虚拟量测技术在电子玻璃缺陷预测中的应用

　　电子玻璃是液晶屏、触摸屏的核心材料，价值高、生产难度很大。科技部2017年数据显示，仅G8.5世代面板我国产能就已达到世界50%，然而电子玻璃产线国产化率还不到5%。好在物联网、大数据等技术的普及，正在加快中国追赶发达国家的速度。中国电子6月份官宣旗下彩虹集团首条高世代G8.5+溢流法电子玻璃产线顺利通过鉴定，代表了该领域国产化的较高水平，不过与康宁等一流企业仍然有较大的差距。那么，大数据、工业互联网是如何提升光电制造水平的，今天我们就给大家分享一个基于大数据的虚拟量测技术在电子玻璃缺陷预测中的应用。

　　溢流法制造工艺的挑战

　　“世代”是电子玻璃产线“水平”或者“级别”的行业说法，目前已经有G11世代、G10.5世代等高世代技术。其差异点主要在单片玻璃产品的尺寸等，世代越高尺寸越大，制造难度也更大。比如G10世代电子玻璃基板面积已经达到2.85米*3.05米，G8.5世代产品为2.2米*2.5米。大家日常使用的电子产品屏幕都是从这些电子玻璃上分割来的。电子玻璃又有基板、盖板等分类，基板主要用于液晶屏幕，盖板主要用于触摸屏。其中基板的厚度仅为0.5毫米左右，生产难度最高。

　　溢流法工艺流程示意图(红框处为关键成型、冷却设备)

　　溢流法是目前电子玻璃较为先进的制造工艺，包含熔解、澄清、均质化、供给、成型、冷却、切断、磨削、研磨、清洗、检查、包装等工序。其中成型、冷却是核心工序，熔融的玻璃原料呈半液态胶状体，在成型环节溢流成初步的平板形状玻璃，之后在冷却环节通过拉伸以及精确控制每个平方单位的退火时间和温度，实现符合目标平整度的电子玻璃的生产。

　　仅在成型、冷却等关键工序方面，行业翘楚康宁就有上百项专利。成型和冷却环节最大的挑战在于让五六平米、甚至近十平米大小且不到一毫米厚的玻璃，避免出现超标的厚度偏差、翘曲和应变等缺陷。厚度偏差的控制关键在成型过程通过骤冷降低两端处玻璃的粘度，而翘曲和应变的避免则在于冷却过程中精确控制玻璃塑性变形区域的温度。总之，这些缺陷都需要通过精确控制好每一个平方单位的玻璃温度来避免。因此，成型炉和冷却炉一般都布满了温度采集和控制设备。

　　电子玻璃翘曲的问题

　　在检查工序中，质检工程师会使用专业的光学仪器测量玻璃片不同位置的厚度，对厚度进行对比。如果不同区域的厚度差值超过一定范围，就会影响电子玻璃的成色，导致色差，这类质量缺陷就叫做翘曲。如前所述，翘曲一般产生在冷却工序，根本原因在于玻璃冷却过程温度没有控制好。

　　而玻璃温度的控制并不容易，虽然冷却设备中呈栅格状部署了数百个热电偶，以对玻璃冷却过程中的每个平方单位温度进行控制，但为了保证在不同环境和产品生产过程中的稳健性，这些热电偶的控制门限往往都是静态门限，不会自动调整，而且通常会设置得较为宽泛，因此当控制门限没有随产品、工艺的改变而调整，它们即使工作在容忍限以内，仍然会出现翘曲的缺陷问题。

　　翘曲一旦在检查工序中发现，传统的解决方案是基于翘曲产生位置的离线报告，由技术人员手动挑选出来厚度数据，再根据专家的经验去调整退火炉特定位置的热电偶控制参数。同时，热电偶控制参数的调整范围也是根据专家的模糊经验，并没有明确的量化值，只能不断去尝试增大或者减少热电偶的功率并反复尝试。

　　但同时我们还要看到，上游的成型和冷却温度调整与下游的质检相隔了几个小时，这样即使上游温度调整再次出现了偏差，也只能在几个小时后的下游光学检验中才能再次发现。因此调整工艺参数到发现问题改进之间隔了几个小时的时间，导致每次参数调整都会花很长时间。正是因为这些问题的存在，导致一旦出现翘曲，产线就有可能几个星期都无法正常生产，非常影响综合的良率和产量。

