TFT-LCD彩膜品质运营模式的半自动化探究

毛继禹，陈 波，孙 策，闫效民，韩建东

（北京京东方显示技术有限公司，北京 100176）

0 引言

目前的CF基板制作工艺如下：

ITO→BM→R→G→B→OC→PS→Repair→Final Macro，其中宏观缺陷的检出主要依靠各线的在线检测机（Mura设备）以及最终宏观检测机（Macro）配合完成的，如图1所示。

图1 目前宏观缺陷检出系统

Mura设备同Macro设备构成了CF基板的宏观品质监控体系，首先，Mura设备对各条线的宏观品质进行在线的监控，OP通过观察Mura图像，检出严重连续的缺陷，避免各条线批量和严重的缺陷继续产生。当基板所有的生产工程都已完成，会经过Final Macro工程，OP操作Macro设备对所有出货基板进行宏观缺陷的检测，检测过程中会参考Mura图像，以此保证所有流入Cell的CF基板品质均没有问题。

但是，目前CF工厂基板制作工艺已较为成熟，用如32寸基板的宏观缺陷的NG比率仅约为0.012%（2013年至今某公司CF工厂宏观缺陷NG比率），如图2所示。

图2 宏观缺陷NG比率数据

2013年至今，CF工厂共生产32寸基板7080210张，宏观缺陷造成的NG数量为829，平均1万个CF Panel 中仅有一个Panel制在宏观NG缺陷，而Final Macro检测一张基板的时间约为110秒， 那么为了检出这一个宏观NG Panel，需要10名OP操作10台Macro设备工作约33小时（通过举用计算所得）。目前这种Final Macro终检模式制在大量的时间和人力的浪费，很大的影响了工厂的产出效率和产出成本。而如果采用抽检的方式，又不能达到准确检出宏观缺陷的目的。

1 新运营模式的探究

本文提出一种新的高效的宏观品质的运营模式，新模式需要以下两个方面的改造：

Mura设备具有“A”判定的设计，Final Macro线运营方式的更改。

1.1 Mura设备具有“A”判定的设计

1）基础数据库的建立

选取2013年至今CF基板宏观NG缺陷基板，首先调取Mura图像，求出各个NG缺陷与正常范围的灰度差，然后将其按照缺陷种类进行分类，系计出各种缺陷的灰度差范围值。如图3所示。

通过上图，计算得出CF基板NG缺陷的总灰度值范围为15.6-34.7

2）“A”判定新算法的添加

通过增加算法，更改软件程程，使得缺陷与正常区域的灰度差达到设定的“A”判定范围，Mura设备自动将基板判为“A”。当检测的基板的相应Panel的一部分灰度差达到了“A”判定范围，Mura设备会对问题基板进行警报判定“A”判定。“A”判定灰度值范围可随着NG缺陷数据库的增加而进行随时更改与更新。如图4所示。

1.2 Final Macro线运营方式的更改

通过更改Final Macro线CIM以及TRF的运营程程，使得Final Macro满足如下条件：

1）Mura初判为G的基板，从Final Macro线的发片口发出后，不进Macro，直接排到OK Port口。

2） Mura初判为A的问题基板，从Final Macro线的发片口发出后，进入Macro进行复检，由OP进行人眼确认：缺陷程度超过限度样本判为N，如程度未超过限度样本，判为G。如图5所示。

图5 新运营模式图示

2 新运营具体实施过程

1）首先Glass基板流过各线Mura检测机，Mura机的Line Camera和反射照明单元，读取Glass的图像并将其处调转换为灰度图像，如图6所示。

图6 Mura灰度图像图示

2）Mura机对各个缺陷点的灰度差进行计算，再同Mura设备设定的“A”判定的灰度差范围进行比较，如在范围内，Glass判为“A”，范围外判为“G”。

图7 缺陷基板判定图示

3）不同判定的Glass流到Final Macro，CIM以及TRF自动识别基板判定：

（1）判为“G”的基板，从发片口直接发出，不进入Macro设备，Robot直接将Glass排到OK Port。

（2）判为“A”的基板，从发片口发出，进入Macro设备进行复检，由操作员进行人眼判定，如果超过限度样本的程度， 判为Glass NG；如在限度样本的程度内，判为Glass OK。

图8 新运营模式图示

这种设计在不影响宏观品质检出的同时，既减少了设备的使用频率，延长了设备的寿命，又节约了大量的终检检片时间和人力成本。

3 结论

本文提出的TFT-LCD彩膜品质运营模式的优化和探究，首先通过增加新算法使得Mura设备能够对“问题基板”进行初基的警报判定→“A”判定（A代表abnormal），然后通过更改Final Macro线CIM以及TRF的运营程程，使得仅有判“A”基板进入Macro设备进行“复查”，这种设计在不影响宏观品质检出的同时，既减少了设备的使用频率，延长了设备的寿命，又节约了大量的终检检片时间和人力成本。

参考文献：

[1]徐伟,彭毅雯,雷有华,等.TFT-LCD横向线层未确认Mura分析及改善研究[J].液晶与显示,2013,28(4):539-546.

[2]Liu C T.Revolution of the TFT-LCD technology[J].Journal of Display technology,2007,3(4):342-350.

[3]毕昕,丁汉TFT-LCD Mura缺陷机器视觉检测方法[J].机械工程学报,2010.

[4]黄刚.液晶显示屏缺陷自动检测方法的研究[D].南京大学,2012.

[5]王志龙,郑英花,马亮,等.L0周边Mura分析及其改善研究[J].液晶与显示,2014,29(5):668-673.