CN118003769A - 一种喷墨打印巨量喷嘴的液滴体积均值调控方法 - Google Patents

Abstract

本发明属于喷墨打印制造领域，具体涉及一种喷墨打印巨量喷嘴的液滴体积均值调控方法，包括：设置多个喷头的初始波形参数向量并驱动所有喷头打印，采集各喷嘴液滴体积；计算各喷嘴相对目标均值体积的液滴体积偏差，判断所有喷嘴液滴体积偏差平均值是否小于精度阈值，若是则完成调控，若否，则将每个喷头的各喷嘴液滴体积偏差和该喷头的当前波形参数向量输入该喷头的预先所构建的波形参数反馈控制模型中，得到各波形参数的控制增量，将各波形参数的控制增量与当前波形参数向量中各相应参数取值相加，得到新的波形参数向量，重新执行驱动打印。本发明能够高效实现多喷头巨量喷嘴打印时的液滴体积均值满足目标均值体积精度要求。

Description

一种喷墨打印巨量喷嘴的液滴体积均值调控方法

技术领域

本发明属于喷墨打印制造领域，更具体地，涉及一种喷墨打印巨量喷嘴的液滴体积均值调控方法。

背景技术

喷墨打印技术具有工艺简单、成本低、适合大面积制造等优点，成为大面积电子器件量产生产的增材制造技术。在打印大面积电子器件时，往往需要多个喷头并联进行工作，其中，每个喷头都拥有数百上千的喷嘴，所以在喷印过程中有大量的喷嘴参与喷射，将油墨材料喷射到基板固定位置中。

每个喷头的每个喷嘴可以独立开关，但是同一喷头的所有喷嘴只能共享一个喷射驱动电压波形。然而，由于制造误差、供墨分布、表面润湿性等问题，在相同的驱动波形下，多个喷嘴喷射的液滴体积会有所不同。因此，为了保证巨量喷嘴喷墨打印制造的精确性，需要调控所有喷头的驱动波形参数，使参与喷射的大量喷嘴液滴体积分布在目标体积的附近。但是，现有技术只能对单喷嘴的喷射液滴进行调控，没有考虑相同驱动波形下多喷嘴液滴体积的差异，仅仅依靠调控某一喷嘴液滴体积达到要求，不能满足所有喷嘴液滴体积都达到目标体积的附近。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。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种喷墨打印巨量喷嘴的液滴体积均值调控方法，其目的在于解决现有多喷头巨量喷嘴参与打印时的液滴体积均值不满足目标体积精度要求的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种喷墨打印巨量喷嘴的液滴体积均值调控方法，包括：

随机设置参与喷印的n个喷头的初始波形参数向量，并驱动所有喷头喷墨打印，采集各喷嘴的液滴体积；

计算各喷嘴的相对目标均值体积的液滴体积偏差，以判断所有喷嘴的液滴体积偏差的平均值是否小于预设精度阈值，若是，则完成调控并结束流程，若否，则将每个喷头的各喷嘴液滴体积偏差和该喷头的当前波形参数向量输入该喷头的预先所构建的波形参数反馈控制模型中，得到各波形参数的控制增量，将各波形参数的控制增量与当前波形参数向量中各相应参数取值相加，得到新的波形参数向量，重新执行驱动打印。

进一步，所述波形参数反馈控制模型采用以下方式构建得到：

构建驱动电压波形参数向量集合，采用集合中的每个波形参数向量驱动各喷头，以采集每个波形参数向量下各喷头中各喷嘴液滴体积，构建每个喷头的包括波形参数向量及其对应的各喷嘴液滴体积两个维度的状态集合，用以训练得到该喷头的用于预测其各喷嘴液滴体积的喷射数据模型；

