[發明專利]發光層制備多噴嘴噴射調度方法、裝置、存儲介質和終端

有效

• 申請號: 202011427559.4
• 申請日: 2020-12-09
• 公開（公告）號: CN112215445B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 呂賜興;毛淇;白敏霞;李一越
• 申請（專利權）人: 季華實驗室
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04;G06N3/04;G06N3/08;G06N7/00;B05B12/12;B05B12/08;H01L51/56;H01L51/50
• 代理公司: 佛山市海融科創知識產權代理事務所(普通合伙) 44377
• 代理人: 陳志超;唐敏珊

1.一種發光層制備多噴嘴噴射調度方法，其特征在于，具體包括以下步驟：

按照印刷OLED發光層制備的技術要求，根據印刷OLED發光層噴印問題構建印刷OLED發光層噴印問題模型；

根據所述印刷OLED發光層噴印問題模型構建面向多噴嘴噴射調度的深度強化學習神經網絡；

對所述面向多噴嘴噴射調度的深度強化學習神經網絡進行訓練；

通過訓練好的面向多噴嘴噴射調度的深度強化學習神經網絡進行印刷OLED發光層生產過程的多噴嘴噴射控制；

所述根據所述印刷OLED發光層噴印問題模型構建面向多噴嘴噴射調度的深度強化學習神經網絡，具體包括以下步驟：

采用多智能體馬爾可夫決策過程來對多噴嘴噴射調度問題進行建模，得到基于強化學習的噴嘴調度模型，其中，所述多噴嘴噴射調度問題包括噴嘴、狀態、行動、報酬；

采用評判網絡與行動者網絡對基于強化學習的噴嘴調度模型進行行動選擇和價值評估，最終得到面向多噴嘴噴射調度的深度強化學習神經網絡；

對所述面向多噴嘴噴射調度的深度強化學習神經網絡進行訓練，具體包括以下步驟：

s41：隨機初始化行動者網絡的參數、評判網絡的參數；隨機初始化所有的狀態和行動對應的價值；

s42-0：初始化狀態序列的第一個狀態；

s42-1：將第一個狀態和所有的狀態和行動對應的價值作為行動者網絡的輸入，輸出行動，調度對應的噴嘴進行噴射，第一個狀態更新為下一個新狀態，同時環境根據所有子像素的已完成體積或剩余體積計算報酬；

s42-2：分別使用第一個狀態和下一個新狀態作為評判網絡的輸入，得到與下一個新狀態對應的價值和與第一個狀態對應的價值；

s42-3：基于評判損失函數更新評判網絡參數，評判損失函數如下：

，

其中，r為報酬，的取值范圍為0.2-0.6，為與第一個狀態對應的價值，為與下一個新狀態對應的價值，s為狀態，a為行動，為評判網絡的參數；

s42-4：把第一個狀態對應的價值作為行動者網絡的輸入，行動者網絡根據評判通過行動者損失函數的梯度更新行動者網絡的參數，以調整調度策略；其中行動者損失函數如下：

代表所有狀態下噴嘴采取行動a時的累計收獲；表示策略選擇，行動者網絡采用Softmax函數作為選擇函數，輸出在狀態s下采取行動a的概率，為評判損失函數；

s42-5：循環s42-1至s42-4，遍歷所有OLED的子像素，迭代次數加1；

s42-6：判斷迭代次數是否達到預設值，是則訓練結束，否則跳轉至s42-0。

2.根據權利要求1所述的發光層制備多噴嘴噴射調度方法，其特征在于，所述按照印刷OLED發光層制備的技術要求，根據印刷OLED發光層噴印問題構建印刷OLED發光層噴印問題模型，印刷OLED發光層噴印問題模型包括建立包括子像素內液滴體積差異的效用性評價指標、建立噴嘴使用均衡的穩定性指標、定義噴印系統中的變量、計算得到可噴射時刻序列、確定某一噴射時刻下可噴射噴嘴的集合。

3.根據權利要求2所述的發光層制備多噴嘴噴射調度方法，其特征在于，所述效用性評價 指標中，子像素凹槽內的液滴總體積滿足如下體積差異條件：，為子像素凹槽內的液滴總體積，為子像素凹槽內的液滴的額定總體積，為允許誤差；所述穩定性指標中，對每個噴嘴的噴射時間間隔，為每個噴嘴的噴射時間間隔，為每個噴嘴的額定噴射時間間隔。

4.根據權利要求2所述的發光層制備多噴嘴噴射調度方法，其特征在于，所述可噴射時刻序列中，根據噴頭的噴射頻率參數，可計算得到噴頭的可噴射時刻序列，其中，為噴頭的可噴射時刻序列，L為OLED在基板運動方向上的長度，W為噴頭在基板運動方向上的厚度，為OLED沿著Y軸方向勻速運動的速度。