OLED喷印液滴质量预估方法、装置、存储介质和终端制造方法及图纸

本发明专利技术公开了一种OLED喷印液滴质量预估方法、装置、存储介质和终端，通过构建印刷OLED喷射液滴优化领域知识图谱，并利用该领域知识图谱构建喷射结果评分预测矩阵对给定墨水性能和工艺参数下液滴质量进行预估，以此来指导工艺参数试验，减少人工经验依赖，提升试验效率；运用Deepwalk算法对喷射工艺试验中墨水、墨压、喷嘴参数之间关联进行充分挖掘与表征，不仅用于衡量不同喷嘴工艺参数相似度，也可用于衡量不同墨水/墨路压力工艺参数相似度，并结合喷嘴和墨水/墨路压力相似度，依据已有试验数据，对新喷嘴/墨水/墨路压力参数下的液滴质量效果进行预估；本方法有利于将新的试验数据不断加入到知识图谱中，提高预估准确性。

【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网络的技术用于对喷头状态优化调整，但其仅围绕打印液滴沉积位置进行了研究；Benjamin等人开始利用基于有限元技术的数字模型方法与遗传算法相结合的方式，优化打印喷头驱动参数和打印喷头结构参数，但分析模型的结构过于复杂，仿真时间漫长，不适于对喷头状态实时优化调整；直到2012年，Khalate等人提出可以利用生物启发式算法构建喷头分析模型以优化液滴喷射质量，以缩短喷头优化时间，以及对喷头状态调整优化。上述模型和方法挖掘和分析了影响液滴质量的工艺因素，也试图从理论上建立工艺因素和液滴质量之间的关系模型，然而建立的理论模型往往只分析一个或几个方面工艺参数对喷射液滴质量的影响，或者建立简化的现实喷射模型，造成理论模型只能粗略地指导试验，而无法直接确定工艺参数。发光层成形是OLED面板制造的核心，发光层薄膜厚度、均匀性直接影响OLED器件发光效率和寿命。发光层成形需要通过控制几千个喷嘴，精准地将几亿滴皮升级的R/G/B三种有机发光材料液滴，精确地喷射到子像素凹槽内。而通过多个工艺参量实现单个液滴状态的优化控制是高精度喷射的基础。液滴喷射工艺参量不仅包括墨水在不同温度下的粘度、表面张力、密度、挥发性、受热稳定性，也包括墨路中的外来压力、缓冲负压压力、正压供墨路压力力、正压压墨路压力力，还包括喷嘴的温度、喷射频率、驱动波形、幅值与脉宽。为了实现喷射液滴体积、速度以及喷射轨迹等状态参数的优化，目前多采用试验的方法，针对墨水性能基于人工经验选择工艺参数进行试验，并根据试验结果的优劣来选择确定几种可行的工艺参数，或者针对试验结果修改墨水性能；但该种方法严重依赖人工经验，试验效率低。因此，现有的技术还有待于改进和发展。
技术实现思路
本专利技术的目的在于提供一种OLED喷印液滴质量预估方法、装置、存储介质和终端，旨在解决现有工艺参数进行试验方法严重依赖人工经验，试验效率低的问题。本专利技术的技术方案如下：一种OLED喷印液滴质量预估方法，其中，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。所述的OLED喷印液滴质量预估方法，其中，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。所述的OLED喷印液滴质量预估方法，其中，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。所述的OLED喷印液滴质量预估方法，其中，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。所述的OLED喷印液滴质量预估方法，其中，所述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，具体包括以下过程：通过得到的领域知识图谱中的墨水编号和墨路压力的低维特征向量集运用皮尔逊相关系数法计算得到墨水/墨路压力相关度，通过得到的领域知识图谱中的喷嘴编号的低维特征向量集运用皮尔逊相关系本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：吕赐兴，毛淇，
申请(专利权)人：季华实验室，
类型：发明
国别省市：广东;44