初始化每个喷头的一个策略网络以及与该喷头的m个喷嘴一一对应的m个评价网络和m个目标网络；所述策略网络的输入为该喷头的当前波形参数向量和m个喷嘴相对目标均值体积的当前液滴体积偏差，输出为各波形参数的控制增量，该输出用于与当前波形参数向量中各相应参数相加作为新的波形参数向量，以反馈给该喷头的喷射数据模型，预测下一状态各喷嘴液滴体积；在m个评价网络和m个目标网络的辅助下，采用该喷头的策略网络和对应的喷射数据模型进行交互学习，以训练策略网络，作为该喷头的波形参数反馈控制模型。

进一步，所述交互学习的实现方式为：

S1、开始一个epoch，在可调体积范围内随机设置目标均值体积V_t，并为各喷头随机设置相同的初始波形参数向量；

S2、基于每个喷头的喷射数据模型和当前波形参数向量，得到该喷头中各喷嘴的液滴体积，计算在当前波形参数向量驱动下各喷嘴的相对所述目标均值体积的液滴体积偏差，构建该喷头的包括当前波形参数向量以及各喷嘴当前的液滴体积偏差的当前状态；

S3、将每个喷头的当前状态输入该喷头的策略网络，得到用于驱动该喷头的各波形参数的控制增量，将当前波形参数向量中各波形参数与各对应的控制增量相加，得到该喷头的新的波形参数向量，重复一次S2，以得到该喷头的下一状态；计算对下一状态各喷嘴的奖励值，以及用以表征下一状态中所有喷嘴液滴体积相对目标均值体积的平均偏差是否达到精度阈值的标识d；将各喷头的所述当前状态、所述控制增量和所述下一状态以及下一状态下所有喷嘴奖励值和标识d进行拼接，构成一个样本；

S4、将每个喷头的所述下一状态作为该喷头的新的当前状态，并判断当前的样本量是否达到阈值，若是，基于当前的样本，对该喷头的策略网络、m个评价网络和m个目标网络进行一次迭代训练，并执行S5；若否，直接执行S5；

S5、判断标识d在当前epoch内是否满足要求，若是，若判断epoch数量达到阈值，则结束，若判断epoch数量未达到阈值，则重新执行S1；若否，重新执行S3。

进一步，所述标识d表示为：

式中，Δμ表示每个喷头的所有喷嘴液滴体积相对目标均值体积的平均偏差，ξ表示所述精度阈值。

进一步，在每次迭代训练中，以每个喷嘴的液滴体积偏差与该喷头中所有喷嘴液滴体积偏差总和的比值作为该喷嘴的评价网络输出的权重，对m个评价网络的输出进行加权求和，构建策略网络的损失，以更新策略网络的参数；用每个喷嘴的目标网络来构建该喷嘴的评价网络的目标输出，将该目标输出与评价网络的实际输出做差来构建评价网络的损失，以同步更新每个喷嘴的评价网络的参数；每个喷嘴的目标网络的参数在经过预设迭代次数后采用该喷嘴的评价网络的当前参数进行软更新。

进一步，每个喷头的策略网络的损失具体为：

式中，φ_i为喷头i的策略网络π的参数，N_b为一次迭代训练所需要的样本量，V_t为当前epoch对应的目标均值体积，V′_ijk为喷头i的第j个喷嘴在下一状态中的液滴体积；Q(s_ik,a_ik|θ_ij)表示喷头i的第j个喷嘴的评价网络输出，θ_ij表示喷头i的第j个喷嘴的评价网络参数，s_ik和a_ik为喷头i的第j个喷嘴的评价网络的输入，s_ik表示喷头i在第k个样本中的当前状态，a_ik表示喷头i在第k个样本中的各波形参数控制增量。

