95 年度教育部推動技專校院與產業園區產學合作計畫
計畫名稱: 液晶顯示器驅動元件瑕疵檢測系統之開發與研製 計畫編號:公-01-工-067
計畫主持人：郭中豐
計畫主持人學校系所:國立台灣科技大學高分子工程系 計畫類型: ■個別型 □整合型
計畫主持人學經歷：
學歷：美國亞歷桑那州立大學機械系 碩士、博士 (1986.01-1990.12) 現任：國立台灣科技大學高分子工程系教授兼任自動化控制研究所所長 (2006.08-迄今) 經歷：國立台灣科技大學高分子工程系教授 (2003.08-2006.07)
國立台灣科技大學體育室主任 (1999.08-2000.07) 國立台灣科技大學纖維及高分子工程研究所教授 (1998.08-2003.07) 國立台灣科技大學學生事務處學務長 (1998.08-2002.07) 國立台灣科技大學纖維及高分子工程研究所副教授 (1992.08-1998.07) 經濟部工業局資訊電子組簡任技正兼副組長 (1991.01-1992.07) 經濟部工業局資訊電子組、資訊科、電子科、自動化科技正兼科長(1982.06-1985.12) 國立雲林工專機械設計科科主任 (1981.08-1982.06)
計畫領域(請依計畫性質勾選):
■機械與機電 □電子電機資訊 □化工與材料 □土木建築
□商管 □人文與設計 □農業水產 □醫事與藥理 □家 政餐旅食品 □護理與保育 □其他
計畫規模（含補助款與配合款）：
□新台幣 200 萬元以上 □新台幣 100 萬（含）~ 200 萬元
■新台幣 50 萬（含）~ 100 萬元 □新台幣 50 萬元以下
單位：新台幣元 經費配置 教育部補助 廠商配合款 學校配合款
金 額 520,000 250,000 100,000
百分比（％） 60% 29% 11%
計畫 摘要
本計劃係整合智慧型控制理論於液晶顯示器驅動元件瑕疵檢測系統之開發與研 製，含括自動定位系統、瑕疵辨識系統以及遠端監控系統。自動定位系統係以灰色預 測模型來尋找系統行為發展的變化規律，依據所掌握的規律進行預測，再將預測結果 與系統的設定目標進行比較，這就是所謂的事前控制，這種方式能針對受控系統所造 成的誤差提前制訂因應的控制量進行控制，以增進控制的效果，並再以模糊推論的方 式，來改進灰色預測控制器的控制效能，再藉由遺傳基因演算法來調整模糊推論中之 預測步距的歸屬函數，以自我調整的策略，視其動態響應，制訂出適當的預測步距，
達成理想的控制目標，以增進自動定位的精確性。瑕疵辨識系統則以小波理論進行抗 旋轉運算以及特徵值運算，運用灰色聚類方法，其辨識率極高及僅需少數特徵值的優 點，結合高解析度掃瞄影像擷取器即可從事聚類辨識的優點，再利用Borland C++ 開 發瑕疵檢測系統之應用模組為圖形化使用介面之整合研究，以達到省時與高精確度的 目標。遠端監控系統則應用路由器於整合式中央監控系統，以Java程式為軟體平台，
建構整合式網路環境，透過人機介面，使管理者隨時監控系統狀況，掌握即時資訊，
建立快速反應機制。
計畫 執行 團隊
計畫主持人
郭中豐 國立台灣科技大學高分子工程系教授兼任自動化控制研究所所長 計畫兼任助理
蘇德利 國立台灣科技大學高分子工程系博士班研究生 邱錦勳 國立台灣科技大學高分子工程系博士班研究生
計畫 執行 內容
一、 前言
液晶顯示器驅動元件主要功能便是在接收來自液晶顯示器控制元件的指令，輸出 每一個像素所需要的電壓來控制液晶分子的扭轉程度，讓每一像素出現不同色彩與灰 階，並組成一全彩畫面，因此驅動元件是液晶顯示器上的重要零組件之一。
本計畫係針對液晶顯示器驅動元件瑕疵檢測系統兼具學術理論創新與實務上，進 行檢驗系統之開發與研究，在現今國內科技產業在液晶顯示器驅動元件仍停留在人工 檢測，必須耗費大量的時間及人力才可完成驅動元件的辨識，本計畫係針對上述所提 出之缺點加以整合研發。
本計畫為改善現今驅動元件檢測所存在的問題，包括檢驗驅動元件瑕疵辨識率的 問題，存在人為對驅動元件瑕疵評級判斷的誤差，自動定位系統的控制問題等缺點，
提出針對液晶顯示器驅動元件瑕疵檢測系統之開發與研製的探討，以達到工業界提昇 驅動元件自動化檢驗的需求。
由於整合智慧型控制理論於顯示器驅動元件檢測系統的整合架構國內尚無提出 具體的研究，因此本計畫為上述在驅動元件瑕疵檢驗所遭遇的問題提出解決方案，以 灰色系統理論之灰色聚類分析解決線上瑕疵辨識的問題，對於驅動元件檢驗所困擾之 自動對位的問題，本計畫結合模糊控制理論與現代控制理論設計控制器解決驅動元件 自動對位的問題，且利用 Borland C++開發線上驅動元件瑕疵檢驗之應用模組為圖形 化使用介面之整合研究，使整體系統作業更迅速。並且應用路由器於整合式中央監控 系統，以 Java 程式為軟體平台，建構整合式網路環境。透過人機介面(HMI)，使管理
