一种LED液晶显示屏的检修方法及系统与流程

一种led液晶显示屏的检修方法及系统
技术领域
1.本发明涉及液晶显示屏技术领域，特别涉及一种led液晶显示屏的检修方法及系统。


背景技术：

2.显示屏是一种将电子信号转换为可视化图像的设备，也称为显示器或监视器。它通常用于电脑、电视、手机、平板电脑等设备上，用于显示文字、图像、视频等内容。显示屏的主要组成部分包括显示面板、控制电路和外壳。其中，显示面板是最重要的组件，它由许多小型光电元件组成，通过这些元件的开关控制像素点的亮度和颜色，从而形成图像。不同类型的显示屏使用不同种类的面板技术，如液晶显示屏（lcd）、有机发光二极管（oled）等。控制电路是负责接收和处理输入信号，并将其转换为适合显示面板的信号。外壳则起到保护和支撑作用。根据应用场景和需求不同，显示屏可以分为多种类型，如笔记本电脑屏幕、台式电脑屏幕、平板电脑屏幕、手机屏幕等。同时，在设计上也有多种不同形态和尺寸可供选择。随着显示屏技术的不断发展，市场上出现了越来越多的显示屏产品，而这些产品的质量问题也越来越引起人们的关注。然而，作为复杂的电子设备，led显示器在使用过程中仍然存在一些潜在的故障和问题。这些故障可能包括像素点损坏、亮度不均匀、色彩失真、驱动电路故障等。这些问题不仅会影响显示效果和用户体验，还可能导致产品质量问题、客户投诉以及维修成本增加。因此，led显示器的制造商和维修服务提供商需要开发一种高效、准确的检修系统，以提高故障检测和维修的效率，降低维修时间和成本，同时提升产品质量和用户满意度。


技术实现要素：

3.本发明提供了一种led液晶显示屏的检修方法及系统，用以提高故障检测和维修的效率，降低维修时间和成本，同时提升产品质量和用户满意度。
4.本发明提出的一种led液晶显示屏的检修方法，所述方法包括：s1、获取显示器的型号，在对应型号下，通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间，所述第一检修数据包括显示屏的亮度、色彩、斑点和反应速度中的至少一个；s2、对第一检修数据进行深入检查，获取第二检修数据，所述第二检修数据包括但不限于元器件连接情况、电压、电容和电阻；s3、根据所述第一检修数据，预估所述第二检修数据的第二损坏特征；s4、基于所述预估第二损坏特征，通过ai展示对应的维修方案，所述预估第二损坏特征包括第二损坏等级和位置信息；s5、基于屏幕检修时间和第二损坏特征，统计故障发生的时间和频率，将低于预设时间阈值或高于预设频率阈值的故障反馈给工厂，工厂根据所述反馈做工艺或流程的改进。
5.进一步的，一种led液晶显示屏的检修方法，所述s1包括：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间；提取第一检修数据的特征，获得第一特征值；将所述第一特征值按照故障类型进行聚类分析，获得第一故障分类；获得每种类型下的第一损坏特征集合；将第一特征损坏集合向量与第一阈值进行对比获得对比结果；根据比较结果对第一损坏特征进行分级；记录所述第一损坏特征的位置信息；通过ai获取检修过程视频并上传至数据库系统。
6.进一步的，一种led液晶显示屏的检修方法，所述s2包括：提取第一故障分类下的第二检修数据的特征，获得第二特征值；所述第二特征值包括一种或多种；将第二特征集合向量与第二阈值进行对比获得对比结果；根据比较结果对第二损坏特征进行分级；记录所述第二损坏特征的位置信息；通过ai获取检修过程视频并上传至数据库系统。
7.进一步的，一种led液晶显示屏的检修方法，所述s3包括；将第一损坏特征集合与第二损坏特征进行对应，建立一条数据组；利用数据库中多次测试的数据组建立第一损坏特征集合与第二损坏特征的训练模型；根据训练模型获得第二损坏特征发生的概率、分类和位置信息；根据所述训练模型和第一检修数据预估第二损坏特征；所述第二损坏特征包括损坏等级和位置。