进一步，每个喷嘴的评价网络的损失具体为：

式中，N_b表示一次迭代训练所需要的样本量；γ为折扣系数，在0到1之间取值；为喷头i的第j个喷嘴的目标网络参数，s′_ik为喷头i的第k个样本中的所述下一状态，a′_ik为由策略网络基于下一状态所计算的各波形参数的控制增量；θ_ij为喷头i的第j个喷嘴的评价网络参数；s_ik为喷头i的第k个样本中的所述当前状态，a_ik为喷头i的第k个样本中的所述控制增量；

r_ij表示对下一状态喷头i的第j个喷嘴的奖励值，其取值方式为：以喷头所有喷嘴平均体积相对目标均值体积的偏差乘以奖励系数，作为喷头奖励，以每个喷嘴相对目标均值体积的液滴体积偏差与所有喷嘴的液滴体积偏差总和的比值，作为该喷嘴对所述喷头奖励的分配系数，对所述喷头奖励进行分配，得到该喷嘴的奖励值。

进一步，喷头i的第j个喷嘴奖励值r_ij计算方式为：

式中，η为奖励系数；μ_i′为喷头i在下一状态其所有喷嘴的液滴体积平均值，V_t为当前epoch对应的目标均值体积，V′_ij为喷头i的第j个喷嘴在下一状态中的液滴体积。

进一步，所述奖励系数η取值范围为[1,100]。

本发明还提供一种计算机可读存储介质，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上所述的一种喷墨打印巨量喷嘴的液滴体积均值调控方法。

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：

(1)本发明通过检测多喷头多喷嘴的液滴体积，并反馈与目标均值体积进行比较，从而利用各喷嘴的体积差值，结合以构建的对应喷头的波形参数反馈控制模型，调控多喷头的驱动波形参数，从而完成了多喷头波形参数的闭环调控，可以有效应对由环境因素所造成的液滴体积偏移情况。通过驱动波形参数在线调控，可以使多喷头巨量喷嘴的液滴体积分布在目标体积附近，保证喷墨打印制造过程的平均体积需求。

(2)本发明提出了各喷头的波形参数反馈控制模型的构建方式，具体的，为每个喷头建立了一个策略网络以及与m个喷嘴一一对应的m个评价网络和m个目标网络，在m个评价网络和m个目标网络的辅助下，策略网络与对应喷头的喷射数据模型进行交互学习，以训练策略网络，作为该喷头的波形参数反馈控制模，该反馈控制模型基于数据建立，从工业数据中提取控制策略，所有喷嘴的喷射趋势都参与了喷头调控策略的构建过程，使控制模型可以作出提升喷嘴体积整体分布的最优策略。

(3)本发明在计算每个喷嘴的评价网络的损失时涉及每个喷嘴的奖励值的计算，而在对每个喷嘴的奖励值的计算中，本发明提出m个喷嘴对整个喷头奖励值的分配，综合考虑了同一喷头上多喷嘴的喷射关系，由此得到每个喷嘴的评价网络的损失用于该评价网络的参数调整，参数调整后的评价网络的输出最终作用在策略网络的参数更新上，参数更新的策略网络用来调整对应喷头的驱动电压波形，这种方式减轻了同一喷头上共享波形参数的众多喷嘴液滴体积的差异，为多喷头巨量喷嘴液滴体积均值调控提供了基础。

附图说明

图1为本发明实施例提供的一种喷墨打印巨量喷嘴的液滴体积均值调控方法示意框图；

图2为本发明实施例提供的多喷头的驱动电压参数和巨量喷嘴液滴体积数据采集过程图；

图3为本发明实施例提供的各个喷头策略网络的结构图；

图4为本发明实施例提供的各个喷嘴评价网络和目标网络的结构图；

图5为本发明实施例提供的策略网络与喷头数据模型的交互学习流程图；

图6为本发明实施例提供的每个喷头策略网络的训练框架图；

图7为本发明实施例提供的一种喷墨打印巨量喷嘴的液滴体积均值调控方法在实现上整体流程框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

