ホーム > 特許ランキング > 株式会社ＳＩＪテクノロジ
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024162906
(43)【公開日】2024-11-21
(54)【発明の名称】液滴吐出装置および液滴吐出方法
(51)【国際特許分類】
B05D 1/26 20060101AFI20241114BHJP
B05D 3/00 20060101ALI20241114BHJP
B05D 3/14 20060101ALI20241114BHJP
B05C 11/00 20060101ALI20241114BHJP
B05C 11/10 20060101ALI20241114BHJP
B05C 5/00 20060101ALI20241114BHJP
B05B 5/025 20060101ALN20241114BHJP
【ＦＩ】
B05D1/26 Z
B05D3/00 D
B05D3/14
B05C11/00
B05C11/10
B05C5/00 101
B05B5/025 A
【審査請求】未請求
【請求項の数】14
【出願形態】ＯＬ
(21)【出願番号】P 2023078885
(22)【出願日】2023-05-11
(71)【出願人】
【識別番号】506159976
【氏名又は名称】株式会社ＳＩＪテクノロジ
(74)【代理人】
【識別番号】110000408
【氏名又は名称】弁理士法人高橋・林アンドパートナーズ
(72)【発明者】
【氏名】村田 和広
【テーマコード（参考）】
4D075
4F034
4F041
4F042
【Ｆターム（参考）】
4D075AC01
4D075AC06
4D075AC09
4D075AC88
4D075AC91
4D075AC93
4D075BB81X
4D075BB91X
4D075CA47
4D075CA48
4D075DA06
4D075DC24
4D075EA05
4D075EA33
4F034AA04
4F034BA01
4F034BA07
4F034BB04
4F034BB15
4F034BB24
4F034BB26
4F041AA05
4F041AB01
4F041BA01
4F041BA10
4F041BA12
4F041BA13
4F041BA22
4F041BA38
4F042AA06
4F042BA08
4F042BA10
4F042BA12
4F042BA20
4F042BA21
4F042CA01
4F042CB03
4F042DH09
(57)【要約】 （修正有）
【課題】基板側のパターンによる影響を受けずに静電方式による液滴吐出を安定して行うこと。
【解決手段】一実施形態の液滴吐出方法は、基板上のパターンを撮像し、前記パターンに対応する第１撮像データを取得し、前記第１撮像データを機械学習モデルに適用することにより前記液滴吐出条件を生成することを含む。上記液滴吐出方法において、あらかじめ取得された第１撮像データを対象とした機械学習により前記機械学習モデルを生成することをさらに含んでもよい。
【選択図】図１
【解決手段】一実施形態の液滴吐出方法は、基板上のパターンを撮像し、前記パターンに対応する第１撮像データを取得し、前記第１撮像データを機械学習モデルに適用することにより前記液滴吐出条件を生成することを含む。上記液滴吐出方法において、あらかじめ取得された第１撮像データを対象とした機械学習により前記機械学習モデルを生成することをさらに含んでもよい。
【選択図】図１
【特許請求の範囲】
【請求項1】
基板上のパターンを撮像し、
前記パターンに対応する第１撮像データを取得し、
前記第１撮像データを機械学習モデルに適用して機械学習を行い、静電方式による液滴吐出条件を生成することを含む、
液滴吐出方法。
前記パターンに対応する第１撮像データを取得し、
前記第１撮像データを機械学習モデルに適用して機械学習を行い、静電方式による液滴吐出条件を生成することを含む、
液滴吐出方法。
【請求項2】
あらかじめ取得された第１撮像データを対象とした機械学習により前記機械学習モデルを生成することをさらに含む、
請求項１に記載の液滴吐出方法。
請求項１に記載の液滴吐出方法。
【請求項3】
静電型液滴吐出ノズルから吐出された液滴の形状を撮像することを含み、
前記機械学習モデルは、前記パターンと前記液滴の形状との対応関係を学習させた学習モデルである、
請求項１に記載の液滴吐出方法。
前記機械学習モデルは、前記パターンと前記液滴の形状との対応関係を学習させた学習モデルである、
請求項１に記載の液滴吐出方法。
【請求項4】
前記機械学習モデルは、前記パターンと前記基板の導電率との対応関係を学習させた学習モデルである、
請求項１に記載の液滴吐出方法。
請求項１に記載の液滴吐出方法。
【請求項5】
前記機械学習モデルは、前記パターンと、静電型液滴吐出ノズルの形状および湿度の少なくともいずれかとの対応関係を学習させた学習モデルである、
請求項１に記載の液滴吐出方法。
請求項１に記載の液滴吐出方法。
【請求項6】
前記機械学習モデルは、前記パターンと、前記基板に対する液滴の接触角との対応関係を学習させた学習モデルである、
請求項１に記載の液滴吐出方法。
請求項１に記載の液滴吐出方法。
【請求項7】
前記液滴吐出条件は、吐出電圧、周波数、前記基板と静電型液滴吐出ノズルとの間の距離の少なくとも一つを含む、
請求項１乃至６のいずれか一項に記載の液滴吐出方法。
請求項１乃至６のいずれか一項に記載の液滴吐出方法。
【請求項8】