8.进一步的，一种led液晶显示屏的检修方法，所述s4包括：将预估第二特征发生的概率从高到低排列，通过ai依次进行展示；通过ai展示每个特征对应的维修方案；根据ai的引导进行检修，并将检修过程和结果进行上传；根据新的上传记录更新训练模型和维修指导方案。
9.进一步的，一种led液晶显示屏的检修方法，所述s5包括：基于屏幕检修时间和第二损坏特征，统计同一型号下每种故障发生的时间和/或频率；将检修记录中同一故障多次发生频率求均值，获得此类故障发生的平均频率；将所述平均频率和预设频率阈值进行对比获得频率对比结果；根据故障发生的时间和对应的第二损坏特征，获取对应的故障器件的出厂日期，根据出厂日期和故障发生的时间计算器件的使用时间；将多次故障记录中同一种部件的使用时间求均值，获得平均使用时间；将所述平均使用时间与预设时间阈值进行对比获得时间对比结果；如果所述平均使用时间小于预设时间阈值或者所述预设平均频率大于预设频率阈值；则将此故障和对应损坏特征反馈给工厂。
10.本发明提供一种led液晶显示屏的检修系统，所述系统包括：第一检修数据获取模块：获取显示器的型号，在对应型号下，通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间，所述第一检修数据包括显示屏的亮度、色彩、斑点和反应速度中的至少一个；第二检修数据获取模块：对第一检修数据进行深入检查，获取第二检修数据，所述第二检修数据包括但不限于元器件连接情况、电压、电容和电阻；预估第二损坏特征模块：根据所述第一检修数据，预估所述第二检修数据的第二损坏特征；维修指导模块：基于所述预估第二损坏特征，通过ai展示对应的维修方案，所述预估第二损坏特征包括第二损坏等级和位置信息；反馈模块：基于屏幕检修时间和第二损坏特征，统计故障发生的时间和频率，将低于预设时间阈值或高于预设频率阈值的故障反馈给工厂，工厂根据所述反馈做工艺或流程的改进。
11.进一步的，一种led液晶显示屏的检修系统，所述第一检修数据获取模块包括：第一获取模块：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间；第一特征提取模块：提取第一检修数据的特征，获得第一特征值；第一故障分类模块：将所述第一特征值按照故障类型进行聚类分析，获得第一故障分类；第一特征集合获取模块：获得每种类型下的第一损坏特征集合；第一对比模块：将第一特征损坏集合向量与第一阈值进行对比获得对比结果；第一分级模块：根据比较结果对第一损坏特征进行分级；第一位置记录模块：记录所述第一损坏特征的位置信息；第一上传模块：通过ai获取检修过程视频并上传至数据库系统。
12.进一步的，一种led液晶显示屏的检修系统，所述第二检修数据获取模块包括：第二特征提取模块：提取第一故障分类下的第二检修数据的特征，获得第二特征值；所述第二特征值包括一种或多种；第二特征对比模块：将第二特征集合向量与第二阈值进行对比获得对比结果；第二对比模块：根据比较结果对第二损坏特征进行分级；第二位置记录模块：记录所述第二损坏特征的位置信息；第二上传模块：通过ai获取检修过程视频并上传至数据库系统。
13.进一步的，一种led液晶显示屏的检修系统，所述预估第二损坏特征模块包括：数据组建立模块：将第一损坏特征集合与第二损坏特征进行对应，建立一条数据组；模型训练模块：利用数据库中多次测试的数据组建立第一损坏特征集合与第二损坏特征的训练模型；模型输出模块：根据训练模型获得第二损坏特征发生的概率、分类和位置信息；预估模块：根据所述训练模型和第一检修数据预估第二损坏特征；所述第二损坏特征包括损坏等级和位置。