实施例一

一种喷墨打印巨量喷嘴的液滴体积均值调控方法，如图1所示，包括：

随机设置参与喷印的n个喷头的初始波形参数向量，并驱动所有喷头喷墨打印，采集各喷嘴的液滴体积；

计算各喷嘴的相对目标均值体积的液滴体积偏差，以判断所有喷嘴的液滴体积偏差的平均值是否小于预设精度阈值，若是，则完成调控并结束流程，若否，则将每个喷头的各喷嘴液滴体积偏差和该喷头的当前波形参数向量输入该喷头的预先所构建的波形参数反馈控制模型中，得到各波形参数的控制增量，将各波形参数的控制增量与当前波形参数向量中各相应参数取值相加，得到新的波形参数向量，重新执行驱动打印。

需要说明的是，n个喷头的初始波形参数向量可相同，也可不同。关于采集各喷嘴液滴体积，例如，如图2所示，对液滴铺展面积和体积的关系进行标定，利用称重法获得液滴的真实体积V₀，然后采集它的落点图像并计算铺展面积S₀；因此在测量多喷嘴液滴体积时，首先采集点阵图像，然后对图像进行分割得到每一个喷嘴液滴的铺展面积s_ij，由此计算出喷嘴的液滴体积如下：这种通过多喷头试打印点阵的方法快速收集大量喷嘴的液滴的落点图像，然后经过图像分割计算各个喷嘴的液滴体积，从而大大提升了海量喷嘴液滴体积的检测效率。

本实施例通过检测多喷头多喷嘴的液滴体积，并反馈与目标均值体积进行比较，从而利用各喷嘴的体积差值调控多喷头的驱动波形参数，从而完成了多喷头波形参数的闭环调控，可以有效应对环境因素造成的液滴体积偏移情况。通过驱动波形参数在线调控，可以使多喷头巨量喷嘴的液滴体积分布在目标体积附近，保证喷墨打印制造过程的平均体积需求。

也就是，本发明通过检测多喷头多喷嘴的液滴体积，并反馈与目标均值体积进行比较得到各个喷嘴的体积偏差，然后结合喷头的当前波形参数由反馈控制模型计算波形参数控制增量进行闭环调控，可以使多喷头巨量喷嘴的液滴体积分布在目标体积附近，保证喷墨打印制造过程的平均体积需求，并且可以有效应对环境因素造成的液滴体积偏移情况。

可作为优选的实施方式，上述波形参数反馈控制模型采用以下方式构建得到：

构建驱动电压波形参数向量集合P＝{X¹,X²,...,X^k,...}，其中为一个波形参数向量；采用集合中的每个波形参数向量驱动各喷头，以采集每个波形参数向量下各喷头中各喷嘴液滴体积，构建每个喷头的包括波形参数向量及其对应的各喷嘴液滴体积两个维度的状态集合，用以训练得到该喷头的用于预测其各喷嘴液滴体积的喷射数据模型；

初始化每个喷头的一个策略网络以及与该喷头的m个喷嘴一一对应的m个评价网络和m个目标网络；策略网络的输入为该喷头的当前波形参数向量和m个喷嘴相对目标均值体积的当前液滴体积偏差，输出为各波形参数的控制增量，该输出用于与当前波形参数向量中各相应参数相加作为新的波形参数向量，以反馈给该喷头的喷射数据模型，预测下一状态各喷嘴液滴体积，也就是利用喷头的喷射数据模型模拟真实环境；在m个评价网络和m个目标网络的辅助下，采用该喷头的策略网络和对应的喷射数据模型进行交互学习，以训练策略网络，作为该喷头的波形参数反馈控制模型。

关于构建驱动电压波形参数向量集合，例如，各喷头驱动电压波形参数选择峰值电压up和持续时间td，其取值序列分别为U＝{U_min:U_step:U_max}，其中U_min和U_max为电压参数可设置的上下限由喷头决定，U_step为取值步长可进行设置，如0.5；T＝{T_min:T_step:T_max}，其中T_min和T_max为时间参数可设置的上下限由喷头决定，T_step为取值步长可进行设置，如0.2。因此待测波形参数集合为：P＝{(u_p,t_d)|u_p∈U,t_d∈T}。

