角数据；
根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据；
根据所述沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
若所述沟痕数据不满足预设沟痕阈值，则获取合规沟痕对应的摩擦工艺对照数据，所述摩擦工艺对照数据包括转速数据、布料摩擦力数据和布料压力数据；
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据；
根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据；
根据所述第二液晶分子排列数据和第二预倾角数据通过所述摩擦工艺加工模型进行处理获取第二沟痕数据；
根据所述第二沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
所述根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，包括：
获取摩擦工艺加工模型；
将获取的所述液晶分子排列数据和预倾角数据输入至预设的摩擦工艺加工模型中进行处理获得沟痕数据；
所述摩擦工艺加工模型根据大量历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行处理训练获得；
所述根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据，包括：
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中进行计算处理获得对照预倾角数据；
所述摩擦预倾角加工模型的计算程序公式为：
其中，
为对照预倾角数据，
为摩擦工艺系数，
为转速数据，
为布料摩擦力数据，
为布料压力数据，
为摩擦常系数，
、
、
为预设工艺特征系数。
可选地，在本申请实施例所述的基于大数据的液晶面板加工的良率控制方法中，所述根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，包括：
对所述液晶面板进行光配向加工校正；
对加工校正后的所述液晶面板进行侦测获得第一UV光强度数据和第一配向电压数据；
获取所述对照预倾角数据对应的参照UV光强度参数和参照配向电压参数；
根据所述参照UV光强度参数和参照配向电压参数调整所述液晶面板的配向参数，使得所述第一UV光强度数据和第一配向电压数据与所述参照UV光强度参数和参照配向电压参数相同；
所述配向参数包括UV光强度参数和配向电压参数。
可选地，在本申请实施例所述的基于大数据的液晶面板加工的良率控制方法中，还包括：
照射所述液晶面板并拾取图像；
根据所述图像采集图像特征信息，包括液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息；
根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据；
根据所述图像质量数据与预设图像质量预设阈值进行对比判断所述液晶面板的成像质量；
所述根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据，包括：
根据所述图像特征信息提取信息数据；
根据提取的信息数据包括液晶阵列数据、像素轮廓数据、亮度数据、连续性数据以及相位差数据输入预设像素识别模型中进行计算处理获得图像质量数据；
所述像素识别模型的处理程序公式为：
其中，
为图像质量数据，
为液晶阵列数据，
为亮度数据，
为像素轮廓数据，
为相位差数据，
为连续性数据，
、
、
、
为预设像素系数。
第二方面，本申请实施例提供了一种基于大数据的液晶面板加工的良率控制系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据的液晶面板加工的良率控制方法的程序，所述基于大数据的液晶面板加工的良率控制方法的程序被所述处理器执行时实现以下步骤：
对液晶面板进行PI涂敷、摩擦，并采集摩擦特征参数，包括液晶分子排列数据和预倾角数据；
根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据；
根据所述沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
若所述沟痕数据不满足预设沟痕阈值，则获取合规沟痕对应的摩擦工艺对照数据，所述摩擦工艺对照数据包括转速数据、布料摩擦力数据和布料压力数据；
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据；
根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据；
根据所述第二液晶分子排列数据和第二预倾角数据通过所述摩擦工艺加工模型进行处理获取第二沟痕数据；
根据所述第二沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
所述根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，包括：
获取摩擦工艺加工模型；
将获取的所述液晶分子排列数据和预倾角数据输入至预设的摩擦工艺加工模型中进行处理获得沟痕数据；