14.本发明有益效果：通过一种led液晶显示屏的检修方法及系统，通过系统预设的检修模式和自动化检修流程，能够快速获取显示屏的检修数据，节省了人工检修的时间和劳动力成本。通过深入检查和预估第二损坏特征，能够更准确地识别显示屏中存在的故障类型和问题。这有助于维修人员快速定位和解决故障。基于ai展示的维修方案，可以根据预估的损坏特征为每个显示屏提供个性化的维修指导，提高维修的效果和质量。通过统计故障发生的时间和频率，并与预设的使用时间和频率阈值对比，可以对低于时间阈值或高于频率阈值的故障进行统计和反馈；这使得工厂能够根据反馈进行工艺或流程的改进，提高显示屏的寿命和稳定性。总体而言，该方法及系统结合了系统预设的检修模式、深入检查和ai技术，实现了对led液晶显示屏的高效检修和故障诊断，以提高故障检测和维修的效率，降低维修时间和成本，同时提升产品质量和用户满意度。
附图说明
15.图1为本发明所述一种led液晶显示屏的检修方法示意图。
具体实施方式
16.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
17.在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
19.本实施例一种led液晶显示屏的检修方法，所述方法包括：s1、获取显示器的型号，在对应型号下，通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间，所述第一检修数据包括显示屏的亮度、色彩、斑点和反应速度中的至少一个；所述检修可包括图像测试、边框显示、灯珠检修等多个检修选项；s2、对第一检修数据进行深入检查，获取第二检修数据，所述第二检修数据包括但不限于元器件连接情况、电压、电容和电阻；s3、根据所述第一检修数据，预估所述第二检修数据的第二损坏特征；s4、基于所述预估第二损坏特征，通过ai展示对应的维修方案，所述预估第二损坏特征包括第二损坏等级和位置信息；s5、基于屏幕检修时间和第二损坏特征，统计故障发生的时间和频率，将低于预设时间阈值或高于预设频率阈值的故障反馈给工厂，工厂根据所述反馈做工艺或流程的改进。
20.通过系统预设的检修模式对显示屏进行检修，可以获取以下数据：亮度：检修显示屏的整体亮度水平。
21.色彩：检修显示屏的色彩表现，包括色差、色温偏移、颜色饱和度等。
22.斑点：检修显示屏是否存在黑点、亮点或坏点等斑点问题。
23.反应速度：检修显示屏的响应时间，即图像切换时的延迟情况。
24.上述检修可以包括以下多个检修选项：图像测试：通过显示不同类型的图像进行检修，如均匀灰阶图像、彩色纯色块图像等。可以获取亮度、色彩等方面的数据。
25.边框显示：在显示屏周围显示边框，观察边框的清晰度和变形情况。可以获取亮度、色彩、斑点等方面的数据。
26.灯珠检修：对led灯珠进行检修，观察是否有灯珠亮度不均匀、故障或老化等问题。可以获取亮度、斑点等方面的数据。
27.上述技术方案的工作原理为：首先需要获取显示器的型号，这有助于确定适用于该型号的检修模式和标准。根据显示器的型号，在相应的检修模式下对显示屏进行检修。这可能涉及图像测试、边框显示、灯珠检修等多个选项。通过这些检修操作，获取第一检修数据，包括亮度、色彩、斑点和反应速度等特征。对第一检修数据进行深入检查，获取第二检修数据；第二检修数据包括但不限于元器件连接情况、电压、电容和电阻等信息；这些数据可用于更全面地了解显示屏的状态和潜在问题。基于第一检修数据，利用预设算法或模型预估第二检修数据中的第二损坏特征。这可能包括确定第二损坏的等级和位置信息；通过预估损坏特征，可以更准确地判断显示屏中存在的问题和故障。根据预估的第二损坏特征，通过使用人工智能技术，展示相应的维修方案。这可以帮助维修人员识别和解决显示屏故障，并提供修复的指导。