关于采用集合中的每个波形参数向量驱动各喷头，例如，使用集合P中的波形参数驱动n个喷头，例如X_i＝X^k其中X_i为喷头i的驱动波形参数，在试打印基板上打印点阵，其中每个落点都代表了一个喷嘴的喷射液滴状态，可使用检测相机采集点阵图片以采集所有喷嘴的液滴体积V_ij，然后自动擦拭试打印基板，以便进行下一轮点阵打印。

关于每个喷头的状态集合，使用波形参数向量和各喷嘴液滴体积建立的状态集合D如下所示：

D＝{(X₁,...,X_n,V₁₁,...V_nm)...}

各喷头的喷射数据模型M₁,...,M_n使用神经网络建立，其中M_i的输入为喷头i的波形参数向量X_i，输出为喷头i各喷嘴的液滴体积V_i1,...,V_im。基于状态集合D，可采用随机梯度下降的方法，训练各个喷头的喷射数据模型的网络参数。

关于策略网络，例如，如图3所示的各个喷头策略网络的结构图。本实施例中，喷头i的一个策略网络π_i，其输入为该喷头的当前波形参数X_i和该喷头m个喷嘴的液滴体积偏差ΔV_i1,...,ΔV_im，输出为波形参数的控制增量ΔX_i。示例性地，策略网络中各层(包括输入层和输出层)神经元个数分别为(2+m)-128-256-128-2。

关于评价网络和目标网络，例如，如图4所示的各个喷嘴评价网络和目标网络的结构图，喷头i的喷嘴j对应有一个待训练的评价网络Q_ij和一个不参与训练的目标网络它们结构相同，输入为前波形参数X_i、液滴体积偏差ΔV_i1,...,ΔV_im和控制增量ΔX_i，输出为评价值q_ij(评价网络的输出表示为q_ij，目标网络的输出表示为/>)，示例性地，评价网络和目标网络中各层(包括输入层和输出层)神经元个数分别为(4+m)-128-256-128-1。

上述的交互学习过程是一个构建样本和训练的循环过程，可作为一个实施方式，如图5所示，上述交互学习的实现方式为：

S1、开始一个epoch，在可调体积范围内随机设置目标均值体积V_t，并为各喷头随机设置相同的初始波形参数向量；

S2、基于每个喷头的喷射数据模型和当前波形参数向量，得到该喷头中各喷嘴的液滴体积，计算在当前波形参数向量驱动下各喷嘴的相对所述目标均值体积的液滴体积偏差，构建该喷头的包括当前波形参数向量以及各喷嘴当前的液滴体积偏差的当前状态；

S3、将每个喷头的当前状态输入该喷头的策略网络，得到用于驱动该喷头的各波形参数的控制增量，将当前波形参数向量中各波形参数与各对应的控制增量相加，得到该喷头的新的波形参数向量，重复一次S2，以得到该喷头的下一状态；计算对下一状态各喷嘴的奖励值，以及用以表征下一状态中所有喷嘴液滴体积相对目标均值体积的平均偏差是否达到精度阈值的标识d；将各喷头的所述当前状态、所述控制增量和所述下一状态以及下一状态下所有喷嘴奖励值和标识d进行拼接，构成一个样本；

S4、将每个喷头的所述下一状态作为该喷头的新的当前状态，并判断当前的样本量是否达到阈值，若是，基于当前的样本，对该喷头的策略网络、m个评价网络和m个目标网络进行一次迭代训练，并执行S5；若否，直接执行S5；

