CN117250784B - 一种液晶显示器测试方法及系统 - Google Patents
一种液晶显示器测试方法及系统 Download PDFInfo
- Publication number
- CN117250784B CN117250784B CN202311539764.3A CN202311539764A CN117250784B CN 117250784 B CN117250784 B CN 117250784B CN 202311539764 A CN202311539764 A CN 202311539764A CN 117250784 B CN117250784 B CN 117250784B
- Authority
- CN
- China
- Prior art keywords
- data
- liquid crystal
- power consumption
- crystal display
- spectrum
- 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
- 239000004973 liquid crystal related substance Substances 0.000 title claims abstract description 389
- 238000012360 testing method Methods 0.000 title claims abstract description 66
- 230000003287 optical effect Effects 0.000 claims abstract description 172
- 238000001228 spectrum Methods 0.000 claims abstract description 157
- 239000000463 material Substances 0.000 claims abstract description 133
- 238000004458 analytical method Methods 0.000 claims abstract description 107
- 238000000547 structure data Methods 0.000 claims abstract description 76
- 238000006243 chemical reaction Methods 0.000 claims abstract description 71
- 238000004364 calculation method Methods 0.000 claims abstract description 68
- 238000004088 simulation Methods 0.000 claims abstract description 66
- 230000003595 spectral effect Effects 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 93
- 238000009826 distribution Methods 0.000 claims description 69
- 230000005684 electric field Effects 0.000 claims description 68
- 230000033001 locomotion Effects 0.000 claims description 47
- 230000005284 excitation Effects 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 230000000694 effects Effects 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 27
- 238000010586 diagram Methods 0.000 claims description 25
- 230000008878 coupling Effects 0.000 claims description 24
- 238000010168 coupling process Methods 0.000 claims description 24
- 238000005859 coupling reaction Methods 0.000 claims description 24
- 238000010183 spectrum analysis Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 238000000354 decomposition reaction Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000012300 Sequence Analysis Methods 0.000 claims description 7
- 238000010998 test method Methods 0.000 claims 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 238000013461 design Methods 0.000 description 25
- 230000007704 transition Effects 0.000 description 18
- 238000003908 quality control method Methods 0.000 description 14
- 230000010287 polarization Effects 0.000 description 13
- 238000005265 energy consumption Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000005281 excited state Effects 0.000 description 9
- 238000000862 absorption spectrum Methods 0.000 description 8
- 230000003993 interaction Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000003775 Density Functional Theory Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000001237 Raman spectrum Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005283 ground state Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000000329 molecular dynamics simulation Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 238000005411 Van der Waals force Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012900 molecular simulation Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000005624 perturbation theories Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 235000013599 spices Nutrition 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000005428 wave function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
- G02F1/1306—Details
- G02F1/1309—Repairing; Testing
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Liquid Crystal (AREA)
Abstract
本发明涉及液晶显示器测试技术领域,尤其涉及一种液晶显示器测试方法及系统。所述方法包括以下步骤:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据并进行输出功耗模拟,得到输出功耗模拟数据;对液晶显示器进行运行状态设置,得到高功耗运行状态数据;对液晶材料进行旋光特性分析,得到旋光特性材料数据;对液晶显示器进行光谱变频分析,得到光谱变频结构数据;对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据;根据常规功耗数据对液晶显示器进行运行状态设置,得到常规运行状态数据;对液晶显示器进行边缘区域监测并通过结构化测算,得到边缘帧率数据。本发明通过对液晶显示器测试方法的优化,使得测试过程更加精确。
Description
技术领域
本发明涉及液晶显示器测试技术领域,尤其涉及一种液晶显示器测试方法及系统。
背景技术
液晶显示器是一种广泛应用于电视、计算机显示器、移动设备等领域的平面显示技术,为了确保液晶显示器的质量和性能,在生产过程中通常需要进行各种测试和校准。然而,传统的液晶显示器的测试方法存在着测试精度不高,难以适配多样化的产品的问题。
发明内容
基于此,有必要提供一种液晶显示器测试方法及系统,以解决至少一个上述技术问题。
为实现上述目的,一种液晶显示器测试方法,所述方法包括以下步骤:
步骤S1:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;根据显示器三维结构数据进行输出功耗模拟,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据;
步骤S2:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;根据高功耗运行状态数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;根据旋光特性材料数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据;
