一种喷墨打印液滴体积智能检测方法技术

本发明专利技术属于新型显示领域，具体涉及一种喷墨打印液滴体积智能检测方法及装置，包括：进行试打印，检测每个喷孔对应的沉积液滴特征集合，将其作为输入参数建立无标签分类样本集；对无标签分类样本集进行异常与否的标注，建立有标签分类样本集，并利用有标签分类样本集训练随机森林分类模型；使用飞行液滴体积测量结果对有标签分类样本集中的正常样本进行标注，建立回归样本集，再利用回归数据集训练BP神经网络回归模型；使用训练好的随机森林分类模型与BP神经网络回归模型，计算正式打印间隔采集的沉积液滴特征集合所对应的液滴体积。本发明专利技术在保证检测精度的情况下，有效提升了大面积喷印显示生产线中阵列化液滴体积检测的效率，实现高效生产制造。现高效生产制造。现高效生产制造。

【技术实现步骤摘要】
一种喷墨打印液滴体积智能检测方法


[0001]本专利技术属于新型显示领域，更具体地，涉及一种喷墨打印液滴体积智能检测方法及装置。

技术介绍

[0002]喷墨打印是一种不需要模板即可制备电子器件的增材制造技术，该技术依靠喷头将特定功能液滴喷出至基板上以实现无接触的印刷制造。相较于蒸镀、丝网印刷等传统制造方法，喷墨打印技术不仅可以优秀地完成大面积、高精度制造过程，还在节约资源、保护环境方面具有较大的优势。鉴于低成本、大面积、柔性化等优点，喷墨打印技术已成功应用于图形打印、微机电系统等高新
，其中受到最大关注的便是通过喷墨打印制备新型显示器件。
[0003]喷墨打印技术作为显示面板的制造工艺仍然面临许多挑战，其中一个关键问题便是喷印液滴的体积测量。在喷墨打印制备新型显示器件的过程中，由于喷头制造存在差异、工艺参数设置不当、打印环境相对复杂等原因，可能出现喷孔堵塞、卫星液滴、体积异常等喷射缺陷，从而导致喷印液滴体积与目标值存在偏差，进而影响最终显示器件的质量。因此如何检测喷印过程中液滴的体积对于实现高质量、高效率喷印来说都是至关重要的。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种喷墨打印液滴体积智能检测方法，其特征在于，包括：在正式打印间隔中，将喷头移至试打印区域进行试喷射；采集沉积观测区域图像，以检测每个喷孔对应的沉积液滴特征集合，并将其输入预先训练的机器学习分类模型，得到该喷孔异常与否的判断结果；根据判断结果，将每个正常喷孔所对应的沉积液滴特征集合输入预先训练的机器学习回归模型，得到每个正常喷孔喷出的液滴体积，实现阵列液滴体积测量；其中，所述机器学习分类模型通过以下方式构建得到：执行试打印，检测每个喷孔对应的沉积液滴特征集合并对其进行喷孔异常与否的标注，得到分类样本集；采用分类样本集，训练得到用于基于沉积液滴特征集合判断喷孔异常与否的机器学习分类模型；所述机器学习回归模型通过以下方式构建得到：在试打印时，还测量每个喷孔的飞行液滴体积；对所述分类样本集中正常标注对应的样本进行飞行液滴体积标注，得到回归样本集；采用所述回归样本集，训练得到用于基于沉积液滴特征集合计算液滴体积的机器学习回归模型。2.根据权利要求1所述的一种喷墨打印液滴体积智能检测方法，其特征在于，所述沉积液滴特征集合中所包含的特征有：沉积液滴的数量，沉积液滴的铺展直径，沉积液滴的x向落点偏差，以及沉积液滴的y向落点偏差；其中，若所述沉积液滴的数量大于等于两个，则所述铺展直径、x向落点偏差和y向落点偏差均为主沉积液滴的特征。3.根据权利要求2所述的一种喷墨打印液滴体积智能检测方法，其特征在于，所述喷孔异常与否的判断依据为：沉积液滴数量，x向落点偏差和/或y向落点偏差；当无沉积液滴、沉积液滴数量大于等于两个、x向落点偏差超过预设值或者y向落点偏差超过预设值时，则标注对应的沉积液滴特征集合为异常样本。4.根据权利要求1所述的一种喷墨打印液滴体积智能检测方法，其特征在于，所述机器学习分类模型为随机森林分类模型，其为基于加权投票法对多个决策树模型组成得到；在随机森林分类模型的构建过程中，取每一次参数调整后生成的随机森林分类模型中所有决策树模型分类准确率的加权平均值，作为随机森林分类模型的分类准确率估计。5.根据权利要求4所述的一种喷墨打印液滴体积智能检测方法，其特征在于，所述分类准确率估计表示为：准确率估计表示为：其中，P为所述分类准确率估计，m表示决策树模型数量，p
i
表示第i个决策树模型的分类准确率，TP
i
表示第i个决策树模型所正确预测到的正常样本数量，TN
i
表示第i个决策树模型所正确预测到的异常样本数量，P
i
表示正常样本的数量，N
i
表示异常样本的数量...

【专利技术属性】
技术研发人员：陈建魁，江文杰，尹周平，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：