S5、判断标识d在当前epoch内是否满足要求，若是，若判断epoch数量达到阈值，则结束，若判断epoch数量未达到阈值，则重新执行S1；若否，重新执行S3。

上述标识d表示经过当前调控后的下一状态是否达到了体积均值目标的精度要求，可作为一个实施方式，上述标识d表示为：

式中，Δμ表示每个喷头的所有喷嘴液滴体积相对目标均值体积的平均偏差，ξ表示上述的精度阈值。

图6为每个喷头的策略网络、m个评价网络和m个目标网络的训练框架图，可作为优选的实施方式，在每次迭代训练中，以每个喷嘴的液滴体积偏差与该喷头中所有喷嘴液滴体积偏差总和的比值作为该喷嘴的评价网络输出的权重，对m个评价网络的输出进行加权求和，构建策略网络的损失，以更新策略网络的参数，目的是让策略网络所输出的用于驱动喷嘴喷印的波形参数增量，能够使得各评价网络对各喷嘴的评价总体较高；另外，用每个喷嘴的目标网络来构建该喷嘴的评价网络的目标输出，将该目标输出与评价网络的实际输出做差来构建评价网络的损失，以同步更新每个喷嘴的评价网络的参数；每个喷嘴的目标网络的参数在经过预设迭代次数后采用该喷嘴的评价网络的当前参数进行软更新。

可作为优选的实施方式，每个喷头的策略网络的损失具体为：

式中，φ_i为喷头i的策略网络π的参数，N_b为一次迭代训练所需要的样本量，V_t为当前epoch对应的目标均值体积，V_ij′_k为喷头i的第j个喷嘴在下一状态中的液滴体积；Q(s_ik,a_ik|θ_ij)表示喷头i的第j个喷嘴的评价网络输出，θ_ij表示喷头i的第j个喷嘴的评价网络参数，s_ik和a_ik为喷头i的第j个喷嘴的评价网络的输入，s_ik表示喷头i在第k个样本中的当前状态，a_ik表示喷头i在第k个样本中的各波形参数控制增量。

因此，喷头i的策略网络参数更新为φ_i＝φ_i-λ_π▽J_π(φ_i)，其中，λ_π为学习率，其优选取值范围是(0,0.1)，可优选的取值为0.001。

可作为优选的实施方式，基于奖励值和下一状态在目标网络的输出，近似评价网络的目标，基于每个喷嘴的目标网络与评价网络的输出偏差，具体地，每个喷嘴的评价网络的损失为：

式中，N_b表示一次迭代训练所需要的样本量；γ为折扣系数，在0到1之间取值，可优选的取值为0.95；为喷头i的第j个喷嘴的目标网络参数，s′_ik为喷头i的第k个样本中的所述下一状态，a′_ik为由策略网络基于下一状态所计算的各波形参数的控制增量；θ_ij为喷头i的第j个喷嘴的评价网络参数；s_ik为喷头i的第k个样本中的所述当前状态，a_ik为喷头i的第k个样本中的所述控制增量；

r_ij表示对下一状态喷头i的第j个喷嘴的奖励值，指的是在当前状态下进行调控后，每个喷嘴的评价网络可以获得的期望回报，用于更新评价网络Q_ij的参数，其取值方式为：以喷头所有喷嘴平均体积相对目标均值体积的偏差乘以奖励系数，作为喷头奖励，以每个喷嘴相对目标均值体积的液滴体积偏差与所有喷嘴的液滴体积偏差总和的比值，作为该喷嘴对所述喷头奖励的分配系数，对所述喷头奖励进行分配，得到该喷嘴的奖励值。

喷嘴的评价网络参数更新为θ_ij＝θ_ij-λ_Q▽J_Q(θ_ij)，其中λ_Q为学习率，其优选取值范围是(0,0.1)；而目标网络参数的更新可为其中τ为软更新系数，在0到1之间取值，可优选的取值为0.01。

可作为优选的实施方式，喷头i的第j个喷嘴奖励值r_ij计算方式为：

式中，η为奖励系数，由调控过程确定；μ_i′为喷头i在下一状态其所有喷嘴的液滴体积平均值，V_t为当前epoch对应的目标均值体积，V′_ij为喷头i的第j个喷嘴在下一状态中的液滴体积。

