研究了基于异靛蓝及其衍生物的给-受体共轭聚合物主、侧链修饰对电学性能的影响。采用掠入射X射线衍射、原子力显微镜和4200半导体参数测试仪对聚合物结构与形貌以及电学性能进行了表征。实验结果表明, 烷基侧链的加入会增大空间位阻, 使得分子堆积从较为有序的edge-on结构变得混乱无序, 导致结晶性和电学性能的下降。平均空穴迁移率从0.05 cm2·V-1·s-1下降至2.11×10-3 cm2·V-1·s-1。但当主链用苯并二呋喃二酮(BIBDF)这一强吸电子的长共轭单元替代异靛蓝单元之后, 由于主链平面性的提高, 引起分子堆积变好, 结晶性和电学性能显著提高, 并不影响溶液加工性且该聚合物显示出良好的双极型传输特性。空气中电子与空穴平均迁移率可以达到029 cm2·V-1·s-1和0.49 cm2·V-1·s-1。

液晶显示面板中气泡不良是一种出现频率低但影响较大的缺陷。本文研究了一种TN型液晶显示面板出现的气泡不良, 分析原因为彩色滤光片(Color Filter, CF)中平坦化层(Over Coat, OC)材料由于在高温条件下长时间存放, 导致OC内气体大量析出, 通过氧化铟锡(Indium Tin Oxide, ITO)裂缝释放到面板中形成气泡。文章从不良产生机理、不良改善进行研究, 论证了通过优化工艺参数、变更OC工艺及材料减少气体发生, 变更ITO成膜温度来降低ITO裂缝的发生, 从而从源头解决此不良, 保证产品品质, 提升客户满意。

随着TFT-LCD行业的发展, 如何最大化降低产品制程中的损失来提升公司经营利润, 逐步成为业内各大企业不断探索的课题。本文主要对液晶损失(面板段损失金额最大的物料)进行了探讨, 通过大数据技术的应用, 分析出影响液晶损失的全部11项因子, 对比筛选出最关键的4项, 从配方优化、瓶底剩余改善、切线填充量减少、自动脱泡频率降低、测量频率降低等方面研究了液晶损失降低的方向。研究表明, 对影响液晶损失的主要因子进行管控和改善, 使液晶损失率降低4.86%, 年收益1 688万元/年。

本文通过电学特性测试设备在黑暗(Dark)和光照(Photo)两种测试环境下, 研究了沟道不同a-Si剩余厚度对TFT电学特性的影响。通过调整刻蚀时间改变沟道内a-Si 剩余厚度, 找出电学特性稳定区域以及突变的临界点。实验结果表明: 在黑暗(Dark)环境下a-Si 剩余厚度在30%~48%之间时, TFT器件的电学特性比较稳定, 波动较小; 而剩余厚度少于30%时, TFT特性变差, 工作电流变小, 开启电压变大, 电子迁移率变小; 在光照环境下主要考虑漏电流的影响, 在a-Si剩余厚度43%以内时, 光照 Ioff相对较低(小于Spec 20 pA), 同时变化趋势较缓; 而剩余厚度大于43%时, 光照Ioff增加25%, 同时变化趋势陡峭。综合黑暗和光照测试环境, 在其他条件不变的情况下, a-Si 剩余厚度在30%~43%之间时TFT的电学特性较好, 同时相对稳定。

为了提高设备智能化作业, 节省人力, 对彩色滤光膜微观缺陷自动化修补进行了研究。通过最小循环比对法, 修补设备能实现自动查找缺陷、确认缺陷精确位置并自行选择研磨、激光或填色等修补作业方式的功能, 替代人工角色。经统计, 自动修补成功率为99.8%, 与人工修补成功率99.9%接近, 满足生产需求。8.5代线CF工厂自动化修补导入后, 该岗位人员配置由20人降低为7人。进一步地, 通过赋予检测设备给基板判级功能, 使不需要修补的基板不进入修补设备, 优化了基板流向和设备负荷。优化后, BM、RGB和PS修补工序平均修补一个卡夹的时间分别减少了24%、12%和6%, 提升了修补效率。

利用传统狭缝光栅实现的自由立体显示器, 存在着串扰严重、莫尔条纹明显、可视区域较小、在水平和竖直方向上光损失不平衡等缺陷。针对这些问题, 本文就狭缝光栅的倾斜角度、狭缝宽度、狭缝错开距离等光栅关键参数对立体显示莫尔条纹、串扰、可视区域的影响展开研究, 分析了交错狭缝光栅设计方案, 优化设计了两种狭缝光栅立体显示器件, 分别采用了垂直交错狭缝光栅和倾斜交错狭缝光栅。以4视点的自由立体显示器为例, 以像素半高度将相邻的两段狭缝错开。实验测试结果表明, 当倾角θ为12.2°, 错开距离分别为0.053 7 mm和0.030 2 mm时, 垂直/倾斜交错光栅均能有效减少莫尔条纹的发生。对比发现, 倾斜交错光栅的串扰仅增加1.57%, 但可视区域增加了17.9%, 且在水平和竖直方向上光损失率匹配度较高, 立体显示效果明显改善。