所述摩擦工艺加工模型根据大量历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行处理训练获得；
所述根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据，包括：
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中进行计算处理获得对照预倾角数据；
所述摩擦预倾角加工模型的计算程序公式为：
其中，
为对照预倾角数据，
为摩擦工艺系数，
为转速数据，
为布料摩擦力数据，
为布料压力数据，
为摩擦常系数，
、
、
为预设工艺特征系数。
可选地，在本申请实施例所述的基于大数据的液晶面板加工的良率控制系统中，所述根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，包括：
对所述液晶面板进行光配向加工校正；
对加工校正后的所述液晶面板进行侦测获得第一UV光强度数据和第一配向电压数据；
获取所述对照预倾角数据对应的参照UV光强度参数和参照配向电压参数；
根据所述参照UV光强度参数和参照配向电压参数调整所述液晶面板的配向参数，使得所述第一UV光强度数据和第一配向电压数据与所述参照UV光强度参数和参照配向电压参数相同；
所述配向参数包括UV光强度参数和配向电压参数。
由上可知，本申请实施例提供的一种基于大数据的液晶面板加工的良率控制方法和系统，通过对液晶面板进行PI涂敷和摩擦加工并采集数据，输入至加工模型处理获取沟痕数据再进行阈值对比判断沟痕合规性，若阈值对比不满足要求，则通过合规沟痕的预设摩擦工艺对照数据进行模型处理获得对照预倾角数据，进行光配向加工校正并采集加工校正后数据进行再处理判断第二沟痕数据的沟痕合规性，以及通过采集图像特征信息数据进行模型计算处理获得图像质量数据进行阈值对比判断液晶面板的成像质量良率；从而基于大数据分析处理技术实现对液晶面板加工良率的识别判断和校正，实现通过大数据识别沟痕数据判断预倾角加工效果，以及通过摩擦工艺对照数据处理获得的对照预倾角数据进行光配向校正加工改善液晶面板良率的智能化控制技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的基于大数据的液晶面板加工的良率控制方法的流程图；
图2为本申请实施例提供的基于大数据的液晶面板加工的良率控制方法的获取沟痕数据的流程图；
图3为本申请实施例提供的基于大数据的液晶面板加工的良率控制方法的获得对照预倾角数据的流程图；
图4为本申请实施例提供的基于大数据的液晶面板加工的良率控制系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的基于大数据的液晶面板加工的良率控制方法的流程图。该基于大数据的液晶面板加工的良率控制方法用于终端设备中，例如电脑、手机终端等。该基于大数据的液晶面板加工的良率控制方法，包括以下步骤：
S101、对液晶面板进行PI涂敷、摩擦，并采集摩擦特征参数，包括液晶分子排列数据和预倾角数据；
S102、根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据；
S103、根据所述沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
S104、若所述沟痕数据不满足预设沟痕阈值，则获取合规沟痕对应的摩擦工艺对照数据，所述摩擦工艺对照数据包括转速数据、布料摩擦力数据和布料压力数据；
S105、根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据；
S106、根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据；
S107、根据所述第二液晶分子排列数据和第二预倾角数据通过所述摩擦工艺加工模型进行处理获取第二沟痕数据；
S108、根据所述第二沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性。
需要说明的是，为评估液晶面板的良率，通过形成的沟痕判断预倾角加工的效果，而为获得符合预设要求的预倾角，通过对液晶面板进行PI涂敷后的摩擦配向的加工数据进行采集和处理，使通过配向获得预设预倾角数据，通过完成摩擦后采集的摩擦特征参数，包括液晶分子排列数据和预倾角数据输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，通过得到的沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性，反映出加工的良率，若沟痕数据满足预设沟痕阈值则该液晶面板加工合格，若沟痕数据不满足预设沟痕阈值，则说明加工效果未达到预设要求，此时进行光配向校正加工，通过合规沟痕所对应的预设摩擦工艺对照数据，包括转速数据、布料摩擦力数据和布料压力数据输入预设的摩擦预倾角加工模型中处理获得对照预倾角数据，根据对照预倾角数据对液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据，再根据加工后获得的第二液晶分子排列数据和第二预倾角数据输入摩擦工艺加工模型进行再处理获取第二沟痕数据，并对第二沟痕数据进行预设阈值对比判断此沟痕合规性，最终实现对液晶面板加工良率的识别判断和校正，实现通过大数据识别沟痕数据判断预倾角加工效果，以及通过摩擦工艺对照数据处理获得的对照预倾角数据进行光配向校正加工改善液晶面板良率的智能化控制技术。