基板上のパターンを撮像する撮像部と、
前記パターンに対応する第１撮像データを取得し、前記第１撮像データを機械学習モデルに適用して機械学習を行い、静電方式による液滴吐出条件を生成する制御部と、
を含む、
液滴吐出装置。
前記パターンに対応する第１撮像データを取得し、前記第１撮像データを機械学習モデルに適用して機械学習を行い、静電方式による液滴吐出条件を生成する制御部と、
を含む、
液滴吐出装置。
【請求項9】
前記制御部は、あらかじめ取得された第１撮像データを対象とした機械学習により前記機械学習モデルを生成する、
請求項８に記載の液滴吐出装置。
請求項８に記載の液滴吐出装置。
【請求項10】
静電型液滴吐出ノズルから吐出された液滴の形状を撮像する第２撮像部を含み、
前記機械学習モデルは、前記パターンと前記液滴の形状との対応関係を学習させた学習モデルである、
請求項８に記載の液滴吐出装置。
前記機械学習モデルは、前記パターンと前記液滴の形状との対応関係を学習させた学習モデルである、
請求項８に記載の液滴吐出装置。
【請求項11】
前記機械学習モデルは、前記パターンと前記基板の導電率との対応関係を学習させた学習モデルである、
請求項８に記載の液滴吐出装置。
請求項８に記載の液滴吐出装置。
【請求項12】
前記機械学習モデルは、前記パターンと、静電型液滴吐出ノズルの形状および湿度の少なくともいずれかとの対応関係を学習させた学習モデルである、
請求項８に記載の液滴吐出装置。
請求項８に記載の液滴吐出装置。
【請求項13】
前記機械学習モデルは、前記パターンと、前記基板に対する液滴の接触角との対応関係を学習させた学習モデルである、
請求項８に記載の液滴吐出装置。
請求項８に記載の液滴吐出装置。
【請求項14】
前記液滴吐出条件は、吐出電圧、周波数、前記基板と静電型液滴吐出ノズルとの間の距離の少なくとも一つを含む、
請求項８乃至１３のいずれか一項に記載の液滴吐出装置。
請求項８乃至１３のいずれか一項に記載の液滴吐出装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、液滴吐出装置および液滴吐出方法に関する。
【背景技術】
【0002】
近年、インクジェット印刷技術の工業用プロセスへの応用が行われている。例えば、液晶ディスプレー用のカラーフィルター製造工程などはその一例である。インクジェット印刷技術として、従来は機械的圧力や振動により液滴を吐出する、いわゆるピエゾ型ヘッドが多く使用されてきていたが、より微細な液滴を吐出できる静電吐出型インクジェットヘッドが注目されている。特許文献１には、静電吐出型インクジェット記録装置について開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平１０－３４９６７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
一方、基材に設けられるパターンは様々であり、一様ではない。ピエゾ方式の場合、基板側のパターンによる影響を受けずに液滴を吐出することができるが、静電方式の液滴吐出の場合、パターンがある場所と、パターンがない場所では液滴吐出条件に違いが生じるため、均一なサイズの液滴を吐出できない（パターンを均一に形成できない）場合がある。
【0005】
そこで、本発明は、基板側のパターンによる影響を受けずに静電方式による液滴吐出を安定して行うことを目的の一つとする。
【課題を解決するための手段】
【0006】
本発明の一実施形態によれば基板上のパターンを撮像し、基板上のパターンを撮像し、前記パターンに対応する第１撮像データを取得し、前記第１撮像データを機械学習モデルに適用して機械学習を行い、静電方式による液滴吐出条件を生成することを含む、液滴吐出方法が提供される。
【0007】
上記液滴吐出方法において、あらかじめ取得された第１撮像データを対象とした機械学習により前記機械学習モデルを生成することをさらに含んでもよい。
【0008】
上記液滴吐出方法において、静電型液滴吐出ノズルから吐出された液滴の形状を撮像することを含み、前記機械学習モデルは、前記パターンと前記液滴の形状との対応関係を学習させた学習モデルであってもよい。
【0009】
上記液滴吐出方法において、前記機械学習モデルは、前記パターンと前記基板の導電率との対応関係を学習させた学習モデルであってもよい。
【0010】
上記液滴吐出方法において、前記機械学習モデルは、前記パターンと、静電型液滴吐出ノズルの形状および湿度の少なくともいずれかとの対応関係を学習させた学習モデルであってもよい。
【0011】
上記液滴吐出方法において、前記機械学習モデルは、前記パターンと、前記基板に対する液滴の接触角との対応関係を学習させた学習モデルであってもよい。
【0012】
上記液滴吐出装置において、前記液滴吐出条件は、吐出電圧、周波数、前記基板と前記静電型液滴吐出ノズルとの間の距離の少なくとも一つを含んでもよい。
【0013】
本発明の一実施形態によれば、基板上のパターンを撮像する撮像部と、前記パターンに対応する第１撮像データを取得し、前記第１撮像データを機械学習モデルに適用して機械学習を行い、静電方式による液滴吐出条件を生成する制御部と、を含む、液滴吐出装置が提供される。
【0014】
上記液滴吐出装置において、前記制御部は、あらかじめ取得された第１撮像データを対象とした機械学習により前記機械学習モデルを生成してもよい。
【0015】