可作为优选的实施方式，上述奖励系数η取值范围为[1,100]。

总的来说，如图7所示，本实施例通过试打印点阵快速检测多个喷头上万个喷嘴在不同驱动电压波形参数下的液滴体积数据，然后基于这些数据建立各个喷头的喷射数据模型。接着构建多喷头多喷嘴液滴体积均值控制的策略网络，并通过和喷头数据模型的交互进行迭代学习，使其达到收敛。最后在在线控制中通过实际反馈的液滴体积偏差，调控输出的波形参数使多喷头巨量喷嘴的液滴体积均值收敛到目标体积的精度要求范围内。如此可以使目标体积一定范围内的喷嘴数量最大化，从而提升多喷嘴喷射的使用效率和打印精度。

实施例二

一种计算机可读存储介质，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上所述的一种喷墨打印巨量喷嘴的液滴体积均值调控方法。

相关技术方案同实施例一，在此不再赘述。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种喷墨打印巨量喷嘴的液滴体积均值调控方法，其特征在于，包括：

随机设置参与喷印的n个喷头的初始波形参数向量，并驱动所有喷头喷墨打印，采集各喷嘴的液滴体积；

计算各喷嘴的相对目标均值体积的液滴体积偏差，以判断所有喷嘴的液滴体积偏差的平均值是否小于预设精度阈值，若是，则完成调控并结束流程，若否，则将每个喷头的各喷嘴液滴体积偏差和该喷头的当前波形参数向量输入该喷头的预先所构建的波形参数反馈控制模型中，得到各波形参数的控制增量，将各波形参数的控制增量与当前波形参数向量中各相应参数取值相加，得到新的波形参数向量，重新执行驱动打印。

2.根据权利要求1所述的液滴体积均值调控方法，其特征在于，所述波形参数反馈控制模型采用以下方式构建得到：

构建驱动电压波形参数向量集合，采用集合中的每个波形参数向量驱动各喷头，以采集每个波形参数向量下各喷头中各喷嘴液滴体积，构建每个喷头的包括波形参数向量及其对应的各喷嘴液滴体积两个维度的状态集合，用以训练得到该喷头的用于预测其各喷嘴液滴体积的喷射数据模型；

初始化每个喷头的一个策略网络以及与该喷头的m个喷嘴一一对应的m个评价网络和m个目标网络；所述策略网络的输入为该喷头的当前波形参数向量和m个喷嘴相对目标均值体积的当前液滴体积偏差，输出为各波形参数的控制增量，该输出用于与当前波形参数向量中各相应参数相加作为新的波形参数向量，以反馈给该喷头的喷射数据模型，预测下一状态各喷嘴液滴体积；在m个评价网络和m个目标网络的辅助下，采用该喷头的策略网络和对应的喷射数据模型进行交互学习，以训练策略网络，作为该喷头的波形参数反馈控制模型。

3.根据权利要求2所述的液滴体积均值调控方法，其特征在于，所述交互学习的实现方式为：

S1、开始一个epoch，在可调体积范围内随机设置目标均值体积V_t，并为各喷头随机设置相同的初始波形参数向量；

S2、基于每个喷头的喷射数据模型和当前波形参数向量，得到该喷头中各喷嘴的液滴体积，计算在当前波形参数向量驱动下各喷嘴的相对所述目标均值体积的液滴体积偏差，构建该喷头的包括当前波形参数向量以及各喷嘴当前的液滴体积偏差的当前状态；

S3、将每个喷头的当前状态输入该喷头的策略网络，得到用于驱动该喷头的各波形参数的控制增量，将当前波形参数向量中各波形参数与各对应的控制增量相加，得到该喷头的新的波形参数向量，重复一次S2，以得到该喷头的下一状态；计算对下一状态各喷嘴的奖励值，以及用以表征下一状态中所有喷嘴液滴体积相对目标均值体积的平均偏差是否达到精度阈值的标识d；将各喷头的所述当前状态、所述控制增量和所述下一状态以及下一状态下所有喷嘴奖励值和标识d进行拼接，构成一个样本；