请参照图2，图2是本申请一些实施例中的基于大数据的液晶面板加工的良率控制方法的获取沟痕数据的流程图。根据本发明实施例，所述根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，具体为：
S201、获取摩擦工艺加工模型；
S202、将获取的所述液晶分子排列数据和预倾角数据输入至预设的摩擦工艺加工模型中进行处理获得沟痕数据；
S203、所述摩擦工艺加工模型根据大量历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行处理训练获得。
需要说明的是，为识别获得沟痕数据，通过训练获得的摩擦工艺加工模型对液晶分子排列数据和预倾角数据进行处理获得液晶面板的沟痕数据，摩擦工艺加工模型根据大量的历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行预处理输入训练获得，样本量越大则训练结果越准确，模型的精度越高。
请参照图3，图3是本申请一些实施例中的基于大数据的液晶面板加工的良率控制方法的获得对照预倾角数据的流程图。根据本发明实施例，所述根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据，具体为：
S301、根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中进行计算处理获得对照预倾角数据；
所述摩擦预倾角加工模型的计算程序公式为；
其中，
为对照预倾角数据，
为摩擦工艺系数，
为转速数据，
为布料摩擦力数据，
为布料压力数据，
为摩擦常系数，
、
、
为预设工艺特征系数。
需要说明的是，摩擦加工是为获得预设倾斜角，对基板上已经印刷好的PI膜进行摩擦，在PI膜上形成具有一定方向性沟痕的工艺，而摩擦加工产生的预倾角随摩擦工艺条件的改变而变化，而为准确评估摩擦工艺对倾斜角的影响，通过对照摩擦加工工艺的参数在预设的摩擦预倾角加工模型的处理程序中进行处理获得对照预倾角数据，其中摩擦常系数和工艺特征系数是根据摩擦工艺和计算程序而预设的程序系数。
根据本发明实施例，所述根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，具体为：
对所述液晶面板进行光配向加工校正；
对加工校正后的所述液晶面板进行侦测获得第一UV光强度数据和第一配向电压数据；
获取所述对照预倾角数据对应的参照UV光强度参数和参照配向电压参数；
根据所述参照UV光强度参数和参照配向电压参数调整所述液晶面板的配向参数，使得所述第一UV光强度数据和第一配向电压数据与所述参照UV光强度参数和参照配向电压参数相同；
所述配向参数包括UV光强度参数和配向电压参数。
需要说明的是，为对液晶面板进行光配向加工校正补偿，通过对配向电压及UV光强度的调整，使面板光配向加工获得预设的加工效果，控制光配向预倾角的参数，改善液晶面板预倾角的角度不均匀现象，防止液晶面板出现碎亮点，通过对照预倾角数据对应的参照UV光强度参数和参照配向电压参数对侦测获得第一UV光强度数据和第一配向电压数据进行调整使光配向加工参数同步，从而获得预设的光配向加工效果。
根据本发明实施例，还包括：
照射所述液晶面板并拾取图像；
根据所述图像采集图像特征信息，包括液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息；
根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据；
根据所述图像质量数据与预设图像质量预设阈值进行对比判断所述液晶面板的成像质量。
需要说明的是，为评估液晶面板的图像质量，通过拾取图像的图像特征信息的数据通过预设像素识别模型进行计算处理获得图像质量数据，并与预设图像质量阈值进行阈值对比判断液晶面板的成像质量良率，实现对液晶面板良率的大数据处理技术。
根据本发明实施例，所述根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据，具体为：
根据所述图像特征信息提取信息数据；
根据提取的信息数据包括液晶阵列数据、像素轮廓数据、亮度数据、连续性数据以及相位差数据输入预设像素识别模型中进行计算处理获得图像质量数据；
所述像素识别模型的处理程序公式为：
其中，
为图像质量数据，
为液晶阵列数据，
为亮度数据，
为像素轮廓数据，
为相位差数据，
为连续性数据，
、
、
、
为预设像素系数。
需要说明的是，通过获得的图像特征信息提取信息数据输入预设像素识别模型的程序中进行计算处理获得图像质量数据，其中预设像素系数是根据预设像素识别模型的程序而设定的预设系数。
如图4所示，本发明还公开了一种基于大数据的液晶面板加工的良率控制系统，包括存储器41和处理器42，所述存储器中包括基于大数据的液晶面板加工的良率控制方法程序，所述基于大数据的液晶面板加工的良率控制方法程序被所述处理器执行时实现如下步骤：
对液晶面板进行PI涂敷、摩擦，并采集摩擦特征参数，包括液晶分子排列数据和预倾角数据；
根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据；