步骤S3:根据高功耗运行状态数据以及光谱变频结构数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据;
步骤S4:根据常规功耗数据对液晶显示器进行运行状态设置,得到常规运行状态数据;根据常规运行状态数据对液晶显示器进行边缘区域监测并通过结构化测算,得到边缘帧率数据。
本发明通过结构光三维扫描,可以获取关于液晶显示器的高精度三维结构数据,这包括显示器的外部形状、曲率、尺寸和其他结构细节,这种数据对于设计、制造和质量控制非常重要,通过根据三维结构数据进行功耗模拟,您可以评估液晶显示器在不同操作状态下的功耗情况,这有助于了解显示器在各种使用情境下的能源消耗,可以帮助设计更节能的产品,功耗模拟产生常规功耗和高功耗数据,这有助于区分不同操作状态下的功耗情况,这对于优化设计,提高性能和降低能源消耗非常有帮助,通过结构光三维扫描和功耗模拟可以确定哪些部分的设计可能需要改进以减少功耗,提高性能或降低成本,这可以为产品的改进提供宝贵的数据,三维结构数据也可用于质量控制,以确保生产的每个液晶显示器都符合规格,任何不合格的显示器可以在早期被检测到,从而减少不合格产品的数量;通过根据高功耗数据设置液晶显示器的运行状态,您可以获得高功耗时的操作条件和参数,这有助于了解显示器在高负荷工作状态下的性能和能源消耗情况,对液晶材料的旋光特性进行分析可以帮助确定材料对光的影响,特别是在高功耗状态下,这对于优化显示器的色彩准确性和可视性非常重要,通过分析光谱变频结构数据,您可以了解显示器的颜色性能,特别是在高功耗状态下,这有助于确定显示器是否可以提供广色域和色彩准确性,通过旋光特性分析和光谱变频分析,您可以改进液晶材料的性能和选择最佳材料,以满足特定的显示要求;光谱衰减测试可以帮助评估液晶显示器在高功耗运行状态下的光谱性能,这是非常重要的,特别是在需要颜色准确性和一致性的应用中,如图像处理、医学成像,通过分析光谱衰减周期数据,您可以了解在不同时间段内显示器的颜色是否会发生变化,这对于需要长时间稳定显示的应用非常关键,通过了解光谱衰减周期数据,可以估计液晶显示器的寿命,这对于制造商和用户来说都是重要的信息,因为它可以帮助他们了解产品的持久性和性能随时间的变化情况,光谱衰减测试可以成为质量控制的一部分,确保生产的每个液晶显示器在颜色和光谱性能方面都符合规格;通过常规运行状态数据的监测,可以了解显示器在正常使用时的稳定性表现,这有助于检测和纠正潜在的问题,以确保显示器长时间可靠运行,边缘区域监测有助于识别液晶显示器屏幕的边缘区域是否存在问题,例如亮度不均匀或颜色失真,这可以有助于改善整体显示质量,获取边缘帧率数据可以用于评估显示器在边缘区域的性能,确保这些区域的动态内容显示平滑流畅,这对于应用程序和内容的一致性非常重要,常规运行状态数据的监测和边缘区域监测可以成为质量控制的一部分,确保生产的每个液晶显示器在正常操作状态下都符合规格。因此,本发明一种液晶显示器测试方法是对传统液晶显示器测试方法做出的优化处理,解决了传统的液晶显示器的测试方法存在着测试精度不高,难以适配多样化的产品的问题,提高了测试的精度,兼顾适配多样化的产品。
优选地,步骤S1包括以下步骤:
步骤S11:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;
步骤S12:对显示器三维结构数据进行电路结构解析,得到控制电路数据;
步骤S13:根据控制电路数据进行输出功耗模拟,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据。
本发明通过结构光三维扫描,可以获得液晶显示器的精确三维结构数据,这些数据包括显示器的物理尺寸、形状、曲率、表面纹理信息,这一信息对于制造过程中的质量控制和产品设计非常重要,三维扫描可用于检测液晶显示器在制造过程中的缺陷、变形或其他不良特征,这有助于提前发现和纠正潜在的问题,确保生产出高质量的产品;通过电路结构解析,可以从液晶显示器的三维结构数据中提取控制电路数据,这包括电路元件的位置、布局和互连关系,这些数据是理解和分析液晶显示器内部电路的关键,提取的控制电路数据可以用于验证电路设计的准确性,这有助于发现潜在的设计错误或不一致,从而改进和优化液晶显示器的电路设计,了解控制电路的结构可以帮助分析液晶显示器的能耗情况。这对于节能设计和能源效率改进非常重要;通过输出功耗模拟,制造商可以更好地了解液晶显示器在不同工作模式下的功耗情况,这有助于设计更节能的产品,以降低电能成本和减少环境影响;模拟数据允许制造商评估液晶显示器在各种使用情况下的性能,包括不同分辨率、刷新率和亮度设置下的功耗,这有助于用户了解产品的性能特点,选择最适合其需求的设置;高功耗数据可以用于检测潜在的故障情况,如果液晶显示器在高功耗情况下出现问题,制造商可以识别并纠正这些问题,确保产品的稳定性和安全性,输出功耗模拟数据提供了反馈,可用于改进电路设计和软件算法,以减少功耗,提高性能,并提供更好的用户体验。
优选地,步骤S13包括以下步骤:
步骤S131:根据控制电路数据进行元器件识别,得到元器件数据集;
步骤S132:对元器件数据集进行理论输出功耗收集,得到元器件理论输出功耗数据;
步骤S133:根据元器件理论输出功耗数据对元器件进行运行模拟,得到运行电信号数据;
步骤S134:对运行电信号数据进行时间序列分析,得到电信号时间序列数据;
步骤S135:对电信号时间序列数据进行频谱转换,得到电信号频谱图;
步骤S136:根据电信号频谱图进行频率分解,得到频率分解数据集;
步骤S137:对频率分解数据集进行频率差值计算,得到信号频率差值数据;
步骤S138:根据信号频率差值数据进行频率变化规律提取,得到频率变化规律数据;
步骤S139:根据频率变化规律数据以及信号频率差值数据进行输出功耗计算,得到输出功耗模拟数据。
本发明通过根据控制电路数据进行元器件识别,得到了元器件数据集,这有助于系统了解使用的具体元器件,为后续分析提供必要的信息,对元器件数据集进行理论输出功耗收集,得到了元器件理论输出功耗数据,这有助于了解每个元器件在理论下的功耗水平,为后续的运行模拟提供基础数据;根据元器件理论输出功耗数据对元器件进行运行模拟,得到了运行电信号数据,通过模拟元器件的实际运行情况,可以更准确地了解元器件在不同工作状态下的电信号特征,对运行电信号数据进行时间序列分析,得到了电信号时间序列数据,时间序列分析可以揭示电信号的周期性、趋势以及其他统计特征,为后续的频谱转换提供基础,对电信号时间序列数据进行频谱转换,得到了电信号频谱图,频谱图能够展示电信号在不同频率上的能量分布情况,帮助进一步理解信号的频域特征;根据电信号频谱图进行频率分解,得到了频率分解数据集,频率分解可以将信号在不同频率上进行分解,从而获得信号在不同频段上的信息,有助于更深入地分析信号的频率特征,对频率分解数据集进行频率差值计算,得到了信号频率差值数据,通过计算频率差值,可以了解信号在不同频段之间的频率变化情况,为后续的频率变化规律提取提供数据基础;根据信号频率差值数据进行频率变化规律提取,得到了频率变化规律数据,通过提取频率变化规律,可以了解信号在不同频段上的变化模式和趋势,为后续的输出功耗计算提供依据;根据频率变化规律数据以及信号频率差值数据进行输出功耗计算,得到了输出功耗模拟数据,通过计算输出功耗,可以评估系统在不同工作状态下的功耗水平,为优化设计和能量管理提供指导。
优选地,步骤S2包括以下步骤:
步骤S21:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;
步骤S22:根据高功耗运行状态数据对液晶显示器进行内部电场强度计算,得到初始内部电场强度数据;
步骤S23:对高功耗运行状态数据进行功耗波动评估,得到高功耗运行波动系数;
步骤S24:根据高功耗运行波动系数对初始内部电场强度数据进行功耗波动补正,得到标准电场强度数据;
步骤S25:基于标准电场强度数据对液晶分子进行运动轨迹分析,得到液晶分子运动轨迹数据;
步骤S26:根据液晶分子运动轨迹数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;
步骤S27:根据旋光特性材料数据以及液晶分子运动轨迹数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据。
本发明根据高功耗数据对液晶显示器进行运行状态设置,得到了高功耗运行状态数据,这有助于模拟液晶显示器在高功耗状态下的工作情况,为后续分析提供基础数据;根据高功耗运行状态数据对液晶显示器进行内部电场强度计算,得到了初始内部电场强度数据,通过计算内部电场强度,可以了解液晶显示器内部电场的分布情况,为后续的分析提供基础;对高功耗运行状态数据进行功耗波动评估,得到了高功耗运行波动系数,功耗波动系数反映了液晶显示器在高功耗状态下功耗的变化程度,有助于了解液晶显示器的功耗稳定性;根据高功耗运行波动系数对初始内部电场强度数据进行功耗波动补正,得到了标准电场强度数据,通过补正内部电场强度,可以消除功耗波动引起的不稳定性,得到更准确的电场强度数据;基于标准电场强度数据对液晶分子进行运动轨迹分析,得到了液晶分子运动轨迹数据,通过分析液晶分子的运动轨迹,可以了解液晶分子在电场作用下的运动规律,为后续旋光特性分析提供依据;根据液晶分子运动轨迹数据对液晶材料进行旋光特性分析,得到了旋光特性材料数据,旋光特性是液晶显示器中重要的光学特性之一,通过分析液晶分子的旋光特性,可以了解液晶材料对光的旋转和偏振的影响;根据旋光特性材料数据以及液晶分子运动轨迹数据对液晶显示器进行光谱变频分析,得到了光谱变频结构数据,光谱变频结构数据描述了液晶显示器中光谱的频率变化情况,有助于了解液晶显示器的颜色表现能力和光学性能。
附图说明
图1为一种液晶显示器测试方法的步骤流程示意图;
图2为图1中步骤S2的详细实施步骤流程示意图;
图3为图2中步骤S26的详细实施步骤流程示意图;
图4为图2中步骤S27的详细实施步骤流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图4,一种液晶显示器测试方法,所述方法包括以下步骤:
步骤S1:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;根据显示器三维结构数据进行输出功耗模拟,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据;
步骤S2:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;根据高功耗运行状态数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;根据旋光特性材料数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据;