28.上述技术方案的效果为：通过系统预设的检修模式和自动化检修流程，能够快速获取显示屏的检修数据，节省了人工检修的时间和劳动力成本。通过深入检查和预估第二损坏特征，能够更准确地识别显示屏中存在的故障类型和问题。这有助于维修人员快速定位和解决故障。基于ai展示的维修方案，可以根据预估的损坏特征为每个显示屏提供个性化的维修指导，提高维修的效果和质量。通过统计故障发生的时间和频率，并与预设的使用时间和频率阈值对比，可以对低于时间阈值或高于频率阈值的故障进行统计和反馈；这使得工厂能够根据反馈进行工艺或流程的改进，提高显示屏的寿命和稳定性。
29.总体而言，该方法结合了系统预设的检修模式、深入检查和ai技术，实现了对led液晶显示屏的高效检修和故障诊断，以及提供个性化的维修方案，进一步改进工厂的工艺和流程。
30.本实施例一种led液晶显示屏的检修方法，所述s1包括：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间；提取第一检修数据的特征，获得第一特征值；将所述第一特征值按照故障类型进行聚类分析，获得第一故障分类；获得每种类型下的第一损坏特征集合；例如，显示屏像素点故障，特征可能包括亮点，坏点，暗点等特征；所述故障类型包括：像素点故障，漏渗故障、信号故障和反应速度故障等；将第一特征损坏集合向量与第一阈值进行对比获得对比结果；
；为第一损坏特征集合内的特征向量；n为第一损坏特征集合内的特征向量个数；为第一损坏特征各个向量的阈值；根据比较结果对第一损坏特征进行分级；如果;则为一级第一损坏；如果为二级第一损坏；为三级损坏；记录所述第一损坏特征的位置信息；通过ai获取检修过程视频并上传至数据库系统。
31.其中特征的提取包括：直接提取：对于亮度和色彩等连续数值型数据，可以直接使用原始数值作为特征。
32.阈值提取：对于斑点问题或其他离散型问题，可以设置阈值来判断是否存在故障，并将其转化为二值特征。
33.统计特征提取：通过对数据进行统计分析，提取一些统计特征，如均值、方差、最大值、最小值等。
34.图像处理特征提取：对于图像测试中的数据，可以使用图像处理技术提取特征，如纹理特征、边缘特征等。
35.通过对信号进行频域分析，如傅里叶变换，提取频域特征；上述技术方案的工作原理为：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间。然后，提取第一检修数据的特征，得到第一特征值。接下来，将第一特征值按照故障类型进行聚类分析，得到第一故障分类。例如，对于像素点故障，可能包括亮点、坏点、暗点等特征。然后，获得每种故障类型下的第一损坏特征集合；这些特征集合可以包含不同的特征向量，用于描述每种类型下的损坏情况。
36.接下来，将第一特征损坏集合向量与第一阈值进行对比，使用表示对比结果。其中，通过计算每个特征向量与其对应的阈值之间的差异并累加得到。
37.，其中为第一损坏特征集合内的特征向量，n为特征向量的个数，为各个特征向量的阈值。
38.通过比较与n乘以10%的大小关系，对第一损坏特征进行分级。如果于n乘以10%，则判定为一级第一损坏；如果在n乘以10%和n乘以20%之间，则判定为二级第一损坏；如果大于等于n乘以20%，则判定为三级损坏。
39.最后，记录第一损坏特征的位置信息，并利用人工智能技术获取检修过程的视频，并将其上传至数据库系统。
40.上述技术方案的效果为：通过特征提取、聚类分析和阈值比较，对led液晶显示屏的故障进行分类和分级。通过记录特征位置信息和检修过程视频，可以为后续的维修和维护提供重要参考，提高故障处理的效率和准确性；公式的目的是将第一特征损坏集合内的特征向量与各自的阈值进行对比，并通过计算的值来获得比较结果。这个公式的效果可以用来衡量特征向量与阈值之间的差异程度；具体地说，公式中的每个特征向量与其对应的阈值之间的差异被计算为。这个差异值表示了特征向量与阈值之间的相对偏离程度，即表示特征的损坏程度。然后，所有特征向量的差异值被累加求和，表示为。