根据所述沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
若所述沟痕数据不满足预设沟痕阈值，则获取合规沟痕对应的摩擦工艺对照数据，所述摩擦工艺对照数据包括转速数据、布料摩擦力数据和布料压力数据；
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据；
根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据；
根据所述第二液晶分子排列数据和第二预倾角数据通过所述摩擦工艺加工模型进行处理获取第二沟痕数据；
根据所述第二沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性。
需要说明的是，为评估液晶面板的良率，通过形成的沟痕判断预倾角加工的效果，而为获得符合预设要求的预倾角，通过对液晶面板进行PI涂敷后的摩擦配向的加工数据进行采集和处理，使通过配向获得预设预倾角数据，通过完成摩擦后采集的摩擦特征参数，包括液晶分子排列数据和预倾角数据输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，通过得到的沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性，反映出加工的良率，若沟痕数据满足预设沟痕阈值则该液晶面板加工合格，若沟痕数据不满足预设沟痕阈值，则说明加工效果未达到预设要求，此时进行光配向校正加工，通过合规沟痕所对应的预设摩擦工艺对照数据，包括转速数据、布料摩擦力数据和布料压力数据输入预设的摩擦预倾角加工模型中处理获得对照预倾角数据，根据对照预倾角数据对液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据，再根据加工后获得的第二液晶分子排列数据和第二预倾角数据输入摩擦工艺加工模型进行再处理获取第二沟痕数据，并对第二沟痕数据进行预设阈值对比判断此沟痕合规性，最终实现对液晶面板加工良率的识别判断和校正，实现通过大数据识别沟痕数据判断预倾角加工效果，以及通过摩擦工艺对照数据处理获得的对照预倾角数据进行光配向校正加工改善液晶面板良率的智能化控制技术。
根据本发明实施例，所述根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，具体为：
获取摩擦工艺加工模型；
将获取的所述液晶分子排列数据和预倾角数据输入至预设的摩擦工艺加工模型中进行处理获得沟痕数据；
所述摩擦工艺加工模型根据大量历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行处理训练获得。
需要说明的是，为识别获得沟痕数据，通过训练获得的摩擦工艺加工模型对液晶分子排列数据和预倾角数据进行处理获得液晶面板的沟痕数据，摩擦工艺加工模型根据大量的历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行预处理输入训练获得，样本量越大则训练结果越准确，模型的精度越高。
根据本发明实施例，所述根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据，具体为：
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中进行计算处理获得对照预倾角数据；
所述摩擦预倾角加工模型的计算程序公式为；
其中，
为对照预倾角数据，
为摩擦工艺系数，
为转速数据，
为布料摩擦力数据，
为布料压力数据，
为摩擦常系数，
、
、
为预设工艺特征系数。
需要说明的是，摩擦加工是为获得预设倾斜角，对基板上已经印刷好的PI膜进行摩擦，在PI膜上形成具有一定方向性沟痕的工艺，而摩擦加工产生的预倾角随摩擦工艺条件的改变而变化，而为准确评估摩擦工艺对倾斜角的影响，通过对照摩擦加工工艺的参数在预设的摩擦预倾角加工模型的处理程序中进行处理获得对照预倾角数据，其中摩擦常系数和工艺特征系数是根据摩擦工艺和计算程序而预设的程序系数。
根据本发明实施例，所述根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，具体为：
对所述液晶面板进行光配向加工校正；
对加工校正后的所述液晶面板进行侦测获得第一UV光强度数据和第一配向电压数据；
获取所述对照预倾角数据对应的参照UV光强度参数和参照配向电压参数；
根据所述参照UV光强度参数和参照配向电压参数调整所述液晶面板的配向参数，使得所述第一UV光强度数据和第一配向电压数据与所述参照UV光强度参数和参照配向电压参数相同；
所述配向参数包括UV光强度参数和配向电压参数。
需要说明的是，为对液晶面板进行光配向加工校正补偿，通过对配向电压及UV光强度的调整，使面板光配向加工获得预设的加工效果，控制光配向预倾角的参数，改善液晶面板预倾角的角度不均匀现象，防止液晶面板出现碎亮点，通过对照预倾角数据对应的参照UV光强度参数和参照配向电压参数对侦测获得第一UV光强度数据和第一配向电压数据进行调整使光配向加工参数同步，从而获得预设的光配向加工效果。
根据本发明实施例，还包括：
照射所述液晶面板并拾取图像；
根据所述图像采集图像特征信息，包括液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息；
