买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州大学

摘要：本发明提供基于线型像素显示器件结构的喷墨印刷工艺，涉及线型像素显示器件喷墨印刷技术领域。该基于线型像素显示器件结构的喷墨印刷工艺，包括以下步骤：S1.设计、S2.材料准备、S3.柔性基板表面处理、S4.柔性基板定位、S5.喷墨校准、S6.喷墨打印与S7.处理封装。通过特征检测算法精确检测和匹配特征点，可以确保喷墨打印的图案与基板上的预设位置精确对齐，从而提高器件的制造精度，再通过深度学习法进行特征学习与缺陷检测，评估柔性基板的质量，提高准确性的同时，提高生产的质量，通过动量梯度下降法通过动量项的累积，可以平滑参数更新过程，再通过自动调整学习率，使得参数更新更加稳定和高效。

主权项：1.基于线型像素显示器件结构的喷墨印刷工艺，其特征在于：包括以下步骤：S1.设计，使用计算机辅助设计软件与图像处理软件设计所需的图案与文字，将设计好的文件转换成打印机可识别的格式，如PDF或专用的打印格式；S2.材料准备，透明电极、柔性基板与磷光材料，配制含有发光材料阳极油墨、电荷传输材料油墨、微腔层油墨、空穴层油墨、磷光油墨、反射电极层油墨与发光电极阴极油墨的墨水；S3.柔性基板表面处理，使用溶剂和超声波清洗机去除基材表面的油脂、灰尘和其他污染物，使用氮气吹干或在洁净室中自然干燥，确保基材表面无残留溶剂；S4.柔性基板定位，将柔性基板放置在喷墨印刷设备上固定后，采用特征检测算法计算最佳喷墨印刷位置；S4.1.图像采集，使用高分辨率相机对柔性基板进行拍照，获取其图像数据；S4.2.图像预处理，灰度化，将彩色图像转换为灰度图像，便于后续处理，滤波，使用高斯滤波、中值滤波等方法去除噪声，二值化，将灰度图像转换为二值图像，便于特征提取；S4.3.边缘检测，使用Canny边缘检测器、Sobel算子等方法检测图像边缘，其算法公式为： 其中是图像的梯度，Gx和分别是图像在和方向上的梯度；S4.4.轮廓提取，使用轮廓跟踪算法链码提取边缘轮廓；S4.5.尺寸测量，通过轮廓的几何属性计算柔性基板尺寸，形状分析，分析轮廓的形状特征，缺陷检测，通过比较实际轮廓与理想轮廓的差异来检测缺陷；S4.6.模板匹配，使用模板匹配算法检测缺陷，其算法公式： 其中是在位置的相似度，T是模板图像，I是待检测图像；S4.7.使用深度学习优化，使用卷积神经网络进行特征学习和缺陷检测，卷积层提取图像特征：Z[ι]＝fW[ι]*A[ι-1]+bι其中Z[ι]是第ι层的输出，W[ι]是权重矩阵，A[ι-1]是上一层的激活，f是激活函数；全连接层进行分类与回归，损失函数交叉熵损失： 其中L是损失函数，是样本数，是类别数，是真实标签，是预测概率；S4.8.报告生成，根据检测结果对缺陷进行分离，根据缺陷类型和数量评估柔性基板的质量，生成包含尺寸、形状、缺陷等信息的检测报告，将检测结果反馈给生产过程，用于调整制造参数；S5.喷墨校准，先使用一块废板进行打印，得出墨滴大小、喷射速度与喷射频率参数；S5.1.定义一个损失函数，该函数能够量化打印质量或效率，损失函数为打印图案的不均匀度、墨水的使用量与打印速度；S5.2.选择一组初始的喷墨印刷参数，计算损失函数关于这些参数的梯度；S5.3.引入动量项来更新参数，根据损失函数的梯度和动量项来更新参数，迭代优化，直到损失函数达到满意的值或达到预定的迭代次数，动量梯度下降法的更新公式有计算梯度： 其中，θ是参数向量，Jθ是损失函数，是损失函数关于参数的梯度，α是学习率；更新参数：υt＝βυt-1+Δθ其中υt是动量项，β是动量系数，υt-1是上一次迭代的动量项；S5.4.动量梯度下降法可以加速参数的优化过程，减少在优化过程中遇到的震荡，从而更快地找到最优解，优化喷墨打印头的喷射速度与墨滴大小，以提高打印质量或效率。S6.喷墨打印，根据线型像素显示器件所需材料发射电极阳极、空穴油墨、磷光油墨、微腔层油墨、电荷传输层油墨与发光电极阴极油墨依次进行喷墨打印，通过计算机控制，喷墨打印头根据设计图案喷射墨水，墨水在基材上形成所需的图案；S7.处理封装，对打印的薄膜进行热处理，以改善材料的结晶性和电学性能，检查打印图案的精度和均匀性，测试OLED器件的电学性能，将OLED器件与其他组件组装在一起，完成OLED器件的最终封装，确保其在使用过程中的稳定性和可靠性。

全文数据：

权利要求：

百度查询： 广州大学 基于线型像素显示器件结构的喷墨印刷工艺