41.；的值越小，表示特征向量与阈值之间的差异越小，说明显示屏的损坏程度较低。根据该比较结果，可以对第一损坏特征进行分级。通常情况下，当小于阈值n乘以10%时，可以认为是一级第一损坏；当在阈值n乘以10%和阈值n乘以20%之间时，可以认为是二级第一损坏；当大于等于阈值n乘以20%时，可以认为是三级损坏。这个公式的效果是将特征向量与阈值进行量化比较，从而评估显示屏的损坏程度，并进行损坏分级。这有助于快速准确地判断显示屏的故障类型和严重程度，为后续的修复工作提供指导和依据。
42.本实施例一种led液晶显示屏的检修方法，所述s2包括：提取第一故障分类下的第二检修数据的特征，获得第二特征值；所述第二特征值包括一种或多种；例如，像素点故障对应第二特征可能包括电压，电流，电容等特征；将第二特征集合向量与第二阈值进行对比获得对比结果；；为第一故障分类下对应第二特征向量；m为第二特征向量个数；为第二特征各个向量的阈值；根据比较结果对第二损坏特征进行分级；如果;则为一级第二损坏；如果为二级第二损坏；为三级第二损坏；记录所述第二损坏特征的位置信息；通过ai获取检修过程视频并上传至数据库系统。
43.上述技术方案的工作原理为：从第一故障分类中提取第二检修数据的特征，得到第二特征值。第二特征值可能包括一个或多个特征，例如，对于像素点故障，可以包括电压、电流、电容等特征。将第二特征集合向量与第二阈值进行对比，并通过计算值获得对比
结果。公式如下所示：其中，表示第一故障分类下对应的第二特征向量，m表示第二特征向量的个数，表示第二特征各个向量的阈值。公式中的每个特征向量其对应的阈值之间的差异被计算为，并求和取平均得到的值。
44.通过比较与阈值10%和20%的大小关系，对第二损坏特征进行分级。如果小于10%，则判定为一级第二损坏；如果在10%和20%之间，则判定为二级第二损坏；如果大于等于20%，则判定为三级第二损坏。
45.最后，记录第二损坏特征的位置信息，并利用人工智能技术获取检修过程的视频，并将其上传至数据库系统。
46.上述技术方案的效果为：通过提取第一故障分类下的第二特征值并与阈值进行比较，对led液晶显示屏的第二损坏特征进行分级判定。这样可以进一步细化显示屏故障的类别和程度，并辅助后续的修复和维护工作。通过记录特征位置信息和检修过程视频，可以提供有关显示屏故障的详细信息，帮助维修人员更准确地定位和解决问题。
47.本实施例一种led液晶显示屏的检修方法，所述s3包括；将第一损坏特征集合与第二损坏特征进行对应，建立一条数据组；在同一型号下，利用数据库中多次测试的数据组建立第一损坏特征集合与第二损坏特征的训练模型；多次测试可以为数据库中所有故障测试的记录，也可以为一年内所有的记录，此处不作具体限定，训练模型可以为随机森林法，决策树法和神经网络。
48.根据训练模型获得第二损坏特征发生的概率、分类和位置信息；根据所述训练模型和第一检修数据预估第二损坏特征；所述第二损坏特征包括损坏等级和位置。
49.上述技术方案的工作原理为：基于建立的训练模型来对第一损坏特征和第二损坏特征之间的关系进行预测和推断。通过对比第一损坏特征集合与第二损坏特征的对应数据组，并使用机器学习或数据挖掘等技术，建立一个模型来描述它们之间的关系。该模型可以根据第一检修数据和训练模型，预估第二损坏特征，包括损坏等级和位置。
50.上述技术方案的效果为：提供第二损坏特征发生的概率：训练模型可以根据历史数据，给出第二损坏特征发生的概率，以指导检修过程中的决策。精准分类和位置信息：训练模型可以根据第一损坏特征，准确判断第二损坏特征的分类和位置，为维修人员提供更详细的指导信息。辅助决策和计划：通过预估第二损坏特征，可以为检修过程提供指导和计划，帮助优化修复流程，提高效率和准确性。综上所述，通过建立训练模型并利用第一检修数据进行预估，这种led液晶显示屏的检修方法可以提供更精确的第二损坏特征信息，指导修复过程，提高维修效率和准确性。