根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据；
根据所述图像质量数据与预设图像质量预设阈值进行对比判断所述液晶面板的成像质量。
需要说明的是，为评估液晶面板的图像质量，通过拾取图像的图像特征信息的数据通过预设像素识别模型进行计算处理获得图像质量数据，并与预设图像质量阈值进行阈值对比判断液晶面板的成像质量良率，实现对液晶面板良率的大数据处理技术。
根据本发明实施例，所述根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据，具体为：
根据所述图像特征信息提取信息数据；
根据提取的信息数据包括液晶阵列数据、像素轮廓数据、亮度数据、连续性数据以及相位差数据输入预设像素识别模型中进行计算处理获得图像质量数据；
所述像素识别模型的处理程序公式为：
其中，
为图像质量数据，
为液晶阵列数据，
为亮度数据，
为像素轮廓数据，
为相位差数据，
为连续性数据，
、
、
、
为预设像素系数。
需要说明的是，通过获得的图像特征信息提取信息数据输入预设像素识别模型的程序中进行计算处理获得图像质量数据，其中预设像素系数是根据预设像素识别模型的程序而设定的预设系数。
本发明公开的一种基于大数据的液晶面板加工的良率控制方法和系统，通过对液晶面板进行PI涂敷和摩擦加工并采集数据，输入至加工模型处理获取沟痕数据再进行阈值对比判断沟痕合规性，若阈值对比不满足要求，则通过合规沟痕的预设摩擦工艺对照数据进行模型处理获得对照预倾角数据，进行光配向加工校正并采集加工校正后数据进行再处理判断第二沟痕数据的沟痕合规性，以及通过采集图像特征信息数据进行模型计算处理获得图像质量数据进行阈值对比判断液晶面板的成像质量良率；从而基于大数据分析处理技术实现对液晶面板加工良率的识别判断和校正，实现通过大数据识别沟痕数据判断预倾角加工效果，以及通过摩擦工艺对照数据处理获得的对照预倾角数据进行光配向校正加工改善液晶面板良率的智能化控制技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (5)
1.一种基于大数据的液晶面板加工的良率控制方法，其特征在于，包括以下步骤：
对液晶面板进行PI涂敷、摩擦，并采集摩擦特征参数，包括液晶分子排列数据和预倾角数据；
根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据；
根据所述沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
若所述沟痕数据不满足预设沟痕阈值，则获取合规沟痕对应的摩擦工艺对照数据，所述摩擦工艺对照数据包括转速数据、布料摩擦力数据和布料压力数据；
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据；
根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据；
根据所述第二液晶分子排列数据和第二预倾角数据通过所述摩擦工艺加工模型进行处理获取第二沟痕数据；
根据所述第二沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
所述根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，包括：
获取摩擦工艺加工模型；
将获取的所述液晶分子排列数据和预倾角数据输入至预设的摩擦工艺加工模型中进行处理获得沟痕数据；
所述摩擦工艺加工模型根据大量历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行处理训练获得；
所述根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据，包括：
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中进行计算处理获得对照预倾角数据；
所述摩擦预倾角加工模型的计算程序公式为：
其中，
为对照预倾角数据，
为摩擦工艺系数，
为转速数据，
为布料摩擦力数据，
为布料压力数据，
为摩擦常系数，
、
、
为预设工艺特征系数。
2.根据权利要求1所述的基于大数据的液晶面板加工的良率控制方法，其特征在于，所述根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，包括：
对所述液晶面板进行光配向加工校正；
对加工校正后的所述液晶面板进行侦测获得第一UV光强度数据和第一配向电压数据；
获取所述对照预倾角数据对应的参照UV光强度参数和参照配向电压参数；
根据所述参照UV光强度参数和参照配向电压参数调整所述液晶面板的配向参数，使得所述第一UV光强度数据和第一配向电压数据与所述参照UV光强度参数和参照配向电压参数相同；
所述配向参数包括UV光强度参数和配向电压参数。
3.根据权利要求1所述的基于大数据的液晶面板加工的良率控制方法，其特征在于，还包括：
照射所述液晶面板并拾取图像；
根据所述图像采集图像特征信息，包括液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息；
根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据；