上記液滴吐出装置において、静電型液滴吐出ノズルから吐出された液滴の形状を撮像する第２撮像部を含み、前記機械学習モデルは、前記パターンと前記液滴の形状との対応関係を学習させた学習モデルであってもよい。
【0016】
上記液滴吐出装置において、前記機械学習モデルは、前記パターンと前記基板の導電率との対応関係を学習させた学習モデルであってもよい。
【0017】
上記液滴吐出装置において、前記機械学習モデルは、前記パターンと、静電型液滴吐出ノズルの形状および湿度の少なくともいずれかとの対応関係を学習させた学習モデルであってもよい。
【0018】
上記液滴吐出装置において、前記機械学習モデルは、前記パターンと、前記基板に対する液滴の接触角との対応関係を学習させた学習モデルであってもよい。
【0019】
上記液滴吐出装置において、前記液滴吐出条件は、吐出電圧、周波数、前記基板と静電型液滴吐出ノズルとの間の距離の少なくとも一つを含んでもよい。
【発明の効果】
【0020】
本発明の一実施形態を用いることにより、基板側のパターンによる影響を受けずに静電方式による液滴吐出を安定して行うことができる。
【図面の簡単な説明】
【0021】
【図1】本発明の一実施形態に係る液滴吐出装置の概略図である。
【図2】本発明の一実施形態に係る制御部の機能ブロック図である。
【図3】本発明の一実施形態に係る液滴吐出条件データセットである。
【図4】本発明の一実施形態に係る液滴吐出のフロー図である。
【図5】本発明の一実施形態に係る学習処理のフロー図である。
【図6A】撮像データの模式図である。
【図6B】撮像データの模式図である。
【図7A】撮像データの模式図である。
【図7B】撮像データの模式図である。
【図7C】撮像データの模式図である。
【図8A】撮像データの模式図である。
【図8B】撮像データの模式図である。
【図8C】撮像データの模式図である。
【図9】本発明の一実施形態に係る液滴吐出のフロー図である。
【図10】本発明の一実施形態に係る液滴吐出のフロー図である。
【図11】本発明の一実施形態に係る液滴吐出装置の概略図である。
【図12】本発明の一実施形態に係る制御部の機能ブロック図である。
【図13】本発明の一実施形態に係る液滴吐出装置の概略図である。
【図14A】マルチノズルヘッド１５１の一部を拡大した上面模式図である。
【図14B】マルチノズルヘッド１５１の一部を拡大した断面模式図である。
【発明を実施するための形態】
【0022】
以下、本出願で開示される発明の各実施形態について、図面を参照しつつ説明する。但し、本発明は、その要旨を逸脱しない範囲において様々な形態で実施することができ、以下に例示する実施形態の記載内容に限定して解釈されるものではない。
【0023】
なお、本実施形態で参照する図面において、同一部分または同様な機能を有する部分には同一の符号または類似の符号（数字の後にＡ、Ｂ、または－１，－２等を付しただけの符号）を付し、その繰り返しの説明は省略する場合がある。また、図面の寸法比率は説明の都合上実際の比率とは異なったり、構成の一部が図面から省略されたりする場合がある。
【0024】
さらに、本発明の詳細な説明において、ある構成物と他の構成物の位置関係を規定する際、「上に」「下に」とは、ある構成物の直上あるいは直下に位置する場合のみでなく、特に断りの無い限りは、間にさらに他の構成物を介在する場合を含むものとする。
【0025】
【0026】
液滴吐出装置１００は、制御部１１０、記憶部１１５、電源部１２０、駆動部１３０、液滴吐出部１４０、撮像部１６０および基板保持部１９０を含む。
【0027】
制御部１１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、またはその他の演算処理回路を含む。制御部１１０は、あらかじめ設定された液滴吐出用プログラムを用いて、液滴吐出部１４０の吐出処理を制御する。
【0028】
記憶部１１５は、液滴吐出用プログラム、および液滴吐出用プログラムで用いられる各種情報を記憶するデータベースとしての機能を有する。記憶部１１５には、メモリ、ＳＳＤ、または記憶可能な素子が用いられる。
【0029】
電源部１２０は、制御部１１０、記憶部１１５、駆動部１３０、液滴吐出部１４０および基板保持部１９０と接続される。電源部１２０は、制御部１１０から入力される信号をもとに、液滴吐出部１４０に電圧を印加する。この例では、電源部１２０は、液滴吐出部１４０に対してパルス状の電圧を印加する。なお、パルス電圧に限定されず、一定の電圧が常時印加されてもよい。液滴吐出部１４０に対して電源部１２０から印加された電圧により後述する液滴吐出ノズル１４１の先端部１４１ａから液滴が基板２００の方向（第３方向Ｄ３）に吐出される。
【0030】
駆動部１３０は、モータ、ベルト、ギアなどの駆動部材により構成される。駆動部１３０は、制御部１１０からの指示に基づき、基板保持部１９０に対して液滴吐出部１４０（液滴吐出ノズル１４１）を相対的に（この例では、第１方向Ｄ１または第２方向Ｄ２。第１方向Ｄ１と第２方向Ｄ２は交差する（直交する））に移動させる。これにより、駆動部１３０は、装置使用時（液滴吐出時）における基板２００と液滴吐出部１４０との相対的な位置関係を制御する。
【0031】
駆動部１３０は、液滴吐出部１４０（液滴吐出ノズル１４１）を適宜固定して基板２００を移動させてもよい。また、駆動部１３０は、ゴニオステージなどの位置調整機構と組み合わせて用いられ、液滴吐出ノズル１４１とを微調整してもよい。
【0032】