S4、将每个喷头的所述下一状态作为该喷头的新的当前状态，并判断当前的样本量是否达到阈值，若是，基于当前的样本，对该喷头的策略网络、m个评价网络和m个目标网络进行一次迭代训练，并执行S5；若否，直接执行S5；

S5、判断标识d在当前epoch内是否满足要求，若是，若判断epoch数量达到阈值，则结束，若判断epoch数量未达到阈值，则重新执行S1；若否，重新执行S3。

4.根据权利要求3所述的液滴体积均值调控方法，其特征在于，所述标识d表示为：

式中，Δμ表示每个喷头的所有喷嘴液滴体积相对目标均值体积的平均偏差，ξ表示所述精度阈值。

5.根据权利要求2或3所述的液滴体积均值调控方法，其特征在于，在每次迭代训练中，以每个喷嘴的液滴体积偏差与该喷头中所有喷嘴液滴体积偏差总和的比值作为该喷嘴的评价网络输出的权重，对m个评价网络的输出进行加权求和，构建策略网络的损失，以更新策略网络的参数；用每个喷嘴的目标网络来构建该喷嘴的评价网络的目标输出，将该目标输出与评价网络的实际输出做差来构建评价网络的损失，以同步更新每个喷嘴的评价网络的参数；每个喷嘴的目标网络的参数在经过预设迭代次数后采用该喷嘴的评价网络的当前参数进行软更新。

6.根据权利要求5所述的液滴体积均值调控方法，其特征在于，每个喷头的策略网络的损失具体为：

式中，φ_i为喷头i的策略网络π的参数，N_b为一次迭代训练所需要的样本量，V_t为当前epoch对应的目标均值体积，V′_ijk为喷头i的第j个喷嘴在下一状态中的液滴体积；Q(s_ik,a_ik|θ_ij)表示喷头i的第j个喷嘴的评价网络输出，θ_ij表示喷头i的第j个喷嘴的评价网络参数，s_ik和a_ik为喷头i的第j个喷嘴的评价网络的输入，s_ik表示喷头i在第k个样本中的当前状态，a_ik表示喷头i在第k个样本中的各波形参数控制增量。

7.根据权利要求5所述的液滴体积均值调控方法，其特征在于，每个喷嘴的评价网络的损失具体为：

式中，N_b表示一次迭代训练所需要的样本量；γ为折扣系数，在0到1之间取值；为喷头i的第j个喷嘴的目标网络参数，s′_ik为喷头i的第k个样本中的所述下一状态，a′_ik为由策略网络基于下一状态所计算的各波形参数的控制增量；θ_ij为喷头i的第j个喷嘴的评价网络参数；s_ik为喷头i的第k个样本中的所述当前状态，a_ik为喷头i的第k个样本中的所述控制增量；

r_ij表示对下一状态喷头i的第j个喷嘴的奖励值，其取值方式为：以喷头所有喷嘴平均体积相对目标均值体积的偏差乘以奖励系数，作为喷头奖励，以每个喷嘴相对目标均值体积的液滴体积偏差与所有喷嘴的液滴体积偏差总和的比值，作为该喷嘴对所述喷头奖励的分配系数，对所述喷头奖励进行分配，得到该喷嘴的奖励值。

8.根据权利要求7所述的液滴体积均值调控方法，其特征在于，喷头i的第j个喷嘴奖励值r_ij计算方式为：

式中，η为奖励系数；μ_i′为喷头i在下一状态其所有喷嘴的液滴体积平均值，V_t为当前epoch对应的目标均值体积，V′_ij为喷头i的第j个喷嘴在下一状态中的液滴体积。

9.根据权利要求8所述的液滴体积均值调控方法，其特征在于，所述奖励系数η取值范围为[1,100]。

10.一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权利要求1至9任一项所述的一种喷墨打印巨量喷嘴的液滴体积均值调控方法。