者隨時監控系統狀況，掌握即時資訊，建立快速反應機制。
二、 計畫目的
本計劃的目的，在於摒除過去液晶顯示器驅動元件以人工視覺判斷瑕疵的缺失，
設計整合智慧型控制理論於驅動元件瑕疵檢測系統，解決檢驗過程中，人為因素所造 成無法克服的瓶頸外，並對自動定位的控制進行整合性的設計與研製，此一整合智慧 型控制理論於驅動元件瑕疵檢測系統的研製，使之能成為顯示器驅動元件瑕疵檢測系 統更趨自動化的目標，提升本國科技產業之競爭力。
三、 結果與討論 (一) 控制器設計
當受控對象的輸出端經感測器取樣後，將取樣所得的資料分別傳送至遺傳評價機 構、模糊推論機構及灰色預測器，如圖 1 所示。將輸出端取樣所得之資料傳送給遺 傳評價機構，可作為模糊控制機構之步距歸屬函數調整之最佳化，藉以制定灰色預測 器之預測步距達到系統響應之最佳化。而遺傳評價機構之適應函數是以系統的累積誤 差、最大超越量、上升時間為搜尋指標，來制定後部件之預測步距之歸數函數，然後 存放於知識庫中。而模糊推論機構的輸入變數是由受控對象輸出端之信號與參考輸入 值 R 做比較後，所獲得之誤差量 e 及誤差變化 ce 兩個變量，而這兩個變量經過模糊 化後，將被轉換為相對應之補償電壓值，如圖 2 所示。而這些誤差和誤差變化量之 補償電壓值便進入模糊推論機構，而模糊推論機構是依據輸入的模糊變數及規則庫中 的推論規則，如表 1 所示，依據不同之系統響應情形推論出由遺傳評價機構得出預 測步距之歸屬函數的模糊值，然後將其將推論所得結果之模糊值進行解模糊化，經過 解模糊化過程後可得一個明確預測步距 p，並將此預測步距送至灰色預測器，作為預 測系統未來行為發展趨勢之依據。灰色預測器所得結果傳送至控制決策機構。而控制 決策機構對受控對象所制定之控制量 u 是依據灰色預測器預測所得結果和事先給定 之參考輸入值 R 進行比較後，依據事先設計之控制策略而制定的。
e ce GE
GC 參考輸入 R
GP
系統行為預測值
y 預測步距 p
控制量 u 輸出 y
知識庫
控制決策機構 受控對象
解模糊化 推論機構 模糊化
規則庫 資料庫
灰色預測器
遺傳評價機構 適應函數：
累積誤差 上升時間 最大超越量
+ -
圖 1 基於遺傳演算法之模糊灰色預測控制器
1
0
LN SN ZE SP LP
-13 -4 0 4 13
誤 差 量
1
0
LN SN ZE SP LP
-13 -4 0 4 13
誤 差 變 化 量
1
0
LN SN ZE SP LP
-0.6 -0.4 0 0.4 0.6
補 償 電 壓 值
圖 2 模糊推論使用之歸屬函數
表 1 FUZZY 推論規則 ce
e
LN SN ZE SP LP LN LP LP LP LP LP SN LP SP SP ZE ZE ZE SP SP ZE SN LN SP ZE ZE SN SN LN LP LN LN LN LN LN
(二) 瑕疵檢測
本計畫主要針對常見的凹陷、碎裂、刮傷、鐵粉及油污五種瑕疵，如圖 3 所示，
取樣瑕疵樣本各 80 張，共 400 張。經由辨識系統計算得到瑕疵影像的長度數列之後，
藉由灰色聚類方法遞迴計算，所得到的綜和評判結果，可以相當準確的評判出驅動元 件瑕疵種類，其結果可以有效的評定驅動元件標準。其瑕疵辨識率如表 2 所示，辨 識的成功率分別為凹陷 90%、碎裂 90%、刮傷 95%、鐵粉 95%及油污 100%，而總成 功率為 94%。
凹陷 碎裂 刮傷
鐵粉 油污
圖 3 瑕疵影像
表 2 瑕疵辨識結果
實際
目標 凹陷 碎裂 刮傷 鐵粉 油汙 瑕疵樣本數
凹陷 72 0 2 6 0 80
碎裂 0 72 5 3 0 80
刮傷 0 4 76 0 0 80
鐵粉 4 0 0 76 0 80
油汙 0 0 0 0 80 80
(三) 遠端監控
乙太網路使用之 TCP/IP 通信協定擁有與 Internet/Intranet 整合提供完整而直接的 互通性一致性及全球資訊的共享且技術完全公開乙太網路被認為幾乎是所有網路相 關的自動化問題的有效解決方案 而加入易學易用高擴充特豐富的使用彈性高效率性 與人性化的人機介面對減少設備維護成本很有幫助透過本計畫之研究，學習各網路元 件間之聯繫與溝通，尤其加入之無線網路元件，不在局限於有線環境，對於在生產製 造上有很大的彈性。實驗中，對機器手臂之監控，可以透過路由器之 DHCP 功能，放 大為對多數終端設備之規模，實現在無線網路環境中操作之便利，並讓遠端管理者即 時監控，達到無線網路之功效。
四、 參考文獻
1. 杜光宗，精密定位技術及其設計技術，台北，建宏出版社，81 年 11 月。