液滴吐出部１４０は、液滴吐出ノズル１４１およびインクタンク１４３を含む。液滴吐出ノズル１４１には、静電方式のインクジェットノズルが用いられる。そのため、液滴吐出ノズルは、静電型液滴吐出ノズルともいう。液滴吐出ノズル１４１の先端部１４１ａの内径は、数百ｎｍ以上２０μｍ以下、好ましくは１μｍ以上１５μｍ以下、より好ましくは５μｍ以上１２μｍ以下である。
【0033】
液滴吐出ノズル１４１は、ガラス管を有し、ガラス管の内部に電極１４５が設けられる。この例では、電極１４５には、タングステンの細線が用いられる。なお、電極１４５は、タングステンに限定されず、ニッケル、モリブデン、チタン、金、銀、銅、白金などが設けられてもよい。
【0034】
液滴吐出部１４０の液滴吐出ノズル１４１は、基板２００の表面（基板保持部１９０の上面）に対して垂直に設けられる。
【0035】
基板保持部１９０は、基板２００を保持する機能を有する。基板保持部１９０は、この例ではステージが用いられる。基板保持部１９０が基板２００を保持する機構は特に制限されず、一般的な保持機構が用いられる。この例では、基板２００は、基板保持部１９０に真空吸着している。なお、本発明はこれに限定されず、基板保持部１９０は固定具を用いて基板２００を保持してもよい。
【0036】
基板２００は、液滴吐出部１４０から吐出される液滴が吐出される部材をいう。この例では、基板２００にはガラス基板が用いられる。なお、基板２００はガラス基板に限定されない。例えば、金属板であってもよいし、樹脂製の板状部材でもよい。また、基板に限定されず、固定可能であれば、他の形状の構造物でもよい。また、基板２００上には、金属配線または有機樹脂材料により形成されたパターンＰ１，Ｐ２，Ｐ３が設けられる。また、基板２００には、液滴吐出用の対向電極が設けられてもよい。このとき、基板２００には、ＧＮＤ（Ｇｒｏｕｎｄ）電位が印加されてもよい。
【0037】
撮像部１６０は、基板２００に形成されているパターンを撮像する。この例では、撮像部１６０には、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）方式またはＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）方式のイメージセンサ（カメラ）が用いられる。撮像部１６０で取得された情報は、制御部１１０および記憶部１１５に送られる。
【0038】
（１－２．制御部の機能ブロック図）
図２は、制御部１１０の機能ブロック図である。図２に示すように、制御部１１０は、液滴吐出を実現させるプログラム（液滴吐出プログラム）において、機能部として、取得部１１０１、学習処理部１１０３、生成部１１０５、および吐出指示部１１０７を含む。
図２は、制御部１１０の機能ブロック図である。図２に示すように、制御部１１０は、液滴吐出を実現させるプログラム（液滴吐出プログラム）において、機能部として、取得部１１０１、学習処理部１１０３、生成部１１０５、および吐出指示部１１０７を含む。
【0039】
取得部１１０１は、撮像部１６０によって撮像された撮像データを取得する機能を有する。取得された撮像データは、記憶部１１５に格納される。
【0040】
学習処理部１１０３は、あらかじめ取得された撮像データ（教師データ）を用いて生成された機械学習モデルに基づいて機械学習を行う機能を有する。
【0041】
生成部１１０５は、学習結果に基づいて液滴吐出条件を生成する機能を有する。図３は、液滴吐出条件データセット３００である。この例では、液滴吐出条件データセット３００は、パターン識別子３０１、基板－液滴吐出ノズル間の距離３０３、吐出電圧３０５、液滴吐出するときにパルス電圧を印加する周波数３０７を含む。
【0042】
吐出指示部１１０７は、生成された液滴吐出条件に基づいて液滴吐出部１４０から液滴を吐出するように、液滴吐出部１４０、電源部１２０および駆動部１３０に指示する機能を有する。
【0043】
【0044】
まず、撮像部１６０は、制御部１１０の指示に基づき基板２００に形成されたパターンを撮像する（ステップＳ１０１）。パターンを撮像するときは、広角でパターン全体を撮像してもよいし、スキャン操作により撮像してもよいし、部分的に撮像してもよい。撮像した撮像データは、制御部１１０に送信される。取得部１１０１は、撮像データを取得し（ステップＳ１０３）、撮像データは、記憶部１１５に格納される。
【0045】
このとき、制御部１１０は、撮像データから最小パターン寸法、形状、段差の有無などの情報を取得してもよい。
【0046】
次に、学習処理部１１０３は、取得した撮像データを機械学習モデルに適用して機械学習を行う（ステップＳ１０５）。機械学習モデルの生成は以下のように行われる。
【0047】
図５は、本実施形態における機械学習モデル生成のフロー図Ｓ１０５０である。図５に示すように、機械学習モデルを生成するための撮像データをあらかじめ取得する（ステップＳ１０５１）。図６Ａ～Ｂ、図７Ａ～Ｃ、および図８Ａ～Ｃは、撮像データの模式図である。図６Ａ～Ｂ、図７Ａ～Ｃ、および図８Ａ～Ｃに示すように、あらかじめ取得する撮像データは、様々なパターンに対応するように取得される。
【0048】