步骤S3:根据高功耗运行状态数据以及光谱变频结构数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据;
步骤S4:根据常规功耗数据对液晶显示器进行运行状态设置,得到常规运行状态数据;根据常规运行状态数据对液晶显示器进行边缘区域监测并通过结构化测算,得到边缘帧率数据。
本发明实施例中,参考图1所述,为本发明一种液晶显示器测试方法的步骤流程示意图,在本实例中,所述液晶显示器测试方法包括以下步骤:
步骤S1:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;根据显示器三维结构数据进行输出功耗模拟,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据;
本发明实施例中,获取适用于液晶显示器的结构光三维扫描设备,确保设备的光源、摄像头和扫描软件部分正常工作,根据设备的操作指南,正确安装结构光三维扫描设备,并将其与计算机或控制系统连接,将待测试的液晶显示器放置在扫描区域内,并确保其表面干净、无遮挡物,运行结构光三维扫描软件,按照软件的界面指引,选择扫描模式和参数设置,将扫描设备对准液晶显示器,并启动扫描过程,设备会发射结构光投影到液晶显示器表面,并通过摄像头捕获结构光的反射或变形信息,扫描完成后,将获取到的结构光数据导入扫描软件中进行数据处理和重建。软件会根据扫描数据生成液晶显示器的三维结构数据,包括表面形状、几何尺寸和拓扑结构,基于得到的液晶显示器三维结构数据,进行输出功耗模拟,使用相应的模拟软件或工具,将液晶显示器的结构数据导入模拟系统中,模拟系统中,设定液晶显示器处于常规运行状态时的功耗数据,这可以基于液晶显示器的规格和特性,通过模拟软件提供的设置选项进行设定,模拟系统中,设定液晶显示器处于高功耗运行状态时的功耗数据,这可以根据实际需求和测试目的,通过模拟软件提供的设置选项进行设定,根据设定的常规功耗数据和高功耗数据,模拟系统会计算和生成相应的输出功耗模拟数据,这些数据可以包括常规功耗和高功耗下的功耗值、功耗分布情况。
步骤S2:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;根据高功耗运行状态数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;根据旋光特性材料数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据;
本发明实施例中,根据之前获得的高功耗数据,将液晶显示器设置为高功耗运行状态,这可以通过调整液晶显示器的驱动电压、刷新率、背光亮度参数,使其处于高功耗工作状态;使用旋光特性分析仪器对液晶材料进行测试,该仪器可以测量液晶材料在不同电场作用下的旋光角度,按照仪器的操作指南,将液晶材料样品放置在测试装置中,并设置相应的电场条件,通过测量旋光角度,得到液晶材料的旋光特性数据,包括旋光角度与电场强度的关系,使用光谱分析仪器对液晶显示器进行测试,该仪器可以测量液晶显示器在不同电场作用下的光谱变化,将液晶显示器连接到光谱分析仪器,设置相应的电场条件,通过测量光谱变化,得到液晶显示器的光谱变频结构数据,包括不同电场下的光谱分布情况;将旋光特性数据和光谱变频结构数据导入相应的数据处理和分析软件中,根据所需的分析目标,进行数据处理和分析,例如绘制旋光特性曲线、分析光谱变化趋势。
步骤S3:根据高功耗运行状态数据以及光谱变频结构数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据;
本发明实施例中,确保液晶显示器处于高功耗运行状态,这可能包括显示器显示亮度最大化、所有色彩通道激活,使用传感器或仪器来监测液晶显示器的电流、电压、温度相关参数,以捕获高功耗状态下的数据,收集光谱变频结构数据,获取光源的光谱数据,包括波长和相对光强,以了解所使用的光源的特性,获取液晶显示器的结构数据,包括像素排列方式、液晶材料类型、背光源类型,安装液晶显示器在测试装置中,确保光源能够照射到显示器的表面,配置光谱分析仪或光谱测量设备,以便在测试中测量光谱衰减,使用光谱分析仪测量在光源通过显示器后的光谱,包括波长和光强,将测得的光谱数据记录下来,包括开始时间、结束时间、光谱曲线,利用高功耗运行状态数据和光谱变频结构数据,将光谱数据与初始光谱进行比较,以检测光谱衰减的变化,使用得到的光谱数据,计算出光谱衰减的周期性变化。
步骤S4:根据常规功耗数据对液晶显示器进行运行状态设置,得到常规运行状态数据;根据常规运行状态数据对液晶显示器进行边缘区域监测并通过结构化测算,得到边缘帧率数据。
本发明实施例中,确保液晶显示器处于常规功耗运行状态,可能需要连接到测试设备并确保电源和信号输入正常,设置显示器的初始参数,如分辨率、亮度、色彩设置,使用功耗监测设备记录液晶显示器在常规运行状态下的功耗数据,包括电流、电压、能耗,基于收集的功耗数据,确定液晶显示器的常规运行状态,包括稳定的亮度和色彩设置,这些设置将用于后续的边缘帧率数据获取,安装合适的摄像头或传感器设备,用于监测液晶显示器的边缘区域,确保摄像头或传感器设备能够捕捉显示器的完整画面,包括边缘区域,启动液晶显示器以常规运行状态,并确保其显示内容包括边缘区域,在常规运行状态下,采集来自摄像头或传感器的数据,包括帧率和边缘区域的显示情况,通过图像处理和分析算法,提取边缘帧率数据,并与整体帧率数据进行比较,生成测试报告,包括边缘帧率数据和相关的分析结果。
本发明通过结构光三维扫描,可以获取关于液晶显示器的高精度三维结构数据,这包括显示器的外部形状、曲率、尺寸和其他结构细节,这种数据对于设计、制造和质量控制非常重要,通过根据三维结构数据进行功耗模拟,您可以评估液晶显示器在不同操作状态下的功耗情况,这有助于了解显示器在各种使用情境下的能源消耗,可以帮助设计更节能的产品,功耗模拟产生常规功耗和高功耗数据,这有助于区分不同操作状态下的功耗情况,这对于优化设计,提高性能和降低能源消耗非常有帮助,通过结构光三维扫描和功耗模拟可以确定哪些部分的设计可能需要改进以减少功耗,提高性能或降低成本,这可以为产品的改进提供宝贵的数据,三维结构数据也可用于质量控制,以确保生产的每个液晶显示器都符合规格,任何不合格的显示器可以在早期被检测到,从而减少不合格产品的数量;通过根据高功耗数据设置液晶显示器的运行状态,您可以获得高功耗时的操作条件和参数,这有助于了解显示器在高负荷工作状态下的性能和能源消耗情况,对液晶材料的旋光特性进行分析可以帮助确定材料对光的影响,特别是在高功耗状态下,这对于优化显示器的色彩准确性和可视性非常重要,通过分析光谱变频结构数据,您可以了解显示器的颜色性能,特别是在高功耗状态下,这有助于确定显示器是否可以提供广色域和色彩准确性,通过旋光特性分析和光谱变频分析,您可以改进液晶材料的性能和选择最佳材料,以满足特定的显示要求;光谱衰减测试可以帮助评估液晶显示器在高功耗运行状态下的光谱性能,这是非常重要的,特别是在需要颜色准确性和一致性的应用中,如图像处理、医学成像,通过分析光谱衰减周期数据,您可以了解在不同时间段内显示器的颜色是否会发生变化,这对于需要长时间稳定显示的应用非常关键,通过了解光谱衰减周期数据,可以估计液晶显示器的寿命,这对于制造商和用户来说都是重要的信息,因为它可以帮助他们了解产品的持久性和性能随时间的变化情况,光谱衰减测试可以成为质量控制的一部分,确保生产的每个液晶显示器在颜色和光谱性能方面都符合规格;通过常规运行状态数据的监测,可以了解显示器在正常使用时的稳定性表现,这有助于检测和纠正潜在的问题,以确保显示器长时间可靠运行,边缘区域监测有助于识别液晶显示器屏幕的边缘区域是否存在问题,例如亮度不均匀或颜色失真,这可以有助于改善整体显示质量,获取边缘帧率数据可以用于评估显示器在边缘区域的性能,确保这些区域的动态内容显示平滑流畅,这对于应用程序和内容的一致性非常重要,常规运行状态数据的监测和边缘区域监测可以成为质量控制的一部分,确保生产的每个液晶显示器在正常操作状态下都符合规格。因此,本发明一种液晶显示器测试方法是对传统液晶显示器测试方法做出的优化处理,解决了传统的液晶显示器的测试方法存在着测试精度不高,难以适配多样化的产品的问题,提高了测试的精度,兼顾适配多样化的产品。
优选地,步骤S1包括以下步骤:
步骤S11:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;
步骤S12:对显示器三维结构数据进行电路结构解析,得到控制电路数据;
步骤S13:根据控制电路数据进行输出功耗模拟,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据。
本发明实施例中,获取适当的结构光三维扫描设备,包括光源、摄像头和相关的硬件和软件,确保液晶显示器处于适当的扫描环境中,以便进行扫描,启动结构光扫描设备,将其对准液晶显示器,并开始扫描过程,扫描设备会通过结构光投影和摄像头捕捉液晶显示器的表面形状和结构信息,对采集到的数据进行处理,生成显示器的三维结构数据。这可能需要使用图像处理和计算机视觉算法来还原三维形状;使用图像处理和计算机视觉技术来分析三维数据,以识别液晶显示器内部的电路结构,从识别出的电路结构中提取相关的控制电路数据,包括电路元件的位置、连接方式,根据控制电路数据进行输出功耗模拟,模拟液晶显示器在正常工作状态下的功耗,包括显示不同类型的内容时的功耗,模拟液晶显示器在高功耗情况下的功耗,例如在显示高亮度内容或切换频繁时的功耗得到输出功耗模拟数据,包括常规功耗数据和高功耗数据,这些数据可以用于进一步的分析和优化。
本发明通过结构光三维扫描,可以获得液晶显示器的精确三维结构数据,这些数据包括显示器的物理尺寸、形状、曲率、表面纹理信息,这一信息对于制造过程中的质量控制和产品设计非常重要,三维扫描可用于检测液晶显示器在制造过程中的缺陷、变形或其他不良特征,这有助于提前发现和纠正潜在的问题,确保生产出高质量的产品;通过电路结构解析,可以从液晶显示器的三维结构数据中提取控制电路数据,这包括电路元件的位置、布局和互连关系,这些数据是理解和分析液晶显示器内部电路的关键,提取的控制电路数据可以用于验证电路设计的准确性,这有助于发现潜在的设计错误或不一致,从而改进和优化液晶显示器的电路设计,了解控制电路的结构可以帮助分析液晶显示器的能耗情况。这对于节能设计和能源效率改进非常重要;通过输出功耗模拟,制造商可以更好地了解液晶显示器在不同工作模式下的功耗情况,这有助于设计更节能的产品,以降低电能成本和减少环境影响;模拟数据允许制造商评估液晶显示器在各种使用情况下的性能,包括不同分辨率、刷新率和亮度设置下的功耗,这有助于用户了解产品的性能特点,选择最适合其需求的设置;高功耗数据可以用于检测潜在的故障情况,如果液晶显示器在高功耗情况下出现问题,制造商可以识别并纠正这些问题,确保产品的稳定性和安全性,输出功耗模拟数据提供了反馈,可用于改进电路设计和软件算法,以减少功耗,提高性能,并提供更好的用户体验。
