-
公开(公告)号：CN117400633A
公开(公告)日：2024-01-16
申请号：CN202311178396.4
申请日：2023-09-13
Applicant: 华中科技大学
Abstract: 本发明属于喷墨打印技术领域，具体涉及一种基于喷孔抽样检测的喷头状态评估方法及装置，包括：在基板上下料间隙，从每类喷孔的特征喷孔中抽取部分特征喷孔进行墨滴体积测量；采用抽检到的墨滴体积，对墨滴体积混合高斯分布模型的参数进行更新，得到喷头当前特征喷孔墨滴体积分布；根据当前的墨滴体积分布，判断喷头当前状态异常与否；其中墨滴体积混合高斯分布模型的构建过程为：固定工作波形参数并控制喷头连续喷射墨滴，获取每个喷孔的墨滴体积均值和标准差，用以对全喷孔进行聚类；从每类喷孔中选取的多个特征喷孔，根据所有特征喷孔对应的体积均值，建立墨滴体积混合高斯分布模型。本发明能够提高在喷印制作过程中的喷头状态评估效率。
-
公开(公告)号：CN116383725A
公开(公告)日：2023-07-04
申请号：CN202310251962.3
申请日：2023-03-13
Applicant: 华中科技大学
IPC: G06F18/2411 , G06F18/23213 , G06F18/214 , B41J2/12
Abstract: 本发明属于新型显示喷墨打印技术领域，具体涉及一种用于喷墨打印的阵列化喷孔筛选方法及装置，包括：基于每个喷孔每次喷射得到的沉积液滴特征集合，依次通过分类模型、回归模型，得到对应正常飞行液滴的状态参数集合；随机选取多个状态参数集合，通过标签标注，以训练得到初始分类器；将其余状态参数集合分别输入初始分类器，得到对应的分类概率，根据分类概率，选择多个候选的状态参数集合，进行聚类，获取每个聚类中心对应的喷孔正常与否的标签，进一步训练初始分类器；将每个喷孔对应的各状态参数集合分别输入最终分类器，确定该喷孔是否可用于正式喷墨打印。本发明在提高筛选效率的同时保证筛选精度。
-
公开(公告)号：CN118115855A
公开(公告)日：2024-05-31
申请号：CN202311847295.1
申请日：2023-12-28
IPC: G06V10/82 , G06V10/42 , G06V10/774 , G06N3/045 , G06N3/086 , G06N3/0985 , G06N3/084 , G06N3/0499 , G06N3/0895
Abstract: 本发明属于喷墨打印领域，具体涉及一种喷印墨滴体积检测模型的构建方法及其应用，包括：采集打印用各喷孔的沉积墨滴特征集合，构建无标签样本集；从打印用所有喷孔中选择一定比例的喷孔，构建有标签样本集；初始化相同的两个神经网络，分别作为学习网络和目标网络；基于半监督学习方法，在学习网络辅助下对目标网络训练，训练后作为墨滴体积检测模型；在每次迭代训练中，分别采用两个网络对同一无标签样本进行体积预测，基于两个网络体积预测结果的偏差构建无标签预测损失；基于有标签预测损失和无标签预测损失，更新学习网络的参数，根据更新后学习网络的参数和目标网络当前参数，更新目标网络参数。本发明能实现喷印墨滴体积的高效率精确检测。
-
公开(公告)号：CN115965911A
公开(公告)日：2023-04-14
申请号：CN202211677829.6
申请日：2022-12-26
Applicant: 华中科技大学
IPC: G06V20/52 , G06V10/774 , G06V10/764 , G06V10/77 , G06N3/084 , G06V10/82
Abstract: 本发明属于新型显示领域，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。
-
-
-
Search Results
4
records
(took 0.022 seconds)