線形のパターンの場合、図６Ａには、隣接する線形パターン４１０間の間隔ｓが異なるパターン４００ａが示される。具体的には、パターン４００ａにおいて、パターン４００ａ－１は、間隔ｓ１を有する。パターン４００ａ－２は、間隔ｓ２を有する。パターン４００ａ－３は、間隔ｓ３を有する。間隔ｓ１、間隔ｓ２、間隔ｓ３の順に間隔が大きくなる。このとき、パターン４００ａの形状は同じであってもよい。図６Ｂには、異なる線幅Ｌを有する線形パターン４１０が形成されたパターン４００ｂが示される。具体的には、パターン４００ｂにおいて、パターン４００ｂ－１は、線幅Ｌ１を有する。パターン４００ｂ－２は、線幅Ｌ２を有する。パターン４００ｂ－３は、線幅Ｌ３を有する。線幅Ｌ１、線幅Ｌ２、線幅Ｌ３の順に線幅Ｌが大きくなる。このとき、パターン４００ｂの形状は同じであってもよい。
【0049】
円形のパターンの場合、図７Ａには、異なる直径Ｒを有する円形パターン４２０が形成されたパターン４００ｃが示される。具体的には、パターン４００ｃにおいて、パターン４００ｃ－１は、直径Ｒ１の円形パターン４２０を有する。パターン４００ｂ－２は、直径Ｒ２の円形パターン４２０を有する。パターン４００ｂ－３は、直径Ｒ３の円形パターン４２０を有する。直径Ｒ１、直径Ｒ２、直径Ｒ３の順に直径Ｒが大きくなる。図７Ｂには、隣接する円形パターン４２０間の間隔ｓが異なるパターン４００ｄが示される。具体的には、パターン４００ｄにおいて、パターン４００ｄ－１は、間隔ｓ１を有する。パターン４００ｄ－２は、間隔ｓ２を有する。間隔ｓ１、間隔ｓ２の順に間隔ｓが大きくなる。円形パターン４２０は同じであってもよ。図７Ｃには、複雑な円形パターンを有するパターン４００ｅが示される。具体的には、パターン４００ｅ－１は、中心部に空間を有するように環形状を有する。パターン４００ｅ－２は、楕円形状を有する。パターン４００ｅ－３は、２つの円が一部において結合する形状を有する。
【0050】
図８Ａ、図８Ｂ、および図８Ｃには、さらに複雑なパターンが示される。パターン４００ｆは、複数パターンが一部において重なっている。具体的には、図８Ａにおいて、パターン４００ｆ－１では、２つの線形パターン４１０が重畳部４１０ｆｃにおいて重畳している。パターン４００ｆ－２は、３つの線形パターン４１０が、重畳部４１０ｆｃにおいて重畳している。これにより、パターン４００ｆ－１およびパターン４００ｆ－２は、異なる高さの段差を有する。図８Ｂには、複数の凹凸を有するパターンとして星形形状を有するパターン４００ｇが示される。図８Ｃには、さらに多くの凹凸を有するパターン４００ｈが示される。
【0051】
次に、あらかじめ取得した撮像データを基に教師データを生成する（ステップＳ１０５３）。このとき、ユーザからの入力により任意に教師データを生成してもよい。具体的には、実際に吐出処理を行った結果を入力することにより教師データを生成してもよい。また、教師データは、一つのパターンおよびそれに対応する細分化した液滴吐出条件でもよいし、所定の範囲におけるパターン群およびそれに対応する液滴吐出条件でもよい。一つのパターンおよびそれに対応する細分化した液滴吐出条件の場合、より正確な液滴吐出条件を生成（設定）することができる。所定の範囲におけるパターン群およびそれに対応する液滴吐出条件の場合、広い領域の液滴吐出条件を生成（設定）することができる。
【0052】
次に、教師データおよびあらかじめ取得した撮像データを用いて機械学習を行う（ステップＳ１０５５）。機械学習には、誤差逆伝播法（Ｂａｃｋｐｒｏｐａｇａｔｉｏｎ）、遺伝的アルゴリズム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ：ＧＡ）などの公知の学習方法が用いられてもよい。機械学習を繰り返し行うことにより、液滴を吐出するするための条件（液滴吐出条件）を生成するための機械学習モデルが生成される（ステップＳ１０５７）。
【0053】
図４に戻って説明する。撮像データを機械学習モデルに適用して機械学習が行われ、その結果として、制御部１１０は、液滴吐出条件を生成する（出力する）（ステップＳ１０７）。このとき、図３に示すように、液滴吐出条件として、取得された撮像データに対応するパターン識別子３０１、基板－液滴吐出ノズル間の距離３０３、吐出電圧３０５、液滴吐出するときにパルス電圧を印加する周波数３０７を含む液滴吐出条件データセットが生成される。
【0054】
制御部１１０は、液滴吐出部１４０に生成された液滴吐出条件による液滴吐出を指示する。最後に、上記指示により、液滴吐出部１４０が基板（基板）に液滴を吐出する（ステップＳ１０９）。以上が、液滴吐出方法である。
【0055】
本実施形態の場合、基板上のパターンを入力パラメータとして用いることにより、当該パターンに応じた最適な液滴吐出条件（パラメータ）が設定される。これにより、パターンによる影響を受けずに静電方式による液滴吐出を行うことができ、均一なパターン形成が可能である。したがって、本実施形態を用いることにより、基板側のパターンによる影響を受けずに静電方式による液滴吐出を安定して行うことができる。
【0056】
また、本実施形態において生成する液滴吐出条件が一つのパターンに対応する細分化した条件である場合、１回の吐出ごとに最適な条件で液滴を吐出することができる。また、本実施形態において生成する液滴吐出条件が所定の範囲におけるパターン群に対応する場合、その範囲に対して最適な条件で液滴を吐出することができる。
【0057】
また、本実施形態の場合、基板上のパターンを撮像後、瞬時に液滴吐出条件を生成することができる。これにより、ダイナミックに吐出条件を制御しながら液滴を吐出することもできる。
【0058】
＜第２実施形態＞