优选地,步骤S13包括以下步骤:
步骤S131:根据控制电路数据进行元器件识别,得到元器件数据集;
步骤S132:对元器件数据集进行理论输出功耗收集,得到元器件理论输出功耗数据;
步骤S133:根据元器件理论输出功耗数据对元器件进行运行模拟,得到运行电信号数据;
步骤S134:对运行电信号数据进行时间序列分析,得到电信号时间序列数据;
步骤S135:对电信号时间序列数据进行频谱转换,得到电信号频谱图;
步骤S136:根据电信号频谱图进行频率分解,得到频率分解数据集;
步骤S137:对频率分解数据集进行频率差值计算,得到信号频率差值数据;
步骤S138:根据信号频率差值数据进行频率变化规律提取,得到频率变化规律数据;
步骤S139:根据频率变化规律数据以及信号频率差值数据进行输出功耗计算,得到输出功耗模拟数据。
本发明实施例中,获取控制电路数据,包括电路中各种元器件的信息,如电阻、电容、晶体管,使用图像处理和分析技术,对控制电路数据进行处理,以识别电路中的各种元器件,包括其类型和位置,将识别出的元器件信息整理成一个元器件数据集,其中包括元器件类型、位置和其他相关属性,针对每种识别出的元器件,收集其理论输出功耗数据,这些数据可以基于元器件的规格表和特性参数获得,整理和存储每个元器件的理论输出功耗数据,以便后续使用,设定模拟的运行条件,包括电路的工作状态、输入信号,基于控制电路数据和元器件数据集,建立元器件之间的连接关系,使用电路仿真工具(如SPICE)对电路进行模拟,模拟电路的运行情况,并获得电信号数据,从运行模拟中获得的电信号数据是时间序列的,代表了电路在不同时间点的信号变化,对电信号数据进行分析,包括波形分析、时域分析,以了解信号的基本特性,如幅度、频率、波形形状,将时间序列的信号数据进行傅立叶变换或其他频谱分析方法,以将信号从时域转换到频域,获得信号的频谱图,其中包含信号在不同频率上的成分信息,从频谱图中提取感兴趣的频率分量,以了解信号在不同频率上的行为,整理频率分解后的数据,以便后续分析,对不同频率分解数据进行比较,计算它们之间的频率差值,以了解信号在频率上的变化,整理并存储频率差值数据,对频率差值数据进行分析,以提取信号的频率变化规律,例如频率的增加或减小趋势,整理提取出的频率变化规律数据,以便后续使用,利用频率变化规律数据和信号频率差值数据,计算电路的输出功耗,得到输出功耗模拟数据:将功耗计算结果整理成输出功耗模拟数据,这包括常规功耗和高功耗数据,以便进行进一步的分析和优化。
本发明通过根据控制电路数据进行元器件识别,得到了元器件数据集,这有助于系统了解使用的具体元器件,为后续分析提供必要的信息,对元器件数据集进行理论输出功耗收集,得到了元器件理论输出功耗数据,这有助于了解每个元器件在理论下的功耗水平,为后续的运行模拟提供基础数据;根据元器件理论输出功耗数据对元器件进行运行模拟,得到了运行电信号数据,通过模拟元器件的实际运行情况,可以更准确地了解元器件在不同工作状态下的电信号特征,对运行电信号数据进行时间序列分析,得到了电信号时间序列数据,时间序列分析可以揭示电信号的周期性、趋势以及其他统计特征,为后续的频谱转换提供基础,对电信号时间序列数据进行频谱转换,得到了电信号频谱图,频谱图能够展示电信号在不同频率上的能量分布情况,帮助进一步理解信号的频域特征;根据电信号频谱图进行频率分解,得到了频率分解数据集,频率分解可以将信号在不同频率上进行分解,从而获得信号在不同频段上的信息,有助于更深入地分析信号的频率特征,对频率分解数据集进行频率差值计算,得到了信号频率差值数据,通过计算频率差值,可以了解信号在不同频段之间的频率变化情况,为后续的频率变化规律提取提供数据基础;根据信号频率差值数据进行频率变化规律提取,得到了频率变化规律数据,通过提取频率变化规律,可以了解信号在不同频段上的变化模式和趋势,为后续的输出功耗计算提供依据;根据频率变化规律数据以及信号频率差值数据进行输出功耗计算,得到了输出功耗模拟数据,通过计算输出功耗,可以评估系统在不同工作状态下的功耗水平,为优化设计和能量管理提供指导。
优选地,步骤S2包括以下步骤:
步骤S21:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;
步骤S22:根据高功耗运行状态数据对液晶显示器进行内部电场强度计算,得到初始内部电场强度数据;
步骤S23:对高功耗运行状态数据进行功耗波动评估,得到高功耗运行波动系数;
步骤S24:根据高功耗运行波动系数对初始内部电场强度数据进行功耗波动补正,得到标准电场强度数据;
步骤S25:基于标准电场强度数据对液晶分子进行运动轨迹分析,得到液晶分子运动轨迹数据;
步骤S26:根据液晶分子运动轨迹数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;
步骤S27:根据旋光特性材料数据以及液晶分子运动轨迹数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据。
作为本发明的一个实例,参考图2所示,在本实例中所述步骤S2包括:
步骤S21:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;
本发明实施例中,获取与液晶显示器高功耗相关的数据,包括电源供应情况、工作状态和外部环境条件,根据高功耗数据,设置液晶显示器的运行状态,包括亮度、颜色、刷新率参数,以模拟高功耗工作状态,记录所设置的运行状态数据,以便后续使用。
步骤S22:根据高功耗运行状态数据对液晶显示器进行内部电场强度计算,得到初始内部电场强度数据;
本发明实施例中,确定液晶显示器的几何形状和结构参数,如像素排列、电极位置和尺寸,基于液晶显示器的几何形状和结构参数,建立电场模型,这通常涉及使用有限元分析(Finite Element Analysis,FEA)或其他电场模拟工具来描述电场分布,液晶显示器内部的电场模型应包括电极、液晶层、边界条件和材料特性,以便准确描述内部电场分布,使用所建立的电场模型,模拟高功耗运行状态下液晶显示器内部的电场分布,这可以通过求解电场分布的泊松方程或麦克斯韦方程等数学物理方程来实现,考虑电极的电势分布、液晶材料的电光特性以及边界条件,以计算出电场在液晶显示器内部的分布情况,根据模拟结果,计算液晶显示器内部各点的电场强度,这可以通过评估电场的强度大小和方向来完成。
步骤S23:对高功耗运行状态数据进行功耗波动评估,得到高功耗运行波动系数;
本发明实施例中,收集高功耗运行状态数据,这包括电源供应情况、工作状态、外部环境条件以及电流、电压相关功耗数据,确保数据采集频率足够高,以捕捉功耗的快速变化和波动,对收集到的功耗数据进行预处理,包括去除噪声、滤波、平滑和数据插值操作,这有助于提高数据质量和准确性,使用适当的数学方法,例如均方根(RMS)法或标准差计算,来评估功耗数据的波动性,波动系数通常表示为百分比或小数,用于描述功耗数据的相对波动水平,进行统计分析,以了解功耗波动的性质和趋势。这可能包括绘制功耗波动的时间序列图、频谱分析、自相关函数分析。
步骤S24:根据高功耗运行波动系数对初始内部电场强度数据进行功耗波动补正,得到标准电场强度数据;
本发明实施例中,将初始内部电场强度数据与高功耗运行波动系数结合,以进行校正计算,涉及将原始数据与波动系数相乘或进行其他数学操作,以校正功耗引起的波动,校正的目标是消除或减小由高功耗状态引起的电场强度波动,以获得标准电场强度数据。
步骤S25:基于标准电场强度数据对液晶分子进行运动轨迹分析,得到液晶分子运动轨迹数据;
本发明实施例中,获取标准电场强度数据,这是在前一步骤S24中校正和获得的电场强度数据,通过模拟或实验得到液晶分子的初始位置和速度数据,使用标准电场强度数据和初始液晶分子数据进行运动轨迹模拟或分析,这可以采用分子动力学模拟、蒙特卡洛模拟或其他液晶行为分析方法,在每个时间步长内,计算液晶分子的位置和速度,这通常需要解决牛顿的运动方程或采用蒙特卡洛方法,具体取决于模拟的性质,对获得的运动轨迹数据进行分析,可以计算液晶分子的平均位移、方差、取向。
步骤S26:根据液晶分子运动轨迹数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;
本发明实施例中,获取液晶分子的运动轨迹数据,这通常是从步骤S25中获得的数据,准备液晶材料的相关物理和化学性质数据,如分子结构、偏光性质,根据液晶分子的位置、取向和偏光性质,计算液晶材料的旋光特性参数,这通常包括光学旋光率、偏振转换系数、吸收光谱,使用液晶分子的取向和偏光性质数据,计算液晶材料的旋光率,这可以通过计算所采用的波长下的透射或反射光的旋光来完成,分析液晶材料的偏振转换系数,以了解其对不同偏振状态的光的转换效果,这可以有助于优化液晶材料的性能,使用液晶分子的偏光性质和吸收光谱数据,计算液晶材料的吸收光谱,这有助于理解液晶材料的光学特性,对获得的旋光特性数据进行分析,可以计算液晶材料的光学旋光率随时间的变化,或者与不同外部条件(如温度、电场)的相关性。
步骤S27:根据旋光特性材料数据以及液晶分子运动轨迹数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据。
本发明实施例中,获取旋光特性材料数据,这通常是在步骤S26中获得的,包括液晶材料的光学旋光率、偏振转换系数、吸收光谱数据,准备液晶分子的运动轨迹数据,通常包括分子的位置、取向、速度信息,使用旋光特性材料数据和液晶分子运动轨迹数据,进行光学光谱模拟,这可以涉及计算不同波长下的光谱响应,考虑液晶分子的取向和动力学变化,分析模拟的光学光谱数据,包括光的波长、强度、偏振状态,检查液晶显示器的光谱特性随时间的变化以及与液晶分子的运动有关的光谱特点,从光学光谱模拟中提取感兴趣的光谱变频结构数据,这可能包括光谱的峰值位置、强度、偏振特性。
本发明根据高功耗数据对液晶显示器进行运行状态设置,得到了高功耗运行状态数据,这有助于模拟液晶显示器在高功耗状态下的工作情况,为后续分析提供基础数据;根据高功耗运行状态数据对液晶显示器进行内部电场强度计算,得到了初始内部电场强度数据,通过计算内部电场强度,可以了解液晶显示器内部电场的分布情况,为后续的分析提供基础;对高功耗运行状态数据进行功耗波动评估,得到了高功耗运行波动系数,功耗波动系数反映了液晶显示器在高功耗状态下功耗的变化程度,有助于了解液晶显示器的功耗稳定性;根据高功耗运行波动系数对初始内部电场强度数据进行功耗波动补正,得到了标准电场强度数据,通过补正内部电场强度,可以消除功耗波动引起的不稳定性,得到更准确的电场强度数据;基于标准电场强度数据对液晶分子进行运动轨迹分析,得到了液晶分子运动轨迹数据,通过分析液晶分子的运动轨迹,可以了解液晶分子在电场作用下的运动规律,为后续旋光特性分析提供依据;根据液晶分子运动轨迹数据对液晶材料进行旋光特性分析,得到了旋光特性材料数据,旋光特性是液晶显示器中重要的光学特性之一,通过分析液晶分子的旋光特性,可以了解液晶材料对光的旋转和偏振的影响;根据旋光特性材料数据以及液晶分子运动轨迹数据对液晶显示器进行光谱变频分析,得到了光谱变频结构数据,光谱变频结构数据描述了液晶显示器中光谱的频率变化情况,有助于了解液晶显示器的颜色表现能力和光学性能。