51.本实施例一种led液晶显示屏的检修方法，所述s4包括：将预估第二特征发生的概率从高到低排列，通过ai依次进行展示；
通过ai展示每个特征对应的维修方案；根据ai的引导进行检修，并将检修过程和结果进行上传；根据新的上传记录更新训练模型和维修指导方案。
52.上述技术方案的工作原理为：主要是通过ai的辅助来展示预估的第二特征和相应的维修方案。先将预估的第二特征按照发生概率从高到低进行排序，然后通过ai系统逐个展示这些特征。对于每个特征，ai系统提供相应的维修方案和操作指南，以引导维修人员进行检修。
53.上述技术方案的效果为：提供预估第二特征发生概率的排序：根据先前的训练模型和实际检修数据，通过ai系统可以对预估的第二特征的发生概率进行排序，以便确定哪些特征发生概率高，需要优先处理；通过ai系统展示每个特征对应的维修方案和操作指南，为维修人员提供具体的指导和步骤，帮助他们进行检修，提高检修效率。
54.实时记录检修过程和结果：维修人员根据ai的引导进行检修，并将检修过程和结果进行上传记录。这样可以保留下修理步骤、修复效果以及可能发生的问题，为后续的更新和改进提供参考数据。
55.更新训练模型和维修指导方案：根据新的上传记录，可以对训练模型进行更新和改进，以提高预估准确性。同时，还可以更新维修指导方案，将最新的经验和数据纳入考虑，为维修人员提供更优化的指导。
56.综上所述，通过s4阶段的展示、指导、上传和更新，这种led液晶显示屏的检修方法可以实现根据ai系统提供的预估特征和维修方案进行有效的检修操作，同时不断优化训练模型和维修指导方案，提高维修效率和准确性。
57.本实施例一种led液晶显示屏的检修方法，所述s5包括：基于屏幕检修时间和第二损坏特征，统计同一型号下每种故障发生的时间和/或频率；将检修记录中同一故障多次发生频率求均值，获得此类故障发生的平均频率；将所述平均频率和预设频率阈值进行对比获得频率对比结果；根据故障发生的时间和对应的第二损坏特征，获取对应的故障器件的出厂日期，根据出厂日期和故障发生的时间计算器件的使用时间；将多次故障记录中同一种部件的使用时间求均值，获得平均使用时间；将所述平均使用时间与预设时间阈值进行对比获得时间对比结果；如果所述平均使用时间小于预设时间阈值或者所述预设平均频率大于预设频率阈值；则将此故障和对应损坏特征反馈给工厂；例如某种电容预设使用时间3年，但是故障检修记录中，此类电容平均两年坏掉，则将此类情况反馈给工厂。
58.上述技术方案的工作原理为：根据屏幕检修时间和第二损坏特征，在同一型号的显示屏中统计每种故障的发生时间和/或频率。对于同一故障，在检修记录中多次发生的频率进行求均值操作，得到此类故障发生的平均频率。将所得的平均频率与预设频率阈值进行对比，得出频率对比结果，判断该故障的发生频率是否超过了预设频率阈值。根据故障发生的时间和对应的第二损坏特征，获取故障器件的出厂日期，然后根据出厂日期和故障发生的时间计算器件的使用时间。对于同一种部件，在多次故障记录中计算其使用时间的均值，得到平均使用时间。将所得的平均使用时间与预设时间阈值进行对比，得出时间对比结
果，判断该部件的平均使用时间是否小于预设时间阈值。如果平均使用时间小于预设时间阈值或者预设平均频率大于预设频率阈值，即故障的平均发生时间比预设时间短或者平均频率超过预设频率阈值，将该故障和对应的损坏特征反馈给工厂。
59.上述技术方案的效果为：基于统计和对比的原理，通过分析故障发生时间和频率以及器件的使用时间，判断故障是否符合预设的时间和频率阈值。如果发现故障的平均使用时间小于预设时间或者平均频率超过预设频率阈值，将这些情况反馈给工厂。
60.提供对故障发生时间和频率的统计分析：通过统计同一型号下每种故障的发生时间和频率，帮助了解不同故障的发生情况。