为改善无边框液晶模组L0漏光, 本文通过对影响面板透过率的液晶材料、PI原材、ODF工艺、PI涂布及其摩擦工艺等诸多因素研究, 筛选出预固化温度＆时间、PI膜厚、TFT ＆ CT面摩擦强度、TFT ＆ CT摩擦布共7个影响因子; 选择面板翘曲度为噪声因子, 通过量测不同程度L0漏光对应的面板翘曲, 并对L0漏光程度与翘曲进行二次拟合, 以此分别选取翘曲为1.8~2.1 μm及6.4~8.0 μm的面板作为噪声因子高低水平。按L8设计田口实验, 采用Jump14运行试验结果, 结果显示, 预固化温度设置为140 ℃, 预固化时间设置为130 s, PI膜厚设置为75 nm, TFT面摩擦强度设置为14 mm, CF 面摩擦强度设置为15.5 mm, 其他参数维持量产条件, S/N可得到最大值-2.63。该条件下实际平均漏光水平从参数调整前的2.25下降到调整后的1.04。特别地, 在漏光高发的翘曲区域, 即6.4~8.0 μm时, L0漏光均值从3.07下降到1.7, 预测漏光程度大于level 3的不良率从6.2%下降到0.2%。

在触控产品的制作过程中, 气泡线不良严重影响着产品的外观品质。本文从气泡线的产生机理入手进行研究, 发现该不良是由贴附偏光片时传感器保护层有机膜段差处与偏光片之间残留气泡导致。本文从设计面、工艺面对气泡线的影响因子进行了研究, 实验发现有机膜边界设计位置、有机膜厚度、偏光片贴附相关工艺以及偏光片中PSA厚度对气泡线不良影响显著。其中有机膜边界设计位置远离显示区, 降低有机膜与偏光片交叠宽度, 可以使脱泡时气泡更容易排出而改善气泡线不良; 降低有机膜厚度, 可以减少偏光片贴附时有机膜断差位置气泡积累而改善气泡线不良; 偏光片贴附相关工艺中增加贴附压力、降低贴附速度、增加脱泡时间, 可以减少气泡积累以及增加排出而改善气泡线不良; 增加偏光片中PSA胶层的厚度, 可以在偏光片贴附时获得更大的弹性及压入量, 减少气泡的积累而改善气泡线不良。研究结果表明, 以上改善方法均能有效降低气泡线的发生率, 实际生产时可采用组合对策, 避免气泡线不良的发生。

采用手性剂掺杂向列相混合液晶制备出具备类似胆甾相液晶温变显色性能的液晶混合物。通过控制向列相液晶中手性剂的添加量, 调节混合液晶的颜色, 制备出系列室温下呈颜色转变的液晶混合物。在此基础上, 探究3种不同添加剂对混合液晶显色性能的影响, 确定具备最佳温变显色性能的液晶混合物配方。以上述液晶混合物为芯材、异佛尔酮二异氰酸酯(IPDI)为壁材, 采用界面聚合法在不同反应条件下制备出一系列液晶微胶囊, 并确定最佳反应条件。结果表明: 最佳反应条件下, 制备的液晶微胶囊粒径范围在50~105 μm之间, 平均粒径在68.06 μm左右, 囊芯材料含量约占35%。液晶微胶囊呈规则球形, 粒径比较均匀, 具有良好的温变显色性能, 且热稳定性较高, 热分解温度达330 ℃以上。

针对Edge Boxes算法召回率不高的问题, 并结合目标的显著性检测, 提出了一种基于颜色距离与Edge Boxes候选区域算法。首先利用结构化边缘检测算子获取图像的边缘特征, 并通过边缘点聚合及边缘段相似性策略, 获取每个边缘段的权值; 其次, 在待检测图像上无重叠采样若干图像块, 记作C图像块, 并将C图像块向周边延拓像素, 获取S图像块; 然后, 根据颜色直方图, 计算两图像块各颜色通道的卡方距离, 并赋予合适权重作为该C图像块的显著性得分; 最后, 统计滑动窗口内边缘段的数量和C图像块数, 确定候选区域。在PASCAL VOC 2007验证集上实验, 当交并比取05, 0.6, 0.7, 候选区域个数为2 000时, 与Edge Boxes相比, 所提算法的召回率分别提高了0.46%, 0.35%, 0.57%。每张图像的运行时间大约为0.43 s, 这表明, 所提算法以牺牲微小计算资源却能够有效改善候选区域质量。

针对多异构网络重叠覆盖、多用户多业务共存环境下, 用户最大化传输速率易致网络负载不均衡的问题, 提出一种基于非支配排序遗传算法的业务接入控制方法。该方法首先以传输速率最大化及网络负载最均衡为目标, 以带宽资源受限为约束, 构建了传输速率最大化及网络负载最均衡的双目标优化模型; 然后基于多目标优化方法非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ, NSGA-Ⅱ)求解该业务接入控制问题。仿真结果表明, 所提算法兼顾了用户的传输速率需求及网络间的负载均衡, 取得较好的效果。

针对传统狼群算法(WPA)应用于图像分割寻优慢且易陷入局部最优的缺点, 提出一种基于分数阶狼群的Otsu图像分割算法。利用分数阶微分对过去状态有记忆性的优点, 用分数阶阶次来控制狼群在游走过程中的位置更新, 并引入自适应分数阶阶次, 根据狼的位置信息自适应地调整分数阶阶次, 提升算法收敛速度。采用粒子对称分布方法改进狼群围捕行为, 改善狼群个体空间分布状态, 提高种群多样性, 调整围捕过程中的狼群位置, 克服算法后期易出现局部最优的弊端。采用改进的二维Otsu算法, 将其离散度矩阵作为狼群算法的寻优函数,将目标从图像中分割出来。实验表明, 本文算法达到稳定的收敛次数较传统狼群算法平均提升了50次左右, 较文献<参考文献原文>提出的算法平均加快了10次左右。本文改进算法保证了图像分割精度, 并提升算法收敛速度。