优选地,步骤S26包括以下步骤:
步骤S261:根据液晶分子运动轨迹数据进行液晶分子间距计算,得到分子间距数据;
步骤S262:基于分子间距数据进行取向分布概率计算,得到分子取向分布概率数据;
步骤S263:根据分子取向分布概率数据以及分子间距数据对液晶分子进行旋转角度计算,得到分子旋转角度数据;
步骤S264:基于分子旋转角度数据进行液晶材料活性评估,得到液晶材料活性数据;
步骤S265:根据液晶材料活性数据进行光学偏移率评估,得到材料光学偏移数据;
步骤S266:根据材料光学偏移数据对液晶材料进行旋光特性分析,得到旋光特性材料数据。
作为本发明的一个实例,参考图3所示,在本实例中所述步骤S26包括:
步骤S261:根据液晶分子运动轨迹数据进行液晶分子间距计算,得到分子间距数据;
本发明实施例中,收集或生成液晶分子的运动轨迹数据。这些数据通常包括分子的坐标和速度随时间的变化,确保轨迹数据涵盖足够长的时间段,以获得分子的典型动态行为,选择适当的分子间距计算方法,这通常涉及到计算分子之间的平均距离,常见的方法包括欧几里德距离、最近邻距离,同时需要考虑不同分子之间的相互作用,比如范德华力、电荷相互作用,以更精确地计算分子间距,对于每一对液晶分子,使用选定的计算方法计算它们之间的距离,这可以通过计算它们的坐标之差来实现,对于多个分子,计算所有可能的分子对之间的距离,对于一系列的分子间距数据,可以进行统计分析,如计算平均分子间距、标准差、分布情况。
步骤S262:基于分子间距数据进行取向分布概率计算,得到分子取向分布概率数据;
本发明实施例中,选择适当的分子取向模型或理论,这取决于液晶分子的性质和系统的特点,常见的取向模型包括各向同性模型、偏振模型、分子链模型,基于所选的取向模型,定义用于计算取向分布的适当数学函数,这个函数通常与分子间距数据相关,使用所选的分子取向模型和定义的取向分布函数,计算每个分子的取向分布概率,这通常涉及将分子间距数据与取向模型结合起来,以获得每个分子在不同方向上的取向分布概率,对于多个分子,可以进行统计分析,如计算平均取向分布概率、标准差、分布情况。
步骤S263:根据分子取向分布概率数据以及分子间距数据对液晶分子进行旋转角度计算,得到分子旋转角度数据;
本发明实施例中,将分子的取向分布概率数据与分子间距数据结合起来,对于每个分子或分子集合,使用所选的计算方法,计算液晶分子的旋转角度,这包括计算分子相对于某个参考方向的旋转角度或者计算分子取向的欧拉角或四元数,对于多个分子,可以进行统计分析,如计算平均旋转角度、标准差、分布情况,这些统计数据可以用于描述液晶分子的整体旋转行为。
步骤S264:基于分子旋转角度数据进行液晶材料活性评估,得到液晶材料活性数据;
本发明实施例中,活性涉及多个方面,如液晶相的稳定性、相变温度、相变熵,根据研究或应用的需要,选择合适的指标,基于旋转角度数据和所选的评估指标,建立活性评估模型,这包括统计模型、分子模拟方法或其他计算模型,使用建立的模型,计算液晶材料的活性,这可能涉及对每个分子或分子集合的旋转角度数据进行处理,然后将其转化为活性指标值,对于多个液晶样本,进行数据分析,如计算平均活性、标准差、相关性,这有助于了解液晶材料的整体特性。
步骤S265:根据液晶材料活性数据进行光学偏移率评估,得到材料光学偏移数据;
本发明实施例中,光学偏移率是指材料对光的折射率随电场强度的变化,通常与液晶分子的取向和排列有,基于活性数据和所选的光学偏移率评估方法,建立光学偏移率模型,使用建立的模型,计算液晶材料的光学偏移率,这通常需要考虑电场的强度、波长、温度参数,对于多个液晶材料样本,进行数据分析,如计算平均光学偏移率、波长依赖性、温度依赖性,这有助于了解材料的光学性质。
步骤S266:根据材料光学偏移数据对液晶材料进行旋光特性分析,得到旋光特性材料数据。
本发明实施例中,对光学偏移数据进行预处理,如去除背景噪音、波长校准等。确保数据质量和准确性,基于预处理的光学偏移数据和所选的旋光特性分析方法,建立分析模型,这包括数学模型、传统分析方法或光学传输模型,使用建立的模型,对液晶材料的旋光特性进行分析。这可能包括旋光角度、旋光率、波长依赖性,对分析结果进行数据分析,如计算平均旋光特性、波长依赖性、温度依赖性,这有助于了解材料的旋光特性特点。
本发明根据液晶分子运动轨迹数据进行液晶分子间距计算,得到了分子间距数据,液晶分子间距的大小直接影响液晶材料的物理性质,通过计算分子间距可以了解液晶材料中分子的排列情况;基于分子间距数据进行取向分布概率计算,得到了分子取向分布概率数据,分子的取向分布概率描述了液晶材料中分子取向的可能性,有助于了解液晶分子在材料中的取向分布情况;根据分子取向分布概率数据以及分子间距数据对液晶分子进行旋转角度计算,得到了分子旋转角度数据,通过计算分子的旋转角度,可以描述液晶分子在液晶材料中的旋转程度,为后续的液晶材料活性评估提供依据;基于分子旋转角度数据进行液晶材料活性评估,得到了液晶材料活性数据,液晶材料的活性描述了其响应外部电场的能力,通过评估液晶材料的活性,可以了解液晶材料在电场作用下的性质;根据液晶材料活性数据进行光学偏移率评估,得到了材料光学偏移数据,光学偏移率是液晶材料的重要光学参数之一,通过评估光学偏移率可以了解液晶材料对光的旋转程度,从而判断其旋光特性;据材料光学偏移数据对液晶材料进行旋光特性分析,得到了旋光特性材料数据,旋光特性材料数据描述了液晶材料对光的旋转特性,包括旋光角度和旋光方向信息,有助于了解液晶材料在光学应用中的性能。
优选地,步骤S263中的旋转角度计算是通过液晶分子旋转结构算法进行的,其中液晶分子旋转结构算法如下所示:
其中,表示分子旋转角度结果值,/>表示分子取向分布概率数据的权重系数,/>表示分子间距数据区间数值,/>表示分子间距最大值,/>表示分子分布概率密度评估值,/>表示分子分布概率最大预估值,/>表示分子间距初始系数,/>表示液晶分子排列组合分布系数,/>表示分子活跃系数,/>表示液晶分子旋转结构算法的误差调整值。
本发明构建了一个液晶分子旋转结构算法,该算法可以更准确地描述液晶分子的旋转行为,为液晶材料的旋光特性分析提供有益的结果。该算法充分考虑了子取向分布概率数据的权重系数,该系数用于调整分子取向分布概率对旋转角度的影响程度,较大的/>值会增加取向分布概率对旋转角度的重要性,有助于准确描述液晶分子的旋转行为;分子间距数据区间数值/>,液晶分子间距的变化会影响液晶材料的物理性质和分子排列情况,通过将分子间距数据划分为不同的区间,可以更好地捕捉液晶分子的旋转特性;分子间距最大值/>,该参数用于确定分子间距的量级,帮助调整旋转角度的计算结果,较大的/>值可以将旋转角度控制在合理的范围内;分子分布概率密度评估值/>,该参数用于评估分子取向分布概率的密度程度,较大的/>值表示分子分布概率密度较高,有助于更准确地计算旋转角度;分子分布概率最大预估值/>,该参数用于确定分子分布概率的最大取值范围,通过预估分子分布概率的最大值,可以限制旋转角度的计算结果,使其合理且可靠;分子间距初始系数/>,分子间距初始系数用于调整分子间距对旋转角度的影响程度,较大的/>值可以增加分子间距对旋转角度的重要性,有助于更准确地描述液晶分子的旋转行为;液晶分子排列组合分布系数/>,液晶分子的排列组合方式对旋转角度有一定影响,通过调整排列组合分布系数,可以更好地捕捉液晶分子的旋转特性;分子活跃系数/>,反映了分子在液晶中的运动活跃程度,较大的/>值表示分子在液晶中活跃度高,即具有更大的旋转自由度,相反,较小的/>值表示分子的活跃度较低,旋转自由度受限,较大的/>值会促使分子更加自由地旋转,从而增加/>的数值,这意味着液晶分子的整体旋转角度更大,分子排列更加随机,较小的/>值会限制分子的旋转自由度,导致分子整体旋转角度/>的数值减小,这会使得液晶分子的排列更加有序,旋转结构更加趋向于某种特定的方向;液晶分子旋转结构算法的误差调整值/>,该参数用于对旋转角度进行误差调整,以提高算法的准确性和可靠性。
优选地,步骤S27包括以下步骤:
步骤S271:根据旋光特性材料数据以及液晶分子运动轨迹数据进行分子激发能级计算,得到分子激发能级数据;
步骤S272:对激发能级数据进行光学谱线图绘制,得到光学谱线图数据;
步骤S273:根据光学谱线图数据对分子激发能级数据进行能级简并度计算,得到分子能级简并度数据;
步骤S274:对光学谱线图数据进行能量变化临界区域划分,得到光学变化梯度数据;
步骤S275:根据光学变化梯度数据进行能量梯度变化计算,得到能量梯度变化数据;
步骤S276:根据能量梯度变化数据对分子能级简并度数据进行简并度修正,得到分子能级简并度修正数据;
步骤S277:根据分子能级简并度修正数据以及分子激发能级数据进行能级耦合分析,得到分子能级耦合数据;
步骤S278:对光学谱线图数据进行谱线展宽分析,得到谱线展宽数据;
步骤S279:根据分子能级耦合数据以及谱线展宽数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据。
作为本发明的一个实例,参考图4所示,在本实例中所述步骤S27包括:
步骤S271:根据旋光特性材料数据以及液晶分子运动轨迹数据进行分子激发能级计算,得到分子激发能级数据;
本发明实施例中,收集所需的旋光特性材料数据,包括分子的结构信息、电子态的能级和电子态的振动信息,这些数据可以从实验测量或理论计算中获得,获取液晶分子运动轨迹数据,通常是通过分子动力学模拟或其他理论方法获得的,以模拟分子在特定条件下的运动,使用适当的计算方法,如密度泛函理论(Density Functional Theory,DFT)或从头计算(ab initio)量子化学方法,计算液晶分子的电子结构,这包括计算分子的分子轨道、电子态的激发能级和电子态的波函数,基于电子结构计算结果,使用相关的计算方法(如时间无关的密度泛函理论、耦合簇理论或多体微扰论),计算分子的激发态的能级,这包括激发态的电子能级和振动激发态,分析得到的激发能级数据,以了解分子在不同激发态下的能级分布和性质,这些数据可以用于理解分子在光学谱线图中的特征。
步骤S272:对激发能级数据进行光学谱线图绘制,得到光学谱线图数据;
