[发明专利]薄膜类产品的分拣方法、分拣系统、及漏检率的预估方法

权利要求书

1.一种薄膜类产品漏检率的预估方法，其特征在于：其包括：

步骤S1，使用AOI设备对每卷膜材进行非接触式、实时检测；

步骤S2，提取AOI检测数据和喷码机喷码信息，获得AOI检测缺陷坐标位置、喷码坐标信息，然后将卷材按照实际片状成品的切片尺寸、切片方向进行模拟分块切割，得到分割图，计算出卷材的良率x、喷码率z；

步骤S3，采用如下公式计算得到漏检率F(x,y,Z,m)：

F(x,y,Z,m)＝(1-x)*(1-y)*(1-Z)*m，

其中，x为良率；y为AOI命中率；z为喷码率，即AOI检测缺陷被喷码的占比；m为喷码是否汇整，即涂布站二维码读码系统是否读到膜边料二维码的数据，是则m＝1，否则m＝0。

2.根据权利要求1所述的薄膜类产品漏检率的预估方法，其特征在于：步骤S2中，卷材的良率计算包括：

步骤S201，数据预处理：解压AOI检测数据，提取数据表头，得到所需要的缺陷信息；

步骤S202，数据的筛选：以实际片状成品检验标准为筛选条件，判断何种严重度Severity会在片状成品被判定为缺陷，何种缺陷Class会影响产品良率，筛选出此类Class及Severity待下一步处理；

步骤S203，数据的分块切割：通过程序，将卷状材料按照实际片状成品的切片尺寸、切片方向进行分块切割，做出分割图，与实际一一对应；

旋转平移转换，θ：切割方向与膜材幅宽方向的夹角：

平移转换：

在程序中设置卷材的切割尺寸、切割方向，程序处理完切割图待下一步处理，卷材切割后剩余的边角料另作处理，边角料区域不纳入良率统计；

其中，A：卷材幅宽；B：卷材卷长；a：边角料宽；b：边角料长；

步骤S204，计算步骤S203得到的切割图，若片状区域内有缺陷(≥1个)，则记为B1品，若无缺陷则记为A1品，良率x＝A1/(A1+B1)；公式中，A1、B1分别是A1品、B1品的片块数量总和。

3.根据权利要求2所述的薄膜类产品漏检率的预估方法，其特征在于：AOI检测过程实时生成检测数据，所述数据包含各种缺陷信息；通过AOI参数设置，每卷的检测数据将在每卷生产完成后同步自动导出，并以压缩包格式存储在服务器中，提取服务器中的数据文件，得到材料的整卷数据；

所述缺陷信息为：位置信息Md Pos、CdPos，缺陷的分类Class，缺陷的严重度Severity；

Md Pos：缺陷在膜材运动方向的位置；

CdPos：缺陷在垂直膜材运动方向的位置；

步骤S202中，建立一个筛选结果与实际片状成品数据匹配的数据库，根据匹配结果，优化筛选条件；随着数据量的叠加、数据相关性的提高，数据筛选的准确性会进一步提高。

4.根据权利要求2所述的薄膜类产品漏检率的预估方法，其特征在于：将AOI检测缺陷坐标位置、喷码坐标信息以及喷码状态，嵌入卷材模拟图中得到分割图；步骤S3中卷材的喷码率采用如下方法计算得到：

将AOI检测缺陷坐标位置、喷码坐标信息以及喷码状态，嵌入图得到分割图；若切割块内有缺陷，且对应喷码状态是有至少一个喷码，即喷码状态OK，则记为A2品，若切割块有缺陷，但对应喷码状态是没有喷码，则记为B2品，喷码率z＝A2(A2+B2)；其中，A2是A2品的片块数量总和；B2是B2品的片块数量总和；A2+B2是喷码切割的总片块数。

5.一种薄膜类产品的分拣方法，其特征在于，其包括：

采用如权利要求1～4任意一项所述的薄膜类产品漏检率的预估方法计算得到漏检率；根据客户端VR规格，将预估漏检率数值范围直接用等级甲|乙|否或A|B|No作为标准，设定各个等级的预估漏检率的范围，最终作为RTP或是分拣机出货和是否需外观人工全检的标准。

6.根据权利要求5所述的薄膜类产品的分拣方法，其特征在于，其包括：

若预估的漏检率为≤100PPM，判定为甲等级或一等级，若预估的漏检率为100-300PPM，判定为乙等级或二等级，若预估的漏检率＞300PPM即被判定为否等级或No等级，所述否等级或No等级的产品待外观人工全检。