基于回归模型的钙钛矿喷墨打印薄膜无损厚度评估方法与流程

本发明涉及钙钛矿喷墨打印薄膜在线质量监控，具体涉及一种基于回归模型的钙钛矿喷墨打印薄膜无损厚度评估方法及装置、计算设备。

背景技术：

1、卷对卷连续喷墨打印工艺因材料利用率高、图案化灵活、可大面积制备等优势，成为钙钛矿薄膜规模化制造的主流技术。然而，钙钛矿薄膜的光电性能强烈依赖于其厚度均匀性，厚度偏差导致载流子复合速率变化、光吸收效率波动以及器件良率显著下降。因此，在高速连续化生产中实现薄膜厚度的在线无损评估，能够保障产品质量一致性与提升产线良率。

2、目前，钙钛矿薄膜厚度检测主要分为离线式和在线式两类，离线接触式/高精度光学测量方法，如白光干涉轮廓仪、台阶仪、椭圆偏振光谱仪等，能够提供亚纳米级厚度精度，常作为标定基准。但必须裁切样品或破坏薄膜结构，属于破坏性或半破坏性检测，无法实现全检；测量过程耗时数秒至数分钟，无法匹配卷对卷产线数米/分钟的走带速度。在线光学监测方法主要包括基于单一透射光强度衰减的测厚方案和基于光致发光强度标定的间接测厚方案。由于仅依赖透射光强度变化时，基板透光率波动、环境杂散光、墨滴铺展不均匀等因素会严重干扰测量精度，导致厚度预测相对误差常超过15%；而仅依赖光致发光强度时，发光量子效率受激发光功率漂移、薄膜结晶度变化和环境影响显著，尤其在厚度较薄区间灵敏度急剧下降。

3、为解决上述问题，本发明提出一种基于回归模型的钙钛矿喷墨打印薄膜无损厚度评估方法，以避免纯数据驱动模型在工艺参数组合外推时的“不合理外插”问题，提升模型在产线长期运行中的泛化稳定性。

技术实现思路

1、鉴于上述问题，本发明提供一种基于回归模型的钙钛矿喷墨打印薄膜无损厚度评估方法及装置、计算设备。

2、根据本发明的一个方面，提供了一种基于回归模型的钙钛矿喷墨打印薄膜无损厚度评估方法，包括：

3、针对卷对卷连续喷墨打印工艺制备的钙钛矿薄膜，采集覆盖工艺参数容差窗口和薄膜厚度变异范围的多个训练样本；同步获取每个训练样本的薄膜厚度参考值、喷墨打印工艺参数记录、薄膜形成过程中多个时刻的透射光图像序列以及多通道光致发光强度时序信号；其中，所述薄膜厚度参考值采用离线白光干涉轮廓仪获取作为回归建模的监督标签；所述喷墨打印工艺参数记录包括墨滴体积设定值、打印基板温度值、液滴间距设定值和真空辅助抽气速率作为静态工艺特征；

4、提取所述透射光图像序列中每一帧图像的灰度均值、灰度空间标准差、灰度梯度幅值统计量及局部二值模式纹理特征，按时间顺序排列构成动态光学特征时序向量；提取所述多通道光致发光强度时序信号中各通道的发光强度峰值、衰减时间常数及峰值波长漂移量，构成光致发光动力学特征向量；将所述静态工艺特征、所述动态光学特征时序向量与所述光致发光动力学特征向量进行多模态特征层拼接形成多模态时序融合特征向量，以所述多模态时序融合特征向量与对应的薄膜厚度参考值构成训练样本得到训练数据集；

5、以所述训练数据集内各样本的薄膜厚度参考值作为监督信号，更新多模态时序深度回归网络模型的网络参数，直至在独立验证集上的决定系数不低于第一阈值且均方根误差不高于第二阈值，保存训练过程中所述网络参数中的跨模态注意力参数和时序特征编码参数；

6、在钙钛矿薄膜卷对卷喷墨打印产线上，实时采集待测薄膜的在线喷墨打印工艺参数，通过设置于固化工位前的透射光成像装置在薄膜形成过程中连续采集多个时刻的在线透射光图像序列，通过多通道光致发光监测装置同步采集在线多通道光致发光强度时序信号；根据所述在线透射光图像序列得到各时刻的在线图像特征向量，按时间顺序排列为在线动态光学特征时序向量；根据所述在线多通道光致发光强度时序信号得到在线光致发光动力学特征向量；将所述在线喷墨打印工艺参数作为在线静态工艺特征，与所述在线动态光学特征时序向量及所述在线光致发光动力学特征向量进行组合为在线多模态时序融合特征向量；