本发明实施例中,获取来自步骤S271的激发能级数据,这些数据通常包括分子在不同激发态下的能级和振动信息,生成的光学谱线图类型,例如吸收谱、荧光谱或拉曼谱,每种类型的谱线图需要不同的处理方法,对于吸收谱,计算每个激发态的能级与基态之间的能级差,这些能级差通常对应于分子吸收光的特定波长,确定每个激发态的布居数分布,这决定了每个激发态的相对强度,通常,更高能级差的激发态具有更低的布居数,使用合适的理论模型,如Franck-Condon原理(对于吸收谱)或震动-旋转分析(对于拉曼谱),计算激发态之间的跃迁概率,这些跃迁概率将决定谱线的相对强度,使用计算的跃迁概率和能级差,绘制光学谱线图,这可以通过专业的化学绘图软件或编程语言(如Python中的Matplotlib)来完成。
步骤S273:根据光学谱线图数据对分子激发能级数据进行能级简并度计算,得到分子能级简并度数据;
本发明实施例中,获取步骤S272中生成的光学谱线图数据,该数据包括吸收或发射峰的位置和相对强度,识别光学谱线图中的各个峰。这些峰通常对应于不同的分子能级之间的跃迁,对于吸收谱,这些峰表示能级之间的跃迁,而对于发射谱,这些峰表示从激发态返回到基态的跃迁,对于每个峰,计算与之相关的分子能级之间的能级简并度,能级简并度是指具有相同能量的能级的数量,考虑每个峰的相对强度,因为强度通常与跃迁的相对简并度有关,较强的峰通常表示较高的简并度,考虑对称性因素,因为分子结构和对称性可以影响能级简并度,例如,具有高度对称结构的分子通常具有更高的简并度,分析能级简并度数据,以了解分子能级结构的一些特征,如简并度的分布和对称性的影响。
步骤S274:对光学谱线图数据进行能量变化临界区域划分,得到光学变化梯度数据;
本发明实施例中,获取光学谱线图数据,包括能级跃迁的能量差和相对强度,对于每个能级跃迁,计算其对应的能量差,这是指初态和终态的能级之间的能量差异,这是谱线图中的峰的位置,确定一个能量变化的临界值,以确定哪些能级跃迁应被视为在相同的能量变化区域内,这个阈值可以根据研究的具体需求来选择,通常,相邻的能级跃迁的能量差小于该阈值将被划分为同一区域,遍历光学谱线图中的所有能级跃迁,将它们分组到具有相似能量变化的区域中,这可以通过比较能级跃迁的能量差和阈值来实现,对于每个确定的能量变化区域,计算区域内能级跃迁的相对强度或概率密度分布,这些数据可以用来表示在该区域内的光学变化强度的分布情况。
步骤S275:根据光学变化梯度数据进行能量梯度变化计算,得到能量梯度变化数据;
本发明实施例中,获取光学变化梯度数据,这些数据通常表示了能级跃迁的能量变化在某一区域内的梯度或概率密度分布,选择一个特定的能量变化区域,该区域对应于感兴趣的分子或材料特性,这可以根据研究目的和光学谱线图的特征来确定,将能量变化区域内的光学变化梯度数据转化为某种形式的能量密度分布,这可以是连续的能级分布或概率密度分布,对能量密度分布进行微分操作,以计算能量梯度,通常,这涉及计算能量密度分布的导数,将计算得到的能量梯度变化数据记录下来,并将其与相应的能量变化区域信息关联,分析能量梯度变化数据,以了解在所选区域内的能级结构和能量梯度的分布情况。
步骤S276:根据能量梯度变化数据对分子能级简并度数据进行简并度修正,得到分子能级简并度修正数据;
本发明实施例中,获取分子的原始能级简并度数据,这些数据通常表示了不同能级的简并度情况,对于每一个分子的能级,使用量子化学方法或计算化学软件计算其能量。这可以包括计算电子结构、振动频率、转动能级,对于每个能级,检查其周围的能量梯度数据。如果能量梯度较大,这表明存在某种程度的简并度破缺,根据能量梯度变化的强度和方向,估计简并度修正的幅度和方向,对于每个疑似受到影响的能级,根据能量梯度变化进行简并度修正,这包括增加或减小简并度,以更好地反映实际的分子能级情况,记录修正后的能级简并度数据,并将其与相应的分子和能级信息相关联。
步骤S277:根据分子能级简并度修正数据以及分子激发能级数据进行能级耦合分析,得到分子能级耦合数据;
本发明实施例中,获取分子的激发能级数据。这些数据通常表示分子在不同激发态下的能量,对于每对能级,通过比较其简并度修正数据以及激发能级数据,计算它们之间的耦合强度,这可以使用一些量子化学方法或理论来进行计算,耦合强度可以是一个数值,它表示两个能级之间的相互作用的强度,记录能级间的耦合数据,并将其与相应的分子、能级和耦合信息相关联,分析能级耦合数据,以了解分子内部不同能级之间的相互作用情况。这可以包括能级之间的耦合强度、能级的交叉耦合。
步骤S278:对光学谱线图数据进行谱线展宽分析,得到谱线展宽数据;
本发明实施例中,对光学谱线图进行波长或频率标定,以确保数据的精确性和一致性,这通常涉及使用已知波长的标准样品进行校准,使用适当的数学模型对样品的谱线进行拟合,这包括高斯、洛伦兹或Voigt型线形,以适应实际的线形特征,对每个拟合的谱线进行展宽分析,仪器分辨率:由仪器的性能决定,它会限制能够分辨的最小线宽,使用合适的展宽函数,如Lorentzian、Gaussian,来描述每个谱线的展宽,展宽函数通常包括展宽参数,用于描述每种展宽机制的影响。
步骤S279:根据分子能级耦合数据以及谱线展宽数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据。
本发明实施例中,收集液晶显示器的光谱数据,这包括记录在不同条件下的光谱特性,例如波长、光强度和谱线形状,同时,获取与分子能级耦合相关的数据,包括分子的结构、能级布局、振动和激发态能级,清理和预处理光谱数据,以去除背景噪声、校准波长和处理谱线的展宽,对于分子能级耦合数据,确保数据的准确性和一致性,包括能级的能量和相互作用的强度,结合能级耦合数据和谱线展宽数据,使用适当的理论模型进行光谱变频计算,这可以包括计算光谱的频率分布、谱线的强度、振动和激发态之间的跃迁,记录光谱变频结构数据,包括计算得到的频率、振动模式、强度和其他相关信息。
本发明通过对旋光特性材料数据和液晶分子运动轨迹数据进行分子激发能级计算,可以获得分子激发能级数据,这有助于了解液晶分子在不同激发能级下的行为和特性,为后续的分析提供基础数据;对激发能级数据进行光学谱线图绘制,可以得到光学谱线图数据,光学谱线图提供了液晶材料在不同波长或频率下的光学响应信息,可以用于分析材料的吸收、发射和传输特性,通过对光学谱线图数据进行能级简并度计算,可以得到分子能级简并度数据,能级简并度是描述分子能级结构的重要参数,有助于理解能级的分布和相互作用,为后续的能级耦合分析提供基础;对光学谱线图数据进行能量变化临界区域划分,得到光学变化梯度数据,这一步骤可以帮助确定光学谱线图中能量变化较大的区域,提供了分析光学响应变化的定量数据;通过光学变化梯度数据进行能量梯度变化计算,可以得到能量梯度变化数据,这些数据描述了光学谱线图中能量变化的速率和幅度,有助于理解光学响应的动态变化特性,根据能量梯度变化数据对分子能级简并度数据进行简并度修正,得到分子能级简并度修正数据,这一步骤可以根据光学谱线图中的能量变化情况,调整原始能级简并度数据,更准确地描述分子能级的简并度状况;根据分子能级简并度修正数据以及分子激发能级数据进行能级耦合分析,得到分子能级耦合数据,这个分析可以帮助了解不同能级之间的相互作用和耦合程度,为解释液晶分子的光学特性提供重要依据;对光学谱线图数据进行谱线展宽分析,得到谱线展宽数据,谱线展宽描述了光学谱线的宽度和形状,可以揭示物质中的各种相互作用和杂质影响,对液晶显示器的光谱特性有重要影响,根据分子能级耦合数据以及谱线展宽数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据,这一步骤可以帮助理解光谱特性的变化和频率调整对液晶显示器行为的影响,为优化光谱特性和设计新型液晶显示器提供指导。
优选地,步骤S3包括以下步骤:
步骤S31:根据光谱变频结构数据进行波长分析,得到光谱变频波长数据集;
步骤S32:对光谱变频波长数据集进行拟合程度计算,得到波长拟合数据集;
步骤S33:根据波长拟合数据集对波长矩阵转换,得到波长矩阵数据;
步骤S34:利用波长矩阵分析算法对波长矩阵数据进行波长衰减计算,得到波长衰减数据;
步骤S35:根据高功耗运行状态数据以及波长衰减数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据。
本发明实施例中,使用适当的算法或技术,识别数据中的波长信息,这可以包括通过峰值检测、谱线拟合、光谱解析或傅里叶变换方法来提取波长信息,从光谱数据中提取波长信息,并将其保存为波长数据集,这可以是单一波长或一组波长,取决于应用的需要,获取光谱变频波长数据集,这些数据应该已经在步骤S31中生成,波长数据集包括波长值和相应的强度或计数值,通常以数字格式存储,选择适当的拟合函数,该函数应该能够描述光谱的特征,例如高斯函数、洛伦兹函数、指数函数,具体选择取决于光谱的性质,为所选的拟合函数初始化参数。这些参数通常包括拟合曲线的幅度、中心位置、宽度,使用拟合算法对波长数据集进行拟合,常用的拟合算法包括最小二乘法、非线性最小二乘法(例如Levenberg-Marquardt算法)、贝叶斯拟合等,算法的选择取决于拟合问题的性质,从拟合过程中获得的参数,例如拟合曲线的幅度、中心位置、宽度,用于描述波长数据的拟合程度,评估拟合的质量,可以使用拟合残差、拟合误差、相关系数等指标来衡量拟合与原始数据的一致性,这有助于确定拟合是否满足实验或分析的要求,将拟合参数和相应的波长数据关联,形成波长拟合数据集,这个数据集通常包括波长、拟合函数的参数以及拟合质量指标,根据波长拟合数据集中的拟合参数,采用插值或拟合方法来生成波长矩阵数据。具体方法将取决于拟合参数和波长矩阵之间的关系,插值方法可以是线性插值、多项式插值、样条插值等,而拟合方法可以是基于拟合函数的生成,根据具体需求和应用领域,选择适当的波长衰减模型。波长衰减模型描述了光在不同波长下的衰减情况,这可以涉及吸收、散射、透射,在高功耗运行状态下,使用光谱仪或其他相关设备对液晶显示器的输出光谱进行测量,这可以涵盖不同波长范围,以捕获光谱信息,将测量得到的光谱数据与波长衰减数据结合起来,这可以通过将光谱数据点与波长衰减数据进行校正,以考虑液晶显示器输出的光经过介质后的衰减,使用组合的光谱数据和波长衰减数据,计算出光谱衰减周期数据,这通常涉及将光谱数据进行分析,以确定光谱中的周期性特征,例如波峰或波谷的变化。
本发明根据光谱变频结构数据进行波长分析,可以得到光谱变频波长数据集,这有助于了解液晶显示器中光谱的波长分布情况,为后续的分析和处理提供基础数据;对光谱变频波长数据集进行拟合程度计算,得到波长拟合数据集,通过拟合分析,可以评估波长数据与拟合曲线之间的拟合程度,为后续的数据处理和衰减计算提供准确的波长拟合数据;根据波长拟合数据集对波长矩阵进行转换,得到波长矩阵数据,这一步骤可以将波长数据转换为矩阵形式,方便后续的数据处理和分析;利用波长矩阵分析算法对波长矩阵数据进行波长衰减计算,得到波长衰减数据,通过分析波长矩阵的变化,可以计算出液晶显示器中光谱在不同波长区域的衰减情况,提供了衡量光谱衰减程度的重要数据,根据高功耗运行状态数据以及波长衰减数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据,通过将高功耗运行状态下的数据与波长衰减数据进行比较,可以评估液晶显示器的光谱衰减性能,包括衰减的周期性和规律性。