本実施形態では、第１実施形態と異なる液滴吐出方法について説明する。具体的には、基板側の導電率を機械学習モデルに適用して、液滴吐出条件を生成する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
本実施形態では、第１実施形態と異なる液滴吐出方法について説明する。具体的には、基板側の導電率を機械学習モデルに適用して、液滴吐出条件を生成する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
【0059】
図９は、本実施形態における液滴吐出方法を示すフロー図Ｓ１００Ａである。本実施形態において、取得部１１０１は、撮像データとともに（ステップＳ１０３）、基板の導電率データを取得してもよい（ステップＳ１０４）。そして、学習処理部１１０３は、撮像データとともに、基板側の導電率を一つの機械学習モデルに適用してもよい。（ステップＳ１０５Ａ）。このとき、機械学習モデルは、基板上のパターンと基板側の導電率との対応関係を学習させた学習モデルである。
【0060】
静電方式の液滴吐出の場合、基板側（基板またはパターン内部）に電荷が蓄積していると、液滴吐出ノズルに印加されるべき電圧が適切に印加されない場合がある。このとき、ほかの液滴吐出条件（パラメータ）が適切であっても、安定して液滴が吐出できない。そのため、基板側の導電率が低い場合（絶縁基板の場合）、基板と液滴吐出ノズル間の距離を長くするように制御することが望ましい。基板と液滴吐出ノズル間の距離は、パターンのサイズにより影響される場合がある。そのため、基板（またはパターン）の導電率（または抵抗率）を機械学習モデルに適用することにより、最適な液滴吐出条件、とくに基板と液滴吐出ノズル間の最適距離を設定することができる。
【0061】
したがって、本実施形態を用いることにより、静電方式による液滴吐出をさらに安定して行うことができる。
【0062】
なお、本実施形態では、撮像データとともに、基板側の導電率を一つの機械学習モデルに適用する例を示したが、本発明はこれに限定されない。例えば、基板側の導電率について別の機械学習モデルに適用して機械学習を行い、導電率に対応する補正係数を生成してもよい。この場合、基板上のパターンを機械学習モデルに適用することにより生成された液滴吐出条件に補正係数を組み合わせることで新たな液滴吐出条件を生成してもよい。
【0063】
＜第３実施形態＞
本実施形態では、第１実施形態と異なる液滴吐出方法について説明する。具体的には、基板側の接触角を機械学習モデルに適用して、液滴吐出条件を生成する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
本実施形態では、第１実施形態と異なる液滴吐出方法について説明する。具体的には、基板側の接触角を機械学習モデルに適用して、液滴吐出条件を生成する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
【0064】
図１０は、本実施形態における液滴吐出方法を示すフロー図Ｓ１００Ｂである。図１０に示すように、本実施形態において、取得部１１０１は、撮像データ（ステップＳ１０３）とともに、基板側の接触角データを取得してもよい（ステップＳ１０４Ｂ）。学習処理部１１０３は、撮像データとともに、基板の接触角を一つの機械学習モデルに適用してもよい（ステップＳ１０５Ｂ）。このとき、機械学習モデルは、基板上のパターンと基板側の接触角との対応関係を学習させた学習モデルである。
【0065】
基板の接触角によっては、基板に所定のサイズのパターン形成できない場合がある。そのため、基板側の接触角に応じて、生成部１１０５は、液滴吐出前の前処理（撥液性処理、親液性処理）を液滴吐出条件に追加してもよい。
【0066】
なお、本実施形態では、撮像データとともに、基板側の接触角を一つの機械学習モデルに適用する例を示したが、本発明はこれに限定されない。例えば、基板側の接触角について別の機械学習モデルに適用して機械学習を行い、それに対応する補正係数を生成してもよい。この場合、基板上のパターンを機械学習モデルに適用することにより生成された液滴吐出条件に補正係数を組み合わせることで新たな液滴吐出条件を生成してもよい。
【0067】
したがって、本実施形態を用いることにより、静電方式による液滴吐出をさらに安定して行うことができる。
【0068】
＜第４実施形態＞
本実施形態では、第１実施形態とは異なる液滴吐出装置について説明する。具体的には、第２撮像部を有する液滴吐出装置について説明する。なお、第１実施形態の説明と重複する部分については、適宜省略して説明する。
本実施形態では、第１実施形態とは異なる液滴吐出装置について説明する。具体的には、第２撮像部を有する液滴吐出装置について説明する。なお、第１実施形態の説明と重複する部分については、適宜省略して説明する。
【0069】
図１１は、液滴吐出装置１００Ｃの模式図である。図１１に示すように、液滴吐出装置１００Ｃは、液滴吐出装置１００は、制御部１１０、記憶部１１５、電源部１２０、駆動部１３０、液滴吐出部１４０、撮像部１６０および基板保持部１９０に加えて、第２撮像部１７０を含む。
【0070】
第２撮像部１７０は、液滴吐出ノズル１４１から吐出される液滴形状を撮像することができる。撮像した撮像データ（第２撮像データともいう）は、制御部１１０に送信される。取得部１１０１は、第２撮像データを取得し、学習処理部１１０３は、第１撮像データとともに第２撮像データを一つの機械学習モデルに適用して機械学習を行ってもよい。この場合、機械学習モデルは、基板上のパターンと液滴の形状との対応関係を学習させた学習モデルである。