　　针对翘曲的虚拟量测系统

　　寄云科技与中国电子彩虹集团特种玻璃的工艺技术人员，联合开发了针对翘曲的虚拟量测系统，并且取得了不错的效果。

　　系统主要工作内容如下：

01 自动采集质检数据，并且将其和热电偶控制参数进行关联分析

　　翘曲的质检数据是以csv格式的文件，保存在检验仪器内置的ftp服务器上;而实时的热电偶控制参数数据，则是保存在退火炉的DCS系统中。

　　通过自动的文件提取和格式解析，寄云提取了玻璃片不同区域的厚度数据，并为其打上时间标签;同时，通过OPC接口，读取退火炉DCS的实时数据。将厚度数据和实时数据都保存在寄云时序数据库中。

02 根据翘曲厚度数据，自动定位发生异常的热电偶

　　将不同时间段(正常和出现翘曲)的工艺数据进行对比，确定正常和异常时间段哪些热电偶的控制参数发生了变化。

　　针对玻璃片没有批次号码，因而无法按照批次进行质量追踪的问题，寄云开发了基于相关性搜索的算法，通过分析确定了跟翘曲变化规律相似度最高的若干个控制变量，并确定了工艺参数变化到翘曲检测之间的时间差。

　　基于以上的分析，自动的定位了导致翘曲的特定的、有最大嫌疑的热电偶控制参数，并得到了工艺工程师的确定。

　　通过以上的分析，帮助工艺工程师实现了问题原因的快速定位。

03 根据历史的热电偶数据和质检数据，建立起翘曲值和热电偶控制之间的模型

　　在大量正常工艺数据和质检数据的基础上，构建了热电偶的历史数据(因)和质检数据(果)之间的回归方程，得到一个表征了因果关系的映射函数。

　　在映射函数上可以做两件事情：

　　量化调参：在翘曲发生的时候，根据特定翘曲的目标值，反推出对应的热电偶控制参数对应的调整范围，进行精确调参;

　　虚拟量测：根据热电偶控制参数的当前数据，基于映射函数，实时预测未来数小时之后的翘曲值，一旦当翘曲超过预设的门限，立即告警，甚至需要停产。

　　应用效果

　　通过与彩虹特种玻璃工艺工程师的联合开发，实现了自动化的工艺数据和质检数据的集成，提高了问题分析和问题产生原因的定位效率，并首次实现了基于实时工艺数据对未来数小时之后的翘曲缺陷的精准预测。

　　应用场景推广

　　“只要能测量，就一定能改进”。这句话虽然不假，但是在很多生产过程中，确实存在着无法测量的现象。

　　首先，在自动化连续生产过程中，由于控制参数和环境变量太多，导致中间环节半成品的产出会有很大的不确定性。而大量中间环节的半成品是没有办法在当前阶段直接测量的，只有到了阶段性的检验或者最终检验环节，通过特定的质量检测仪器，才能确定是否出现了问题。这种滞后的检测会产生缺陷的时间窗口现象，即从产生问题的点到检验环节之间的延迟会引起大量缺陷产品。

　　其次，在一些生产过程中，由于测试成本、安装部署物理条件的限制，有大量关键的生产参数，如高温炉中心温度、材料的化学成分、液面高度等，都无法直接测量。而为了取得这些参数，往往采用人工监视、经验判断，或者采集样本、离线检验的方式，或者采用抽检而不是全检的方式，都会极大的影响产能和质量。

　　虚拟量测(也有人称软测量)是最近几年广泛应用在连续生产(半导体、光电、能源、化工等流程行业)的数据分析技术，它的原理是通过大量的设备实时数据和质检数据的采集，通过数据分析建模构建因果映射关系，通过当前可以直接测量的参数，计算出未来在检验环节才能发现的异常和缺陷;通过当前的测量值，间接推测出无法直接测量的指标，如前述的高炉中心温度、材料成分等。由于成本低、部署快、收效明显，已经在半导体、光电、能源、化工行业得到了大量的验证。