2. Holtz,J.and Fellow,”SensorlessPosition ControlofInduction Motorsan Emerging Technology,”1998 IEEE,0-7803-4503-7.
3. Deng, J.L., ”Control Problems of Grey System,” System & Control Letters, Vol.1, pp.288-294, 1982.
4. 鄧聚龍、郭洪，”灰預測原理與應用”，全華圖書，1996。
5. 傅立，”灰色系統理論及其應用”，科學技術文獻出版社，1992。
6. 鄧聚龍，”灰色系統基本方法”，華中理工大學出版社，1992。
7. Zimmerman, H.J., “Fuzzy Set Theory and Its Applications,” Second edition, pp.201-215, (1991).
8. Wu, Q.M., and Silva, C.W., “Model Identification for Fuzzy Dynamic System,” Proceeding of the American Control Conference San Francisco, California, pp.2246-2247, June (1993)
9. Pang, K.H., and Mesbah, S.A., “Design of Bang-Bang Controller Based on a Fuzzy-neuro Approach,” Proceedings of the IEEE International Symposium on Computer-Aided Control System Design, 96th, 8136. pp.1-6 (1996)
10. Surmann,H.,“Genetic optimization ofafuzzy system forcharging batteries,” IEEE Transactions on Industrial, v 43, n5, pp.541-548, Oct (1996)
11. Sette, S.L., Boullart, L., Van, L., and Kiekens, P., ”Optimizingthe Fiber-to-Yarn Production Processwith aCombined NeuralNetwork /GeneticAlgorithm Approach”, Textile. Res. J. 67 (2), pp.84-92(1997)
12. Maniezzo,V.,”GeneticEvolution oftheTopology and WeightDistribution ofNeural Networks”,IEEE Transactionson Neural Networks, Vol.5, NO. 1, Jan. (1994).
13. Goldberg,D.E.,“Genetic Algorithmsin Search,Optimization,and MachineLearning,” Addison-Wesley (1989)
14. Davis,L,“Handbook ofGeneticAlgorithms,”Van Nostrand Reinhold (1991).
15. Nara, K., “Implementation of Genetic Algorithm for Distribution Systems Loss Minimum Re-Configuration,” IEEE Transactions on Power Systems, Vol.7, No.3, pp.1044-1050, Aug. (1992).
16. Lansberry,J.E.,and Wozniak,L.,“AdaptiveHydrogeneratorGovernorTunning with a GeneticAlgorithm,”IEEE Transaction on Energy Conversion, Vol.9, No., pp.179-183, Mar., (1994).
17. Chen,P.H.,and Chang,H.C.,”Large-ScaleEconomicDispatch by GeneticAlgorithm”, IEEE Transactions on Power Systems, Vol. 10, No 4, pp.1919~1926,November (1995).