7、将所述在线多模态时序融合特征向量输入所述多模态时序深度回归网络模型，输出在线薄膜厚度预测值，将所述在线薄膜厚度预测值作为待测钙钛矿薄膜的无损厚度在线评估结果，实时反馈至产线制造执行系统；其中，所述多模态时序深度回归网络模型调用保存的所述跨模态注意力参数输出在线对齐后的多模态特征向量，调用所述时序特征编码参数沿时间维度对所述在线对齐后的多模态特征向量进行时序编码，输出在线时序融合特征向量；根据所述在线时序融合特征向量输出在线薄膜厚度预测值。

8、在一种可选的方式中，所述多模态时序深度回归网络模型由输入特征归一化层、跨模态时序对齐模块、时序特征编码骨干网络、物理约束残差校正模块以及厚度回归输出头依次级联构成；

9、其中，所述输入特征归一化层，用于接收所述在线多模态时序融合特征向量，输出标准化后的多模态特征张量；

10、所述跨模态时序对齐模块，用于接收所述标准化后的多模态特征张量，调用保存的跨模态注意力参数对动态光学特征时序子向量沿时间维度进行可学习的位置编码，以光致发光动力学特征子向量作为查询引导、以动态光学特征时序子向量作为待查询内容执行跨模态多头注意力计算，输出光学发光对齐特征序列，将静态工艺特征子向量通过线性投影层映射为与对齐特征序列相同特征维度的静态扩展向量，将静态扩展向量在时间维度上与所述光学发光对齐特征序列进行复制拼接，得到时间对齐后的多模态特征张量；

11、所述时序特征编码骨干网络，包括堆叠的双向循环记忆网络层与时间注意力层的串行结构，用于接收所述时间对齐后的多模态特征张量，调用保存的所述时序特征编码参数，通过双向循环记忆网络层沿正向和反向时间方向对所述时间对齐后的多模态特征张量进行时序依赖提取，输出隐状态序列；

12、所述时间注意力层，用于对所述隐状态序列沿时间维度施加自注意力权重，输出在线时序融合特征向量；

13、所述物理约束残差校正模块，用于接收所述在线时序融合特征向量和标准化后的静态工艺特征子向量，利用预先拟合的钙钛矿薄膜厚度与墨滴体积设定值、基板温度及真空抽气速率之间的代理模型计算物理先验厚度估计值，将所述在线时序融合特征向量与所述物理先验厚度估计值拼接后通过残差网络计算残差校正量，输出物理校正后的时序融合特征向量；

14、所述厚度回归输出头，用于接收所述物理校正后的时序融合特征向量并映射为标量，输出所述在线薄膜厚度预测值。

15、在一种可选的方式中，采集覆盖工艺参数容差窗口和薄膜厚度变异范围的多个训练样本进一步包括：

16、在喷墨打印工艺参数的容差窗口内生成多组工艺参数组合，所述容差窗口至少涵盖墨滴体积设定值、打印基板温度值、液滴间距设定值和真空辅助抽气速率各自的允许偏差范围，每组工艺参数组合在所述容差窗口内按照至少三个以上的水平数进行全因子或近似全因子组合；

17、对于每组工艺参数组合，在同一卷对卷连续喷墨打印批次中沿薄膜行进方向在幅宽方向上的多个横向位置分别裁取样本，在每个横向位置沿纵向按固定间隔连续裁取多个子样本，每个工艺参数组合对应多个子样本，得到训练样本总量。

18、在一种可选的方式中，所述透射光图像序列的采集过程进一步包括：

19、通过透射光成像装置在薄膜形成过程中以固定采样频率同步触发各通道交替或同时曝光，得到透射光图像序列；其中，所述透射光图像序列中每帧透射光图像由多个单波长子帧在像素级进行加权融合得到，加权的权重系数根据钙钛矿薄膜在对应波长下的吸收特性预先标定；透射光成像装置采用多波长光源阵列，所述多波长光源阵列包含至少三个不同中心波长的独立可控通道。

20、在一种可选的方式中，所述多通道光致发光监测装置设有具有光谱分辨能力的光纤光谱仪阵列；

21、其中，所述光纤光谱仪阵列由多个探测通道组成，各探测通道分别对应钙钛矿薄膜的不同特征发射峰所在的特征波长区间，每个探测通道以高于薄膜结晶动力学特征频率的采样率独立记录光致发光强度随时间变化的信号。