61.判断故障的发生频率和使用时间是否超过预设阈值：通过对比平均频率和预设频率阈值，以及对比平均使用时间和预设时间阈值，判断故障是否在预设范围内。
62.提供反馈给工厂的信息：将故障和对应损坏特征反馈给工厂，帮助工厂了解实际故障情况，可能触发进一步的改进和优化。
63.综上所述，这种led液晶显示屏的检修方法通过统计和对比故障发生时间、频率和使用时间，可以判断故障是否超出预设阈值，并将该信息反馈给工厂，以促进质量改进和故障预防。
64.本实施例一种led液晶显示屏的检修系统，所述系统包括：第一检修数据获取模块：获取显示器的型号，在对应型号下，通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间，所述第一检修数据包括显示屏的亮度、色彩、斑点和反应速度中的至少一个；第二检修数据获取模块：对第一检修数据进行深入检查，获取第二检修数据，所述第二检修数据包括但不限于元器件连接情况、电压、电容和电阻；预估第二损坏特征模块：根据所述第一检修数据，预估所述第二检修数据的第二损坏特征；维修指导模块：基于所述预估第二损坏特征，通过ai展示对应的维修方案，所述预估第二损坏特征包括第二损坏等级和位置信息；反馈模块：基于屏幕检修时间和第二损坏特征，统计故障发生的时间和频率，将低于预设时间阈值或高于预设频率阈值的故障反馈给工厂，工厂根据所述反馈做工艺或流程的改进。
65.上述技术方案的工作原理为：首先需要获取显示器的型号，这有助于确定适用于该型号的检修模式和标准。根据显示器的型号，在相应的检修模式下对显示屏进行检修。这可能涉及图像测试、边框显示、灯珠检修等多个选项。通过这些检修操作，获取第一检修数据，包括亮度、色彩、斑点和反应速度等特征。对第一检修数据进行深入检查，获取第二检修数据；第二检修数据包括但不限于元器件连接情况、电压、电容和电阻等信息；这些数据可用于更全面地了解显示屏的状态和潜在问题。基于第一检修数据，利用预设算法或模型预估第二检修数据中的第二损坏特征。这可能包括确定第二损坏的等级和位置信息；通过预估损坏特征，可以更准确地判断显示屏中存在的问题和故障。根据预估的第二损坏特征，通过使用人工智能技术，展示相应的维修方案。这可以帮助维修人员识别和解决显示屏故障，并提供修复的指导。
66.上述技术方案的效果为：通过系统预设的检修模式和自动化检修流程，能够快速
获取显示屏的检修数据，节省了人工检修的时间和劳动力成本。通过深入检查和预估第二损坏特征，能够更准确地识别显示屏中存在的故障类型和问题。这有助于维修人员快速定位和解决故障。
67.基于ai展示的维修方案，可以根据预估的损坏特征为每个显示屏提供个性化的维修指导，提高维修的效果和质量。通过统计故障发生的时间和频率，并与预设的使用时间和频率阈值对比，可以对低于时间阈值或高于频率阈值的故障进行统计和反馈；这使得工厂能够根据反馈进行工艺或流程的改进，提高显示屏的寿命和稳定性。
68.总体而言，该方法结合了系统预设的检修模式、深入检查和ai技术，实现了对led液晶显示屏的高效检修和故障诊断，以及提供个性化的维修方案，进一步改进工厂的工艺和流程。
69.本实施例一种led液晶显示屏的检修系统，所述第一检修数据获取模块包括：第一获取模块：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间；第一特征提取模块：提取第一检修数据的特征，获得第一特征值；第一故障分类模块：将所述第一特征值按照故障类型进行聚类分析，获得第一故障分类；第一特征集合获取模块：获得每种类型下的第一损坏特征集合；例如，显示屏像素点故障，特征可能包括亮点，坏点，暗点等特征；所述故障类型包括：像素点故障，漏渗故障、信号故障和反应速度故障等；第一对比模块：将第一特征损坏集合向量与第一阈值进行对比获得对比结果；；为第一损坏特征集合内的特征向量；n为第一损坏特征集合内的特征向量个数；为第一损坏特征各个向量的阈值；第一分级模块：根据比较结果对第一损坏特征进行分级；如果;则为一级第一损坏；如果为二级第一损坏；为三级损坏；第一位置记录模块：记录所述第一损坏特征的位置信息；第一上传模块：通过ai获取检修过程视频并上传至数据库系统。
