[发明专利]发光层制备多喷嘴喷射调度方法、装置、存储介质和终端

权利要求书

1.一种发光层制备多喷嘴喷射调度方法，其特征在于，具体包括以下步骤：

按照印刷OLED发光层制备的技术要求，根据印刷OLED发光层喷印问题构建印刷OLED发光层喷印问题模型；

根据所述印刷OLED发光层喷印问题模型构建面向多喷嘴喷射调度的深度强化学习神经网络；

对所述面向多喷嘴喷射调度的深度强化学习神经网络进行训练；

通过训练好的面向多喷嘴喷射调度的深度强化学习神经网络进行印刷OLED发光层生产过程的多喷嘴喷射控制；

所述根据所述印刷OLED发光层喷印问题模型构建面向多喷嘴喷射调度的深度强化学习神经网络，具体包括以下步骤：

采用多智能体马尔可夫决策过程来对多喷嘴喷射调度问题进行建模，得到基于强化学习的喷嘴调度模型，其中，所述多喷嘴喷射调度问题包括喷嘴、状态、行动、报酬；

采用评判网络与行动者网络对基于强化学习的喷嘴调度模型进行行动选择和价值评估，最终得到面向多喷嘴喷射调度的深度强化学习神经网络；

对所述面向多喷嘴喷射调度的深度强化学习神经网络进行训练，具体包括以下步骤：

s41：随机初始化行动者网络的参数、评判网络的参数；随机初始化所有的状态和行动对应的价值；

s42-0：初始化状态序列的第一个状态；

s42-1：将第一个状态和所有的状态和行动对应的价值作为行动者网络的输入，输出行动，调度对应的喷嘴进行喷射，第一个状态更新为下一个新状态，同时环境根据所有子像素的已完成体积或剩余体积计算报酬；

s42-2：分别使用第一个状态和下一个新状态作为评判网络的输入，得到与下一个新状态对应的价值和与第一个状态对应的价值；

s42-3：基于评判损失函数更新评判网络参数，评判损失函数如下：

，

其中，r为报酬，的取值范围为0.2-0.6，为与第一个状态对应的价值，为与下一个新状态对应的价值，s为状态，a为行动，为评判网络的参数；

s42-4：把第一个状态对应的价值作为行动者网络的输入，行动者网络根据评判通过行动者损失函数的梯度更新行动者网络的参数，以调整调度策略；其中行动者损失函数如下：

代表所有状态下喷嘴采取行动a时的累计收获；表示策略选择，行动者网络采用Softmax函数作为选择函数，输出在状态s下采取行动a的概率，为评判损失函数；

s42-5：循环s42-1至s42-4，遍历所有OLED的子像素，迭代次数加1；

s42-6：判断迭代次数是否达到预设值，是则训练结束，否则跳转至s42-0。

2.根据权利要求1所述的发光层制备多喷嘴喷射调度方法，其特征在于，所述按照印刷OLED发光层制备的技术要求，根据印刷OLED发光层喷印问题构建印刷OLED发光层喷印问题模型，印刷OLED发光层喷印问题模型包括建立包括子像素内液滴体积差异的效用性评价指标、建立喷嘴使用均衡的稳定性指标、定义喷印系统中的变量、计算得到可喷射时刻序列、确定某一喷射时刻下可喷射喷嘴的集合。

3.根据权利要求2所述的发光层制备多喷嘴喷射调度方法，其特征在于，所述效用性评价 指标中，子像素凹槽内的液滴总体积满足如下体积差异条件：，为子像素凹槽内的液滴总体积，为子像素凹槽内的液滴的额定总体积，为允许误差；所述稳定性指标中，对每个喷嘴的喷射时间间隔，为每个喷嘴的喷射时间间隔，为每个喷嘴的额定喷射时间间隔。

4.根据权利要求2所述的发光层制备多喷嘴喷射调度方法，其特征在于，所述可喷射时刻序列中，根据喷头的喷射频率参数，可计算得到喷头的可喷射时刻序列，其中，为喷头的可喷射时刻序列，L为OLED在基板运动方向上的长度，W为喷头在基板运动方向上的厚度，为OLED沿着Y轴方向匀速运动的速度。