优选地,步骤S34中的波长矩阵分析算法如下所示:
其中,表示第/>行,第/>列波长矩阵数据的波长衰减值,/>表示波长矩阵数据的数据冗余度,/>表示第/>行,第/>列波长的强度变化系数,/>表示波长最大强度值,/>表示波长平均区间值,/>表示波长矩阵分析算法的偏差修正值。
本发明构建了一个波长矩阵分析算法,该算法提供了液晶显示器中波长矩阵数据的波长衰减值,以及通过参数的调整和修正,可以更准确地评估和分析液晶显示器的光谱衰减特性。参数、/>、/>、/>的使用和调整可以改善算法的性能,并提供更准确的波长衰减数据。该算法充分考虑了波长矩阵数据的数据冗余度/>,通过增加数据冗余度,可以提高对波长变化的准确度和稳定性,有助于降低数据噪声对波长衰减计算的影响;第/>行,第/>列波长的强度变化系数/>,该系数用于考虑波长在波长矩阵中的变化情况,可以体现不同波长处的衰减特性;波长最大强度值/>,通过考虑波长的最大强度值,可以将波长衰减值与最大强度值相对比,得出相对的衰减程度;波长平均区间值/>,通过使用波长的平均区间值,可以考虑波长的整体分布情况,从而更全面地评估波长衰减的特性;波长矩阵分析算法的偏差修正值/>,该值用于修正波长矩阵分析算法中可能存在的偏差,提高算法的准确性和可靠性。
优选地,本发明还提供一种液晶显示器测试系统,用于执行上述液晶显示器测试方法,所述液晶显示器测试系统包括:
功耗模拟处理模块,用于对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;根据显示器三维结构数据进行输出功耗模拟处理,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据;
高功耗光谱分析模块,用于根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;根据高功耗运行状态数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;根据旋光特性材料数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据;
高功耗光谱衰减测试模块,用于根据高功耗运行状态数据以及光谱变频结构数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据;
常规功耗帧率分析模块,用于根据常规功耗数据对液晶显示器进行运行状态设置,得到常规运行状态数据;根据常规运行状态数据对液晶显示器进行边缘区域监测并通过结构化测算,得到边缘帧率数据。
本发明的有益效果,本发明通过结构光三维扫描,您可以获取关于液晶显示器的高精度三维结构数据,这包括显示器的外部形状、曲率、尺寸和其他结构细节,这种数据对于设计、制造和质量控制非常重要,通过根据三维结构数据进行功耗模拟,您可以评估液晶显示器在不同操作状态下的功耗情况,这有助于了解显示器在各种使用情境下的能源消耗,可以帮助设计更节能的产品,功耗模拟产生常规功耗和高功耗数据,这有助于区分不同操作状态下的功耗情况,这对于优化设计,提高性能和降低能源消耗非常有帮助,通过结构光三维扫描和功耗模拟可以确定哪些部分的设计可能需要改进以减少功耗,提高性能或降低成本,这可以为产品的改进提供宝贵的数据,三维结构数据也可用于质量控制,以确保生产的每个液晶显示器都符合规格,任何不合格的显示器可以在早期被检测到,从而减少不合格产品的数量;通过根据高功耗数据设置液晶显示器的运行状态,您可以获得高功耗时的操作条件和参数,这有助于了解显示器在高负荷工作状态下的性能和能源消耗情况,对液晶材料的旋光特性进行分析可以帮助确定材料对光的影响,特别是在高功耗状态下,这对于优化显示器的色彩准确性和可视性非常重要,通过分析光谱变频结构数据,您可以了解显示器的颜色性能,特别是在高功耗状态下,这有助于确定显示器是否可以提供广色域和色彩准确性,通过旋光特性分析和光谱变频分析,您可以改进液晶材料的性能和选择最佳材料,以满足特定的显示要求;光谱衰减测试可以帮助评估液晶显示器在高功耗运行状态下的光谱性能,这是非常重要的,特别是在需要颜色准确性和一致性的应用中,如图像处理、医学成像,通过分析光谱衰减周期数据,您可以了解在不同时间段内显示器的颜色是否会发生变化,这对于需要长时间稳定显示的应用非常关键,通过了解光谱衰减周期数据,可以估计液晶显示器的寿命,这对于制造商和用户来说都是重要的信息,因为它可以帮助他们了解产品的持久性和性能随时间的变化情况,光谱衰减测试可以成为质量控制的一部分,确保生产的每个液晶显示器在颜色和光谱性能方面都符合规格;通过常规运行状态数据的监测,可以了解显示器在正常使用时的稳定性表现,这有助于检测和纠正潜在的问题,以确保显示器长时间可靠运行,边缘区域监测有助于识别液晶显示器屏幕的边缘区域是否存在问题,例如亮度不均匀或颜色失真,这可以有助于改善整体显示质量,获取边缘帧率数据可以用于评估显示器在边缘区域的性能,确保这些区域的动态内容显示平滑流畅,这对于应用程序和内容的一致性非常重要,常规运行状态数据的监测和边缘区域监测可以成为质量控制的一部分,确保生产的每个液晶显示器在正常操作状态下都符合规格。因此,本发明一种液晶显示器测试方法是对传统液晶显示器测试方法做出的优化处理,解决了传统的液晶显示器的测试方法存在着测试精度不高,难以适配多样化的产品的问题,提高了测试的精度,兼顾适配多样化的产品。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种液晶显示器测试方法,其特征在于,包括以下步骤:
步骤S1:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;根据显示器三维结构数据进行输出功耗模拟,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据;
步骤S2:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;根据高功耗运行状态数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;根据旋光特性材料数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据;
步骤S3:根据高功耗运行状态数据以及光谱变频结构数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据;
步骤S4:根据常规功耗数据对液晶显示器进行运行状态设置,得到常规运行状态数据;根据常规运行状态数据对液晶显示器进行边缘区域监测并通过结构化测算,得到边缘帧率数据。
2.根据权利要求1所述的液晶显示器测试方法,其特征在于,步骤S1包括以下步骤:
步骤S11:对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;
步骤S12:对显示器三维结构数据进行电路结构解析,得到控制电路数据;
步骤S13:根据控制电路数据进行输出功耗模拟,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据。
3.根据权利要求2所述的液晶显示器测试方法,其特征在于,步骤S13包括以下步骤:
步骤S131:根据控制电路数据进行元器件识别,得到元器件数据集;
步骤S132:对元器件数据集进行理论输出功耗收集,得到元器件理论输出功耗数据;
步骤S133:根据元器件理论输出功耗数据对元器件进行运行模拟,得到运行电信号数据;
步骤S134:对运行电信号数据进行时间序列分析,得到电信号时间序列数据;
步骤S135:对电信号时间序列数据进行频谱转换,得到电信号频谱图;
步骤S136:根据电信号频谱图进行频率分解,得到频率分解数据集;
步骤S137:对频率分解数据集进行频率差值计算,得到信号频率差值数据;
步骤S138:根据信号频率差值数据进行频率变化规律提取,得到频率变化规律数据;
步骤S139:根据频率变化规律数据以及信号频率差值数据进行输出功耗计算,得到输出功耗模拟数据。
4.根据权利要求3所述的液晶显示器测试方法,其特征在于,步骤S2包括以下步骤:
步骤S21:根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;
步骤S22:根据高功耗运行状态数据对液晶显示器进行内部电场强度计算,得到初始内部电场强度数据;
步骤S23:对高功耗运行状态数据进行功耗波动评估,得到高功耗运行波动系数;
步骤S24:根据高功耗运行波动系数对初始内部电场强度数据进行功耗波动补正,得到标准电场强度数据;
步骤S25:基于标准电场强度数据对液晶分子进行运动轨迹分析,得到液晶分子运动轨迹数据;
步骤S26:根据液晶分子运动轨迹数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;
步骤S27:根据旋光特性材料数据以及液晶分子运动轨迹数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据。
5.根据权利要求4所述的液晶显示器测试方法,其特征在于,步骤S26包括以下步骤:
步骤S261:根据液晶分子运动轨迹数据进行液晶分子间距计算,得到分子间距数据;
步骤S262:基于分子间距数据进行取向分布概率计算,得到分子取向分布概率数据;
步骤S263:根据分子取向分布概率数据以及分子间距数据对液晶分子进行旋转角度计算,得到分子旋转角度数据;
步骤S264:基于分子旋转角度数据进行液晶材料活性评估,得到液晶材料活性数据;
步骤S265:根据液晶材料活性数据进行光学偏移率评估,得到材料光学偏移数据;
步骤S266:根据材料光学偏移数据对液晶材料进行旋光特性分析,得到旋光特性材料数据。
6.根据权利要求5所述的液晶显示器测试方法,其特征在于,步骤S263中的旋转角度计算是通过液晶分子旋转结构算法进行的,其中液晶分子旋转结构算法如下所示:
其中,表示分子旋转角度结果值,/>表示分子取向分布概率数据的权重系数,/>表示分子间距数据区间数值,/>表示分子间距最大值,/>表示分子分布概率密度评估值,/>表示分子分布概率最大预估值,/>表示分子间距初始系数,/>表示液晶分子排列组合分布系数,/>表示分子活跃系数,/>表示液晶分子旋转结构算法的误差调整值。
7.根据权利要求6所述的液晶显示器测试方法,其特征在于,步骤S27包括以下步骤:
步骤S271:根据旋光特性材料数据以及液晶分子运动轨迹数据进行分子激发能级计算,得到分子激发能级数据;
步骤S272:对激发能级数据进行光学谱线图绘制,得到光学谱线图数据;