18. Chen, P.H., and Chang,H.C.,”GeneticAided Scheduling ofHydraulically Coupled Plants in Hydro-ThermalCoordination”,IEEE Transactionson PowerSystems,Vol.11, No 2, P975~981, May 1996
19. Nievergelt,Y.,“WaveletsMadeEasy”,Birkauser,Boston,1999.
20. Zhanshan, M. and Zhizhong, Z.,“Application ofGrey Clustering Analysisto Natural HabitatUnitofInsectPopulation,”TheJournalofGrey System,Vol.2,No.2,pp 179-187(1990)
21. Yuguo,F.“ComprehensiveEvaluation ofGroundwaterQuality by Grey Cluster,”The Journal of Grey System, Vol. 4, No. 2, pp 89-96(1992)
22. 鄧聚龍，灰色系統理論與實踐，中國聊城師範學院(1991)
23. 鄧聚龍，”灰色系統基本方法”，中國武漢：華中理工大學出版社，pp.152-161 24. 鄧聚龍，”灰色控制系統”，中國武漢：華中理工大學出版社，pp.86-94(1988)
25. Jiang,L.,Haishun,S.,Shijie,C.,Youbing,Z.,and Xin,W.,“Grey Prediction Control of the Active Power Filter,”TheJournalofGrey System,Vol.3,pp.229-236, (2001) 26. Yi, D., Yang, R., “Grey Predictor Controller for DC Speed-control System,” The
Journal of Grey System, Vol. 2, pp. 189-215, (1990) 27. 經濟部,經濟部製造業自動化及電子化調查,2000.
28. Electronic Industries Alliance/Telecommunication Industry Association, http://www.eia.org
29. Lian Fengli,Moyne J R, and Tilbury D M. Performance Evaluation of Control Networks: Ethernet,ControlNet, and DeviceNet. Control System Magazine, 1999,11.
30. The Java 2 Platform,Standard Edition V1.3.1, http://java.sun.com/j2se/1.3/
31. Ivor Horton,Beginning Java 2(JDK 1.3 Edition),Wrox Press Ltd,2002.
32. Hong, C.M., Lin, S.C., and Chiang, C.T., “Control of Dynamic Systems by Fuzzy-based Grey Prediction Control,”TheJournalofGrey System,Vol.1,pp.23-44, (1995)
計畫 成果 報告
本計畫在於摒除過去以人工視覺判斷驅動元件瑕疵的缺失，設計整合智慧型控制 理論於驅動元件檢測系統，解決人為因素所造成無法克服的瓶頸，將灰色系統理論之 灰色聚類法應用在驅動元件瑕疵的辨識上，更提供了線上系統檢驗驅動元件瑕疵正確 的辨識率及快速回應性，且應用灰色預測理論及模糊控制理論結合遺傳基因演算法設 計控制器，控制自動定位機構得到精確的對位控制，解決由於對位控制不良對後道影 像擷取所造成不良的影響，同時為符合未來程式開發之趨勢，並考量程式之延續開發 及改進的特性和多工效能，採用具物件導向和多執行緒觀念編輯之 Borland C++為軟 體開發工具，使整合智慧型控制理論於驅動元件瑕疵檢測系統達到驅動元件瑕疵檢驗 之整體最佳效能。此外利用路由器整合企業網路，提供安全、穩定與快速的網路使用 環境；透過人機控制介面，控制 PC-base 執行預定動作，並可與管理者雙向溝通，透 過無線或有線終端設備得到訊息的整合環境，將企業管理部門與生產部門結合，讓資 訊交流更方便快速，使產品品質穩定，符合快速上市的需求，提升產品競爭力，有助
於本國科技產業之競爭力。
對於參與計畫執行之學生獲得之學習項目有：1.更深入瞭解整合智慧型控制理論 於驅動元件瑕疵檢測系統之理論、實作。2.更深入瞭解自動定位控制機構的設計及控 制方法。3.配合自動定位控制器的設計，印證學理與實作上之差異點。4.在影像擷取 卡與自動定位控制卡的使用上，有更深入的瞭解。5.對 Borland C++設計圖形介面更 為精進。6.對於灰色聚類應用在驅動元件瑕疵辨識上，有更深入的認識，同時可以在 實務上印證理論。7.對於系統模擬及數值技巧實際應用建構，量測與控制理論印證的 處理更加熟練。8.對於灰色預測控制、模糊控制理論與遺傳基因演算法的應用有深入 的認知。9.獲得跨平台 Java 程式開發經驗，可應用至其他系統開發上。10.網路環境 的建置，得到網路管理的技術與方法。11.硬體設備的技術，PC-base 與人機介面控制。
計畫完成後提供相關方法並協助合作企業由田新技股份有限公司檢測系統之測 試，完成液晶顯示器驅動元件瑕疵檢測系統之開發。
計畫 結案 後對 合作 企業 之成 效
合作企業由田新技股份有限公司其主要經營之產品項目有各類 IC 基板自動化外 觀檢測設備(AVI)、各類軟性電路基板外觀檢測設備 (Reel to Reel AOI / AVI)及 TFT-LCD 各製程品質檢測設備等產品。透過此計畫協助其液晶顯示器驅動元件瑕疵 檢測系統之開發與研製，藉由提供方法與經驗，有效縮短其研究開發之時間，並降低 相關人事費用，提升公司產品技術與經營績效，達到產學合作之目的。