【0071】
本実施形態の場合、液滴のダイナミックな形状を把握することができるため、今までパラメータして入力されていなかった情報を用いて機械学習を行うことができる。これにより、さらに適切な液滴吐出条件を生成することができる。したがって、本実施形態を用いることにより、静電方式による液滴吐出をさらに安定して行うことができる。
【0072】
なお、本実施形態では、第１撮像データとともに、第２撮像データを一つの機械学習モデルに適用する例を示したが、本発明はこれに限定されない。例えば、第２撮像データ（液滴の形状）について別の機械学習モデルに適用して機械学習を行い、それに対応する補正係数を生成してもよい。この場合、基板上のパターンを機械学習モデルに適用することにより生成された液滴吐出条件に補正係数を組み合わせることで新たな液滴吐出条件を生成してもよい。
【0073】
また、本実施形態では、撮像部１６０と、第２撮像部１７０は、別々に設けられる例を示したが、本発明はこれに限定されない。撮像部１６０と、第２撮像部１７０が一体として設けられてもよい。
【0074】
＜第５実施形態＞
本実施形態では、第１実施形態と異なる液滴吐出装置について説明する。具体的には、制御部１１０が機能部として分析部を有する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
本実施形態では、第１実施形態と異なる液滴吐出装置について説明する。具体的には、制御部１１０が機能部として分析部を有する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
【0075】
図１２は、制御部１１０Ｄの機能ブロックである。図１３に示すように、制御部１１０Ｄは、液滴吐出を実現させるプログラム（液滴吐出プログラム）において、機能部として、取得部１１０１、学習処理部１１０３、生成部１１０５、および吐出指示部１１０７に加えて分析部１１０９を含む。
【0076】
分析部１１０９は、生成された液滴吐出条件によって吐出された液滴の形状またはサイズと、あらかじめ設定された液滴の形状またはサイズとを比較分析し、液滴吐出条件を判定する機能を有する。分析結果は、機械学習モデルに適用されてもよい。これにより、適切な液滴吐出条件を生成することができる。したがって、本実施形態を用いることにより、静電方式による液滴吐出をさらに安定して行うことができる。
【0077】
＜第６実施形態＞
本実施形態では、第１実施形態と異なる液滴吐出装置について説明する。具体的には、液滴吐出部がマルチノズルヘッドを有する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
本実施形態では、第１実施形態と異なる液滴吐出装置について説明する。具体的には、液滴吐出部がマルチノズルヘッドを有する例について説明する。なお、説明の関係上、第１実施形態と同様の構成については適宜省略して説明する。
【0078】
（１－１．液滴吐出装置１００Ｅの構成）
図１３は、本発明の一実施形態に係る液滴吐出装置１００の概略図である。図１３に示すように、液滴吐出装置１００Ｅは、制御部１１０、記憶部１１５、電源部１２０、駆動部１３０、液滴吐出部１４０Ｅ、撮像部１６０および基板保持部１９０を含む。
図１３は、本発明の一実施形態に係る液滴吐出装置１００の概略図である。図１３に示すように、液滴吐出装置１００Ｅは、制御部１１０、記憶部１１５、電源部１２０、駆動部１３０、液滴吐出部１４０Ｅ、撮像部１６０および基板保持部１９０を含む。
【0079】
図１４Ａは、マルチノズルヘッド１５１の一部を拡大した上面模式図である。図１４Ｂは、マルチノズルヘッド１５１の一部を拡大した断面模式図である。図１３、図１４Ａおよび図１４Ｂに示すように、液滴吐出部１４０Ｅは、インクタンク１４３、マルチノズルヘッド１５１を含む。
【0080】
マルチノズルヘッド１５１は、プレート部１５２および複数の第２液滴吐出ノズル１５３を含む。マルチノズルヘッド１５１は、マウントおよびアタッチメント（図示せず）に固定されて用いられる。第２液滴吐出ノズル１５３には、静電方式の液滴吐出型のインクジェットノズルが用いられる。
【0081】
プレート部１５２は、板状に設けられる。この例では、プレート部１５２は第１方向Ｄ１に延びる。プレート部１５２の厚さは、適宜設定される。この例では、プレート部１５２の厚さは１０μｍ以上１００μｍ以下である。
【0082】
第２液滴吐出ノズル１５３は、上部においてプレート部１５２の一面（下面）に接続されて設けられる。第２液滴吐出ノズル１５３は、第１方向Ｄ１に並んで配置されるが、適宜第２方向Ｄ２にも配置されてもよい。第２液滴吐出ノズル１５３は、先細る形状を有する。
【0083】
プレート部１５２は、第２液滴吐出ノズル１５３と対応する部分（重畳する部分）に第２液滴吐出ノズル１５３の吐出口（第２液滴吐出ノズル１５３の先端部１５３ａ）の内径ｒ１５３ａよりも大きい内径ｒ１５２ｏを有する貫通孔１５２ｏを有する。プレート部１５２の貫通孔の内径は、１μｍ以上１００μｍ以下であってもよい。第２液滴吐出ノズル１５３の先端部１５３ａの内径は、数百ｎｍ以上５０μｍ以下、好ましくは１μｍ以上３０μｍ以下、より好ましくは５μｍ以上２０μｍ以下であってもよい。本実施形態においては、各々の第２液滴吐出ノズル１５３に設けられた電極１５５に対して電圧を印加することができる。電極１５５には、タングステン、ニッケル、モリブデン、チタン、金、銀、銅、白金などが設けられてもよい。