步骤S273:根据光学谱线图数据对分子激发能级数据进行能级简并度计算,得到分子能级简并度数据;
步骤S274:对光学谱线图数据进行能量变化临界区域划分,得到光学变化梯度数据;
步骤S275:根据光学变化梯度数据进行能量梯度变化计算,得到能量梯度变化数据;
步骤S276:根据能量梯度变化数据对分子能级简并度数据进行简并度修正,得到分子能级简并度修正数据;
步骤S277:根据分子能级简并度修正数据以及分子激发能级数据进行能级耦合分析,得到分子能级耦合数据;
步骤S278:对光学谱线图数据进行谱线展宽分析,得到谱线展宽数据;
步骤S279:根据分子能级耦合数据以及谱线展宽数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据。
8.根据权利要求7所述的液晶显示器测试方法,其特征在于,步骤S3包括以下步骤:
步骤S31:根据光谱变频结构数据进行波长分析,得到光谱变频波长数据集;
步骤S32:对光谱变频波长数据集进行拟合程度计算,得到波长拟合数据集;
步骤S33:根据波长拟合数据集对波长矩阵转换,得到波长矩阵数据;
步骤S34:利用波长矩阵分析算法对波长矩阵数据进行波长衰减计算,得到波长衰减数据;
步骤S35:根据高功耗运行状态数据以及波长衰减数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据。
9.根据权利要求7所述的液晶显示器测试方法,其特征在于,步骤S34中的波长矩阵分析算法如下所示:
其中,表示第/>行,第/>列波长矩阵数据的波长衰减值,/>表示波长矩阵数据的数据冗余度,/>表示第/>行,第/>列波长的强度变化系数,/>表示波长最大强度值,/>表示波长平均区间值,/>表示波长矩阵分析算法的偏差修正值。
10.一种液晶显示器测试系统,其特征在于,用于执行如权利要求1所述的液晶显示器测试方法,该液晶显示器测试系统包括:
功耗模拟处理模块,用于对液晶显示器进行结构光三维扫描,得到显示器三维结构数据;根据显示器三维结构数据进行输出功耗模拟处理,得到输出功耗模拟数据,其中输出功耗模拟数据包括常规功耗数据和高功耗数据;
高功耗光谱分析模块,用于根据高功耗数据对液晶显示器进行运行状态设置,得到高功耗运行状态数据;根据高功耗运行状态数据对液晶材料进行旋光特性分析,得到旋光特性材料数据;根据旋光特性材料数据对液晶显示器进行光谱变频分析,得到光谱变频结构数据;
高功耗光谱衰减测试模块,用于根据高功耗运行状态数据以及光谱变频结构数据对液晶显示器进行光谱衰减测试,得到光谱衰减周期数据;
常规功耗帧率分析模块,用于根据常规功耗数据对液晶显示器进行运行状态设置,得到常规运行状态数据;根据常规运行状态数据对液晶显示器进行边缘区域监测并通过结构化测算,得到边缘帧率数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311539764.3A CN117250784B (zh) | 2023-11-18 | 2023-11-18 | 一种液晶显示器测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311539764.3A CN117250784B (zh) | 2023-11-18 | 2023-11-18 | 一种液晶显示器测试方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117250784A CN117250784A (zh) | 2023-12-19 |
CN117250784B true CN117250784B (zh) | 2024-02-02 |
Family
ID=89126835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311539764.3A Active CN117250784B (zh) | 2023-11-18 | 2023-11-18 | 一种液晶显示器测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117250784B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6054870A (en) * | 1996-05-16 | 2000-04-25 | Kabushiki Kaisha Toshiba | Liquid crystal device evaluation method and apparatus |
WO2000034822A1 (fr) * | 1998-12-09 | 2000-06-15 | Citizen Watch Co., Ltd. | Dispositif d'affichage a cristaux liquides |
CN115951511A (zh) * | 2023-03-03 | 2023-04-11 | 徐州荣欣网络科技有限公司 | 一种液晶显示器制造测试分析系统 |
CN116682385A (zh) * | 2023-06-21 | 2023-09-01 | 湖北视科电子科技发展有限公司 | 一种显示器用可监视画面的显示器背光控制系统 |
CN116819811A (zh) * | 2023-07-18 | 2023-09-29 | 深圳市晟君安科技有限公司 | 一种液晶显示器响应时间的测量方法和系统 |
-
2023
- 2023-11-18 CN CN202311539764.3A patent/CN117250784B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6054870A (en) * | 1996-05-16 | 2000-04-25 | Kabushiki Kaisha Toshiba | Liquid crystal device evaluation method and apparatus |
WO2000034822A1 (fr) * | 1998-12-09 | 2000-06-15 | Citizen Watch Co., Ltd. | Dispositif d'affichage a cristaux liquides |
CN115951511A (zh) * | 2023-03-03 | 2023-04-11 | 徐州荣欣网络科技有限公司 | 一种液晶显示器制造测试分析系统 |
CN116682385A (zh) * | 2023-06-21 | 2023-09-01 | 湖北视科电子科技发展有限公司 | 一种显示器用可监视画面的显示器背光控制系统 |
CN116819811A (zh) * | 2023-07-18 | 2023-09-29 | 深圳市晟君安科技有限公司 | 一种液晶显示器响应时间的测量方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117250784A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Workman | A review of calibration transfer practices and instrument differences in spectroscopy | |
Bouveresse et al. | Two novel methods for the determination of the number of components in independent components analysis models | |
CN111968080A (zh) | 一种基于高光谱和深度学习的肥城桃内外品质检测方法 | |
WO2017084119A1 (zh) | 一种具有无测点温度补偿功能的近红外物性参数测量方法 | |
Sun et al. | Accurate wavelength calibration method for compact CCD spectrometer | |
CN104835124A (zh) | 一种基于光谱信息融合的泡沫图像颜色校正方法及装置 | |
CN105547342A (zh) | 基于液晶面板的工业镜头测试装置及方法 | |
CN103018178A (zh) | 基于局部保持投影的红外光谱仪校准方法 | |
Hamar et al. | State-of-health estimation using a neural network trained on vehicle data | |
CN116985183A (zh) | 一种近红外光谱分析仪质量监测管理方法及系统 | |
CN117250784B (zh) | 一种液晶显示器测试方法及系统 | |
CN117607679B (zh) | 一种薄膜开关的性能检测方法、系统、处理器和存储介质 | |
JP2015180895A (ja) | 判別フィルタ設計方法、判別方法、判別フィルタセット、判別装置、および、プログラム | |
JP7476904B2 (ja) | フリッカ計測装置及び計測方法 | |
Reis et al. | Prediction of profiles in the process industries | |
TWI805876B (zh) | 用於大量生產程序監視之寬鬆耦合檢查及計量系統 | |
CN112230236A (zh) | 一种光谱共焦位移传感器测距计算方法、系统、装置及存储介质 | |
EP2998725A1 (en) | Spectroscopic system and method | |
Ge et al. | Surface temperature measurement based on reflectance spectrum of temperature indicating paint and machine learning algorithms | |
CN112700373A (zh) | 一种基于非线性回归数据处理的提高光谱图像分辨率的方法、系统、设备及存储介质 | |
CN112666094A (zh) | 一种常见毒素识别系统及方法 | |
CN113971747B (zh) | 拉曼光谱数据处理方法、装置、设备与可读存储介质 | |
CN113358930B (zh) | 一种基于信号偏移的谐波测试系统、装置及方法 | |
Liu | Correcting the baseline drift without human knowledge | |
CN204964375U (zh) | 显微光谱透过率测试仪 |
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 |