22、在一种可选的方式中，将在线薄膜厚度预测值实时反馈至产线制造执行系统的过程中，所述产线制造执行系统根据所述在线薄膜厚度预测值与厚度目标值之间的偏差，生成针对喷墨打印工艺参数的闭环调节指令；

23、其中，若当前在线薄膜厚度预测值高于厚度目标值上限，优先减小墨滴体积设定值，同时增加真空辅助抽气速率，减小墨滴体积设定值与增加真空辅助抽气速率的调节量按照预先标定的厚度对各工艺参数的灵敏度系数的反比进行分配；若当前在线薄膜厚度预测值低于厚度目标值下限，优先增大墨滴体积设定值并降低基板温度；

24、其中，当所述在线薄膜厚度预测值与厚度目标值的绝对偏差处于不同量级区间时分别采用大步长、标称步长或小步长调节，步长系数按照偏差量级分级设定；并且，在生成闭环调节指令之前，所述产线制造执行系统先调用所述多模态时序深度回归网络模型输出的预测方差值，若预测方差值超过预设的方差阈值，暂停闭环调节并发出报警信号，将当前时刻之后连续多个采样时刻的在线薄膜厚度预测值进行平滑滤波处理，仅当平滑滤波后的预测值仍超出厚度目标值范围时，生成所述闭环调节指令并标记其置信度等级为低置信度调节，所述低置信度调节的步长进一步缩减并强制等待多个采样周期再执行下一次调节。

25、在一种可选的方式中，所述多模态时序融合特征向量的计算表达式为：

26、

27、其中，为归一化后的静态工艺特征向量；为薄膜固化过程中光学图像与光致发光信号的总采样时序帧数；为第k帧光学图像特征的时序注意力权重；为第k帧透射光图像提取的动态光学特征向量；为时序高斯平滑核带宽；为光致发光动力学基础特征向量；为特征张量外积运算；为光致发光动力学信号傅里叶低频滤波算子；为波长下时刻的实时光致发光强度；分别为对应波长下发光强度的极值阈值；为对应特征波长的荧光衰减时间常数；为跨模态特征二阶时空拉普拉斯校正项；为哈达玛积。

28、在一种可选的方式中，所述物理约束残差校正模块根据薄膜结晶先验耦合残差回归公式进行厚度预测的约束校正，其中，所述薄膜结晶先验耦合残差回归公式的计算表达式为：

29、

30、其中，为约束校正后的最终薄膜厚度预测值；为时序融合特征向量经网络回归输出的原始预测厚度；为残差校正学习率；为工艺物理先验厚度估计值；为预测厚度的正向映射函数；为实时工艺参数向量；为工艺参数容差窗口阈值；为阶跃指示函数；为实时预测决定系数；为预设最小拟合精度阈值；为工艺标准基准参数向量。

31、根据本发明的另一方面，提供了一种基于回归模型的钙钛矿喷墨打印薄膜在线无损厚度评估装置，包括：

32、样本采集模块，用于针对卷对卷连续喷墨打印工艺制备的钙钛矿薄膜，采集覆盖工艺参数容差窗口和薄膜厚度变异范围的多个训练样本；同步获取每个训练样本的薄膜厚度参考值、喷墨打印工艺参数记录、薄膜形成过程中多个时刻的透射光图像序列以及多通道光致发光强度时序信号；其中，所述薄膜厚度参考值采用离线白光干涉轮廓仪获取作为回归建模的监督标签；所述喷墨打印工艺参数记录包括墨滴体积设定值、打印基板温度值、液滴间距设定值和真空辅助抽气速率作为静态工艺特征；

33、特征提取模块，用于提取所述透射光图像序列中每一帧图像的灰度均值、灰度空间标准差、灰度梯度幅值统计量及局部二值模式纹理特征，按时间顺序排列构成动态光学特征时序向量；提取所述多通道光致发光强度时序信号中各通道的发光强度峰值、衰减时间常数及峰值波长漂移量，构成光致发光动力学特征向量；将所述静态工艺特征、所述动态光学特征时序向量与所述光致发光动力学特征向量进行多模态特征层拼接形成多模态时序融合特征向量，以所述多模态时序融合特征向量与对应的薄膜厚度参考值构成训练样本得到训练数据集；

34、模型训练模块，用于以所述训练数据集内各样本的薄膜厚度参考值作为监督信号，更新多模态时序深度回归网络模型的网络参数，直至在独立验证集上的决定系数不低于第一阈值且均方根误差不高于第二阈值，保存训练过程中所述网络参数中的跨模态注意力参数和时序特征编码参数；

