“人工智能＋”安徽在行动|（六）工业人工智能与TFT-LCD液晶显示基板质量提升场景的融合应用

场景案例简介

高世代玻璃基板是显示产业不可或缺的关键材料，其品质、性能对显示面板分辨率、透光度、刷新率、可视角等指标有着至关重要的影响。生产过程中如何控制玻璃微缺陷等级以及数量、应力、翘曲、厚薄差、Particle等硬核性能指标，从而提升玻璃基板整体品质等级、提高产品良品率及产能，是企业亟待解决的问题。

本案例基于凯盛AGM工业互联网平台，打造“1+4+5”赋能体系，构建1个以“工艺知识+工业数据”为核心的平台底座，融合数字化研发、数字孪生、智能工艺优化和工业轻量化等4项关键技术，应用于玻璃新材料数字化研发、生产制造流程数字仿真等5大场景，形成从计划、控制、计算、分析，到反馈、操作的质量管理控制闭环优化系统，实现质量全过程追溯、分析、预测，为玻璃基板的厚薄差、颗粒物、应力等质量问题提供更广阔的提升空间，加速生产方式智能化、绿色化转型，提升产业竞争力，促进可持续发展。

技术应用情况

1.玻璃新材料数字化研发场景中，采用分子动力学方法，建立基于TFT-LCD玻璃基板通用研究模型的数字化设计平台，优选出适合玻璃性能的预测模型。

2.生产制造流程数字仿真场景中，首次建立8.5代TFT-LCD玻璃基板熔化澄清耦合模型，该仿真平台可以指导过程工艺协同优化，支撑显示玻璃关键工艺迭代升级。

3.SPC实时管制及过程能力管理场景中，采用预设置的判异规则和AI算法智能预测分析相结合的技术，不仅能实时监控监管，还可以对玻璃基本质量特性进行评估，持续改善玻璃基板产品品质。

4.熔窑预测分析系统场景中，通过控制变量分析，搭建LSTM神经网络，设计开发玻璃专家系统，进行预测分析和分级，实时自动调控，实现熔窑工艺的智能稳定运行。

5.玻璃基板厚薄差AI分析及预测场景中，利用数据特征分析，建立神经网络模型，并通过深度学习算法不断优化模型，对玻璃基板厚薄差进行AI精准分析和预测，利用预测的厚薄差反向提前指导生产工艺调整。

场景案例成效

产品性能方面：截至目前，产品性能指标有较大提升，应力、翘曲、厚薄差已高于前期最好水平，合格率稳定在95%以上，良品率提升15%。

生产效率方面：利用机器学习、大数据统计分析技术，提高了产品工艺优化和产线设备参数控制的智能化水平，设备使用效率提升30%。

产业效益方面：改变传统以手工管理为主的管理模式和业务流程，人工成本降低20%，每月可节省成本近200万元，促进企业转型升级，提高智能制造水平。

来源：安徽省科学技术厅