[发明专利]一种液晶面板生产缺陷分布图监控分析系统

说明书

本发明提供一种液晶面板生产缺陷分布图监控分析系统，其特征在于，包括：基础设备单元、生产缺陷数据采集单元、缺陷分布图生成单元、图像识别单元、生产暂停管理单元；其中，基础设备单元，用于为监控分析系统提供硬件支持；生产缺陷数据采集单元，采集液晶面板产品在生产过程中的缺陷类型及缺陷点位信息；缺陷分布图生成单元，根据缺陷类型及缺陷点位信息生成对应的缺陷分布图；图像识别单元，用于对缺陷分布图进行识别，判断缺陷分布图中缺陷情况是否影响生产；生产暂停管理单元，用于在图像识别单元判断为影响生产时，指令控制生产设备暂停生产以及锁定异常产品。

技术领域

本发明涉及图像分析技术领域，特别涉及一种液晶面板生产缺陷分布图监控分析系统。

背景技术

液晶面板是一种设置有若干电子元器件的集成面板，这些电子元器件在液晶面板的生产流水线中通过相应的工序组装上去的。在液晶面板的生产过程中，每个工序，每个线路点位都有可能出现失误或故障，这些失误及故障会造成液晶面板产品的缺陷。由于产品缺陷关系到生产的良率，因此对一整屏液晶面板的缺陷监控是厂内良率监控的重要任务。

目前在液晶面板生产线的工序中通常都设置有产品检测机台，可以检测出液晶面板产品的缺陷类型和缺陷点位，通过缺陷检测可以知道该产品是合格品还是不合格品。但是，对于一个长期生产液晶面板的企业生产来说，仅仅做产品质检是不够的，还需要对产品的缺陷原因进一步地分析，分析出到底是哪个生产环节影响到了产品缺陷，进而有针对性的解决该生产环节的问题，从而提高产品的整体良率。然而，目前这种分析工作一般是通过专业人员捞取数据手动分析，或者通过简单数据表格统计分析，这种方式不仅费时费力，而且也存在分析时效性不强或者存在数据遗漏等问题。

发明内容

本发明是针对上述问题而进行的，目的在于提供一种液晶面板生产缺陷分布图监控分析系统。

为实现达到上述目的，本发明采用如下技术方案：

本发明提供一种液晶面板生产缺陷分布图监控分析系统，其特征在于，包括：基础设备单元、生产缺陷数据采集单元、缺陷分布图生成单元、图像识别单元、生产暂停管理单元；其中，基础设备单元，用于为监控分析系统提供硬件支持；生产缺陷数据采集单元，采集液晶面板产品在生产过程中的缺陷类型及缺陷点位信息；缺陷分布图生成单元，根据缺陷类型及缺陷点位信息生成对应的缺陷分布图；图像识别单元，用于对缺陷分布图进行识别，判断缺陷分布图中缺陷情况是否影响生产；生产暂停管理单元，用于在图像识别单元判断为影响生产时，指令控制生产设备暂停生产以及冻结异常产品。

进一步，在本发明提供的液晶面板生产缺陷分布图监控分析系统中，还可以具有这样的特征：其中，图像识别单元包括如下工作流程：步骤S1：识别缺陷分布图中是否存在缺陷点位聚集情况，当存在缺陷点位聚集情况时，则判断为影响生产；当不存在缺陷点位聚集情况时，则进入步骤S2；步骤S2：识别缺陷分布图中是否存在缺陷点位与生产机台接触点高度重合情况，当存在缺陷点位与生产机台接触点高度重合情况时，则判断为影响生产；当不存在缺陷点位与生产机台接触点高度重合情况时，则结束进程。

进一步，在本发明提供的液晶面板生产缺陷分布图监控分析系统中，还可以具有这样的特征：其中，步骤S1中，通过已训练的卷积神经网络模型识别缺陷点位是否聚集，该卷积神经网络模型按照如下步骤得到：步骤A：采用历史生产过程中的缺陷类型及缺陷点位信息作为样本数据，并根据缺陷类型及缺陷点位信息生成对应的缺陷分布图样本；步骤B：人工对每一张缺陷分布图样本进行“聚集”或“非聚集”标注；步骤C：将标注完成的所有缺陷分布图样本作为训练数据及验证数据来训练卷积神经网络模型，并观察卷积神经网络模型的正确率是否≥95％；步骤D：若卷积神经网络模型的正确率≥95％，则认为该卷积神经网络模型已经完成训练；若卷积神经网络模型的正确率＜95％，则继续收集更多的历史生产过程中的缺陷类型及缺陷点位信息添加到样本数据中，增加样本数据的容量，并重新进行步骤A至步骤C的操作。