【0084】
本実施形態の場合、基板上のパターンに応じてノズルごとに液滴吐出条件を生成してもよい。これにより、パターンの有無、形状、サイズ等に応じて適切な液滴吐出条件を設定することができるとともに、複数のノズルを用いて液滴を吐出することによりパターン形成時間を短縮することができる。
【0085】
また、本実施形態において、液滴吐出ノズルの形状を機械学習モデルに適用してもよい。これにより、シングルノズル、マルチノズルの違いに応じて適切な液滴吐出条件を生成することができる。
【0086】
なお、本実施形態では、各第２液滴吐出ノズル１５３に電極が設けられる例を示したが、本発明はこれに限定されない。例えば、電極１５５を有さずに第２液滴吐出ノズル１５３およびプレート部１５２に電圧を直接印加してもよいし、第２液滴吐出ノズル１５３に貯蔵されたインクに電圧を印加してもよい。また、第２液滴吐出ノズル１５３、プレート部１５２またはインクに対して電圧を印加する例を示したが、マルチノズルヘッド１５１を保持する治具（例えば、マウントまたはアタッチメント）に電圧が印加されてよい。
【0087】
（変形例）
本発明の思想の範疇において、当業者であれば、各種の変更例および修正例に想到し得るものであり、それら変更例および修正例についても本発明の範囲に属するものと了解される。例えば、前述の各実施形態に対して、当業者が適宜、構成要素の追加、削除、各実施形態の組み合わせ若しくは設計変更を行ったもの、又は、処理の追加、省略若しくは条件変更を行ったものも、本発明の要旨を備えている限り、本発明の範囲に含まれる。
本発明の思想の範疇において、当業者であれば、各種の変更例および修正例に想到し得るものであり、それら変更例および修正例についても本発明の範囲に属するものと了解される。例えば、前述の各実施形態に対して、当業者が適宜、構成要素の追加、削除、各実施形態の組み合わせ若しくは設計変更を行ったもの、又は、処理の追加、省略若しくは条件変更を行ったものも、本発明の要旨を備えている限り、本発明の範囲に含まれる。
【0088】
（変形例１）
本発明の第１実施形態では、基板を撮像して、撮像データを取得する例を示したが、本発明はこれに限定されない。例えば、基板上に形成されているパターンに対応する形状データ（設計データ）を取得して、機械学習モデルに適用してもよい。
本発明の第１実施形態では、基板を撮像して、撮像データを取得する例を示したが、本発明はこれに限定されない。例えば、基板上に形成されているパターンに対応する形状データ（設計データ）を取得して、機械学習モデルに適用してもよい。
【0089】
（変形例２）
本発明の第１実施形態では、生成される液滴吐出条件として、基板－液滴吐出ノズル間の距離３０３、吐出電圧３０５、液滴吐出するときにパルス電圧を印加する周波数３０７を含む例を示したが、本発明はこれに限定されない。例えば、液滴吐出条件は、走査速度、吐出量、吐出位置（座標）などの別のパラメータを適宜含んでもよい。
本発明の第１実施形態では、生成される液滴吐出条件として、基板－液滴吐出ノズル間の距離３０３、吐出電圧３０５、液滴吐出するときにパルス電圧を印加する周波数３０７を含む例を示したが、本発明はこれに限定されない。例えば、液滴吐出条件は、走査速度、吐出量、吐出位置（座標）などの別のパラメータを適宜含んでもよい。
【0090】
（変形例３）
本発明の一実施形態では、湿度および液滴吐出ノズルの径の少なくともいずれかを機械学習モデルに適用することにより液滴吐出条件を生成してもよい。この場合、機械学習モデルは、基板上のパターンと、静電型液滴吐出ノズルの形状および湿度の少なくともいずれかとの対応関係を学習させた学習モデルであってもよい。
本発明の一実施形態では、湿度および液滴吐出ノズルの径の少なくともいずれかを機械学習モデルに適用することにより液滴吐出条件を生成してもよい。この場合、機械学習モデルは、基板上のパターンと、静電型液滴吐出ノズルの形状および湿度の少なくともいずれかとの対応関係を学習させた学習モデルであってもよい。
【符号の説明】
【0091】
１００・・・液滴吐出装置，１１０・・・制御部，１１５・・・記憶部，１２０・・・電源部，１３０・・・駆動部，１４０・・・液滴吐出部，１４１・・・液滴吐出ノズル，１４１ａ・・・先端部，１４３・・・インクタンク，１４５・・・電極，１５１・・・マルチノズルヘッド，１５２・・・プレート部，１５２ｏ・・・貫通孔，１５３・・・第２液滴吐出ノズル，１５３ａ・・・先端部，１５５・・・電極，１６０・・・撮像部，１７０・・・第２撮像部，１９０・・・基板保持部，２００・・・基板，３００・・・液滴吐出条件データセット，３０１・・・パターン識別子，３０３・・・距離，３０５・・・吐出電圧，４１０・・・線形パターン，４１０ｆｃ・・・重畳部，４２０・・・円形パターン，１１０１・・・取得部，１１０３・・・学習処理部，１１０５・・・生成部，１１０７・・・吐出指示部，１１０９・・・分析部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6A】
【図6B】
【図7A】
【図7B】
【図7C】
【図8A】
【図8B】
【図8C】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14A】
【図14B】