35、在线采集模块，用于在钙钛矿薄膜卷对卷喷墨打印产线上，实时采集待测薄膜的在线喷墨打印工艺参数，通过设置于固化工位前的透射光成像装置在薄膜形成过程中连续采集多个时刻的在线透射光图像序列，通过多通道光致发光监测装置同步采集在线多通道光致发光强度时序信号；根据所述在线透射光图像序列得到各时刻的在线图像特征向量，按时间顺序排列为在线动态光学特征时序向量；根据所述在线多通道光致发光强度时序信号得到在线光致发光动力学特征向量；将所述在线喷墨打印工艺参数作为在线静态工艺特征，与所述在线动态光学特征时序向量及所述在线光致发光动力学特征向量进行组合为在线多模态时序融合特征向量；

36、预测反馈模块，用于将所述在线多模态时序融合特征向量输入所述多模态时序深度回归网络模型，输出在线薄膜厚度预测值，将所述在线薄膜厚度预测值作为待测钙钛矿薄膜的无损厚度在线评估结果，实时反馈至产线制造执行系统；其中，所述多模态时序深度回归网络模型调用保存的所述跨模态注意力参数输出在线对齐后的多模态特征向量，调用所述时序特征编码参数沿时间维度对所述在线对齐后的多模态特征向量进行时序编码，输出在线时序融合特征向量；根据所述在线时序融合特征向量输出在线薄膜厚度预测值。

37、根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

38、所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述基于回归模型的钙钛矿喷墨打印薄膜无损厚度评估方法对应的操作。

39、根据本发明提供的方案，针对卷对卷连续喷墨打印工艺制备的钙钛矿薄膜，采集覆盖工艺参数容差窗口和薄膜厚度变异范围的多个训练样本；同步获取每个训练样本的薄膜厚度参考值、喷墨打印工艺参数记录、薄膜形成过程中多个时刻的透射光图像序列以及多通道光致发光强度时序信号；其中，所述薄膜厚度参考值采用离线白光干涉轮廓仪获取作为回归建模的监督标签；所述喷墨打印工艺参数记录包括墨滴体积设定值、打印基板温度值、液滴间距设定值和真空辅助抽气速率作为静态工艺特征；提取所述透射光图像序列中每一帧图像的灰度均值、灰度空间标准差、灰度梯度幅值统计量及局部二值模式纹理特征，按时间顺序排列构成动态光学特征时序向量；提取所述多通道光致发光强度时序信号中各通道的发光强度峰值、衰减时间常数及峰值波长漂移量，构成光致发光动力学特征向量；将所述静态工艺特征、所述动态光学特征时序向量与所述光致发光动力学特征向量进行多模态特征层拼接形成多模态时序融合特征向量，以所述多模态时序融合特征向量与对应的薄膜厚度参考值构成训练样本得到训练数据集；以所述训练数据集内各样本的薄膜厚度参考值作为监督信号，更新多模态时序深度回归网络模型的网络参数，直至在独立验证集上的决定系数不低于第一阈值且均方根误差不高于第二阈值，保存训练过程中所述网络参数中的跨模态注意力参数和时序特征编码参数；在钙钛矿薄膜卷对卷喷墨打印产线上，实时采集待测薄膜的在线喷墨打印工艺参数，通过设置于固化工位前的透射光成像装置在薄膜形成过程中连续采集多个时刻的在线透射光图像序列，通过多通道光致发光监测装置同步采集在线多通道光致发光强度时序信号；根据所述在线透射光图像序列得到各时刻的在线图像特征向量，按时间顺序排列为在线动态光学特征时序向量；根据所述在线多通道光致发光强度时序信号得到在线光致发光动力学特征向量；将所述在线喷墨打印工艺参数作为在线静态工艺特征，与所述在线动态光学特征时序向量及所述在线光致发光动力学特征向量进行组合为在线多模态时序融合特征向量；将所述在线多模态时序融合特征向量输入所述多模态时序深度回归网络模型，输出在线薄膜厚度预测值，将所述在线薄膜厚度预测值作为待测钙钛矿薄膜的无损厚度在线评估结果，实时反馈至产线制造执行系统；其中，所述多模态时序深度回归网络模型调用保存的所述跨模态注意力参数输出在线对齐后的多模态特征向量，调用所述时序特征编码参数沿时间维度对所述在线对齐后的多模态特征向量进行时序编码，输出在线时序融合特征向量；根据所述在线时序融合特征向量输出在线薄膜厚度预测值。本发明避免纯数据驱动模型在工艺参数组合外推时的“不合理外插”问题，提升了模型在产线长期运行中的泛化稳定性。

40、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。