【技术实现步骤摘要】
OLED喷印液滴质量预估方法、装置、存储介质和终端
本专利技术涉及新型显示装备
,尤其涉及的是一种OLED喷印液滴质量预估方法、装置、存储介质和终端。
技术介绍
1997年,Lee等人通过调整压力及驱动信号上升下降沿来优化墨滴的形成过程并动态改变喷射液滴直径;1999年,Microfab公司通过分析压电打印头驱动信号的幅值和脉宽对液滴速率及体积的影响,调整驱动信号的幅值及脉宽以改善打印质量;2002年,美国普渡大学Alvin等人发现通过合理的调节驱动电压波形可以有效的减小墨滴的直径;2008年,Li等人分析了压电喷头喷射频率对压电喷头喷射的影响;同年,Meixner等人从喷射液体的物性参数和喷射机械系统的参数对喷射过程的影响角度分析了聚合物喷射时遇到的问题;2010年,新加坡国立大学的J.SUN等人从喷头参数优化的角度,分析了压电喷头的参数对喷射质量的影响;2010年,Herran通过实验的方法直接测量出压电片的位移,进而通过模拟求解研究压电喷腔内部的流场变化,这种方法有助于深入理解微滴喷射行为,并优化液滴喷射参数。2013年,荷兰Delft大学的Amol.K等人提出了基于分析模型的打印喷头前馈控制方法,指出模型技术也可以用来控制喷头,提升打印质量。单从喷墨来说,这些研究可以提高打印质量,改善喷墨打印的质量。2019年,国内福州大学的雷霄霄、叶芸等人针对印刷OLED/QLED的墨滴体积精度问题,利用层流-水平集方法建立了喷嘴模型,分析了粘度对喷墨打印液滴体积的影响。2006年,SU等人最早开始考虑将神经 ...
【技术保护点】
1.一种OLED喷印液滴质量预估方法,其特征在于,具体包括以下步骤:/n计算喷嘴相关度和墨水/墨路压力相关度;/n根据所述喷嘴相关度计算得到喷嘴预测矩阵,根据墨水/墨路压力相关度计算得到墨水/墨路压力预测矩阵;/n根据墨水/墨路压力相关度、喷嘴相关度、喷嘴预测矩阵和墨水/墨路压力预测矩阵计算得到喷射结果评分预测矩阵;/n根据喷射结果评分预测矩阵实现基于知识图谱的印刷OLED发光层喷印液滴的质量预估;/n其中,所述计算喷嘴相关度和墨水/墨路压力相关度,包括以下步骤:/n构建墨水数据集、喷嘴数据集、墨路数据集和喷射试验数据集;/n根据所述墨水数据集、喷嘴数据集、墨路数据集和喷射试验数据集构建领域知识图谱;/n根据所述领域知识图谱获取领域知识图谱中的墨水编号和墨路压力编号的低维特征向量集和领域知识图谱中的喷嘴编号的低维特征向量集;/n根据所述领域知识图谱中的墨水编号和墨路压力编号的低维特征向量集和领域知识图谱中的喷嘴编号的低维特征向量集分别计算得到喷嘴相关度和墨水/墨路压力相关度。/n
【技术特征摘要】
1.一种OLED喷印液滴质量预估方法,其特征在于,具体包括以下步骤:
计算喷嘴相关度和墨水/墨路压力相关度;
根据所述喷嘴相关度计算得到喷嘴预测矩阵,根据墨水/墨路压力相关度计算得到墨水/墨路压力预测矩阵;
根据墨水/墨路压力相关度、喷嘴相关度、喷嘴预测矩阵和墨水/墨路压力预测矩阵计算得到喷射结果评分预测矩阵;
根据喷射结果评分预测矩阵实现基于知识图谱的印刷OLED发光层喷印液滴的质量预估;
其中,所述计算喷嘴相关度和墨水/墨路压力相关度,包括以下步骤:
构建墨水数据集、喷嘴数据集、墨路数据集和喷射试验数据集;
根据所述墨水数据集、喷嘴数据集、墨路数据集和喷射试验数据集构建领域知识图谱;
根据所述领域知识图谱获取领域知识图谱中的墨水编号和墨路压力编号的低维特征向量集和领域知识图谱中的喷嘴编号的低维特征向量集;
根据所述领域知识图谱中的墨水编号和墨路压力编号的低维特征向量集和领域知识图谱中的喷嘴编号的低维特征向量集分别计算得到喷嘴相关度和墨水/墨路压力相关度。
2.根据权利要求1所述的OLED喷印液滴质量预估方法,其特征在于,所述构建墨水数据集、喷嘴数据集、墨路数据集和喷射试验数据集,具体包括以下步骤:
构建包括每种型号墨水在不同温度下的墨水编号、粘度、密度、表面张力、挥发性、受热稳定性的墨水数据集;
构建包括每种型号喷头下所有喷嘴的喷嘴编号、喷射频率、温度、波形、幅值的喷嘴数据集;
构建包含墨路压力编号、外来压力、缓冲负压压力、正压供墨压力、正压压墨压力的墨路数据集;
构建包含试验编号、墨水编号、墨路压力编号、喷射结果评分的喷射试验数据集。
3.根据权利要求1所述的OLED喷印液滴质量预估方法,其特征在于,所述根据所述墨水数据集、喷嘴数据集、墨路数据集和喷射试验数据集构建领域知识图谱,具体包括以下步骤:
根据墨水数据集、喷嘴数据集和墨路数据集,构建实体集;
根据喷射试验数据集构建关系集;
根据实体集和关系集构建领域知识图谱。
4.根据权利要求1所述的OLED喷印液滴质量预估方法,其特征在于,所述根据所述领域知识图谱获取领域知识图谱中的墨水编号和墨路压力编号的低维特征向量集和领域知识图谱中的喷嘴编号的低维特征向量集,具体包括以下步骤:
S31:将所述领域知识图谱映射到低维度空间,得到领域知识图谱中的每个节点;
S32:将节点随机排列,得到节点排列集合;
S33:对节点排列集合中的每一个节点,采用随机游走模型得到对应的节点序列;
S34:将节点序列截短成子序列,将子序列的实体集中墨水编号和墨路压力编号映射成低维度空间的特征向量,将子序列的实体集中喷嘴编号映射成低维度空间的特征向量;
S35:遍历每一个节点的所有路径,得到每一个节点的所有实体集中墨水编号和墨路压力编号映射成的低维度空间特征向量和所有实体集中喷嘴编号映射成的低维度空间特征向量;
S36:遍历所有节点,得到所有节点在领域知识图谱中的墨水编号和墨路压力编号的低维特征向量集和领域知识图谱中的喷嘴编号的低维特征向量集。
5.根据权利要求1所述的OLE...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。