根据所述图像质量数据与预设图像质量预设阈值进行对比判断所述液晶面板的成像质量；
所述根据所述液晶阵列信息、像素轮廓信息、亮度信息、连续性信息以及相位差信息输入预设像素识别模型中进行计算处理获得图像质量数据，包括：
根据所述图像特征信息提取信息数据；
根据提取的信息数据包括液晶阵列数据、像素轮廓数据、亮度数据、连续性数据以及相位差数据输入预设像素识别模型中进行计算处理获得图像质量数据；
所述像素识别模型的处理程序公式为：
其中，
为图像质量数据，
为液晶阵列数据，
为亮度数据，
为像素轮廓数据，
为相位差数据，
为连续性数据，
、
、
、
为预设像素系数。
4.一种基于大数据的液晶面板加工的良率控制系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括基于大数据的液晶面板加工的良率控制方法的程序，所述基于大数据的液晶面板加工的良率控制方法的程序被所述处理器执行时实现以下步骤：
对液晶面板进行PI涂敷、摩擦，并采集摩擦特征参数，包括液晶分子排列数据和预倾角数据；
根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据；
根据所述沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
若所述沟痕数据不满足预设沟痕阈值，则获取合规沟痕对应的摩擦工艺对照数据，所述摩擦工艺对照数据包括转速数据、布料摩擦力数据和布料压力数据；
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据；
根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，并采集加工校正后的第二液晶分子排列数据和第二预倾角数据；
根据所述第二液晶分子排列数据和第二预倾角数据通过所述摩擦工艺加工模型进行处理获取第二沟痕数据；
根据所述第二沟痕数据与预设沟痕阈值进行阈值对比判断沟痕合规性；
所述根据所述摩擦特征参数输入至预设摩擦工艺加工模型中进行处理获取沟痕数据，包括：
获取摩擦工艺加工模型；
将获取的所述液晶分子排列数据和预倾角数据输入至预设的摩擦工艺加工模型中进行处理获得沟痕数据；
所述摩擦工艺加工模型根据大量历史样本的液晶分子排列数据和预倾角数据以及沟痕数据进行处理训练获得；
所述根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中处理获得对照预倾角数据，包括：
根据所述转速数据、布料摩擦力数据和布料压力数据在摩擦预倾角加工模型中进行计算处理获得对照预倾角数据；
所述摩擦预倾角加工模型的计算程序公式为：
其中，
为对照预倾角数据，
为摩擦工艺系数，
为转速数据，
为布料摩擦力数据，
为布料压力数据，
为摩擦常系数，
、
、
为预设工艺特征系数。
5.根据权利要求4所述的基于大数据的液晶面板加工的良率控制系统，其特征在于，所述根据所述对照预倾角数据对所述液晶面板进行光配向加工校正，包括：
对所述液晶面板进行光配向加工校正；
对加工校正后的所述液晶面板进行侦测获得第一UV光强度数据和第一配向电压数据；
获取所述对照预倾角数据对应的参照UV光强度参数和参照配向电压参数；
根据所述参照UV光强度参数和参照配向电压参数调整所述液晶面板的配向参数，使得所述第一UV光强度数据和第一配向电压数据与所述参照UV光强度参数和参照配向电压参数相同；
所述配向参数包括UV光强度参数和配向电压参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310187950.9A CN115857206B (zh) | 2023-03-02 | 2023-03-02 | 一种基于大数据的液晶面板加工的良率控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310187950.9A CN115857206B (zh) | 2023-03-02 | 2023-03-02 | 一种基于大数据的液晶面板加工的良率控制方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115857206A CN115857206A (zh) | 2023-03-28 |
| CN115857206B true CN115857206B (zh) | 2023-04-25 |
Family
ID=85659662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310187950.9A Active CN115857206B (zh) | 2023-03-02 | 2023-03-02 | 一种基于大数据的液晶面板加工的良率控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115857206B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10123521A (ja) * | 1996-10-15 | 1998-05-15 | Fujitsu Ltd | 液晶表示装置の製造方法およびその製造装置ならびに液晶表示装置 |
| CN103576389A (zh) * | 2013-11-18 | 2014-02-12 | 京东方科技集团股份有限公司 | 配向层组及其制造方法、基板和显示装置 |
| CN108051955A (zh) * | 2018-01-03 | 2018-05-18 | 京东方科技集团股份有限公司 | 一种取向设备及取向参数的校验方法 |
-
2023
- 2023-03-02 CN CN202310187950.9A patent/CN115857206B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10123521A (ja) * | 1996-10-15 | 1998-05-15 | Fujitsu Ltd | 液晶表示装置の製造方法およびその製造装置ならびに液晶表示装置 |
| CN103576389A (zh) * | 2013-11-18 | 2014-02-12 | 京东方科技集团股份有限公司 | 配向层组及其制造方法、基板和显示装置 |
| CN108051955A (zh) * | 2018-01-03 | 2018-05-18 | 京东方科技集团股份有限公司 | 一种取向设备及取向参数的校验方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115857206A (zh) | 2023-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jian et al. | Automatic surface defect detection for mobile phone screen glass based on machine vision | |
| CN104715487B (zh) | 一种基于伪Zernike矩的亚像素边缘检测方法 | |
| CN112308854B (zh) | 一种芯片表面瑕疵的自动检测方法、系统及电子设备 | |
| Lu et al. | Independent component analysis-based defect detection in patterned liquid crystal display surfaces | |
| Sindagi et al. | OLED panel defect detection using local inlier-outlier ratios and modified LBP | |
| CN112419229A (zh) | 一种显示屏线状缺陷检测方法、装置及存储介质 | |
| CN101493942A (zh) | 基于空间矩的水平集图像分割方法 | |
| CN106815830B (zh) | 图像的缺陷检测方法 | |
| CN111652879B (zh) | 一种打标字符质量检测系统及方法 | |
| CN115661160B (zh) | 一种面板缺陷检测方法及系统及装置及介质 | |
| CN115857206B (zh) | 一种基于大数据的液晶面板加工的良率控制方法和系统 | |
| Le et al. | Novel framework for optical film defect detection and classification | |
| CN117611551B (zh) | 基于物联网的显示屏异常检测方法及系统 | |
| CN115330859A (zh) | 一种基于机器视觉的自动对焦、自动对中方法及系统 | |
| CN109829912B (zh) | Tft阵列基板的缺陷检测方法 | |
| CN114049646A (zh) | 一种银行卡识别方法、装置、计算机设备及存储介质 | |
| CN117809115A (zh) | Smt贴片错件检测方法、装置及视觉检测系统 | |
| Wang et al. | Fast blur detection algorithm for UAV crack image sets | |
| Li et al. | Surface defect detection algorithm based on local neighborhood analysis | |
| Kong et al. | Detection of water-stains defects in TFT-LCD based on machine vision | |
| CN110874837B (zh) | 一种基于局部特征分布的缺陷自动检测方法 | |
| JP4327654B2 (ja) | 画像処理方法および画像処理装置ならびに画像処理プログラムおよび画像処理プログラムを記録した記録媒体 | |
| Du et al. | Grid-based matching for full-field large-area deformation measurement | |
| CN107657607B (zh) | 一种测试追踪位置误差的方法和系统 | |
| Tsai et al. | 1D-based defect detection in patterned TFT-LCD panels using characteristic fractal dimension and correlations |
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 |