70.上述技术方案的工作原理为：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间。然后，提取第一检修数据的特征，得到第一特征值。接下来，将第一特征值按照故障类型进行聚类分析，得到第一故障分类。例如，对于像素点故障，可能包括亮点、坏点、暗点等特征。然后，获得每种故障类型下的第一损坏特征集合；这些特征集合可以包含不同的特征向量，用于描述每种类型下的损坏情况。
71.接下来，将第一特征损坏集合向量与第一阈值进行对比，使用la表示对比结果。其中，la通过计算每个特征向量与其对应的阈值之间的差异并累加得到。
72.其中为第一损坏特征集合内的特征向量，n为特征向量的个数，为各个特征向量的阈值。
73.通过比较与n乘以10%的大小关系，对第一损坏特征进行分级。如果小于n乘以10%，则判定为一级第一损坏；如果在n乘以10%和n乘以20%之间，则判定为二级第一损坏；如果大于等于n乘以20%，则判定为三级损坏。
74.最后，记录第一损坏特征的位置信息，并利用人工智能技术获取检修过程的视频，并将其上传至数据库系统。
75.上述技术方案的效果为：通过特征提取、聚类分析和阈值比较，对led液晶显示屏的故障进行分类和分级。通过记录特征位置信息和检修过程视频，可以为后续的维修和维护提供重要参考，提高故障处理的效率和准确性；公式的目的是将第一特征损坏集合内的特征向量与各自的阈值进行对比，并通过计算la的值来获得比较结果。这个公式的效果可以用来衡量特征向量与阈值之间的差异程度；具体地说，公式中的每个特征向量与其对应的阈值之间的差异被计算为。这个差异值表示了特征向量与阈值之间的相对偏离程度，即表示特征的损坏程度。然后，所有特征向量的差异值被累加求和，表示为。
76.；的值越小，表示特征向量与阈值之间的差异越小，说明显示屏的损坏程度较低。根据该比较结果，可以对第一损坏特征进行分级。通常情况下，当小于阈值n乘以10%时，可以认为是一级第一损坏；当在阈值n乘以10%和阈值n乘以20%之间时，可以认为是二级第一损坏；当大于等于阈值n乘以20%时，可以认为是三级损坏。这个公式的效果是将特征向量与阈值进行量化比较，从而评估显示屏的损坏程度，并进行损坏分级。这有助于快速准确地判断显示屏的故障类型和严重程度，为后续的修复工作提供指导和依据。
77.本实施例一种led液晶显示屏的检修系统，所述第二检修数据获取模块包括：第二特征提取模块：提取第一故障分类下的第二检修数据的特征，获得第二特征值；所述第二特征值包括一种或多种；例如，像素点故障对应第二特征可能包括电压，电流，电容等特征；第二特征对比模块：将第二特征集合向量与第二阈值进行对比获得对比结果；
；为第一故障分类下对应第二特征向量；m为第二特征向量个数；为第二特征各个向量的阈值；第二对比模块：根据比较结果对第二损坏特征进行分级；如果;则为一级第二损坏；如果为二级第二损坏；为三级第二损坏；第二位置记录模块：记录所述第二损坏特征的位置信息；第二上传模块：通过ai获取检修过程视频并上传至数据库系统。
78.上述技术方案的工作原理为：从第一故障分类中提取第二检修数据的特征，得到第二特征值。第二特征值可能包括一个或多个特征，例如，对于像素点故障，可以包括电压、电流、电容等特征。将第二特征集合向量与第二阈值进行对比，并通过计算值获得对比结果。公式如下所示： 其中，表示第一故障分类下对应的第二特征向量，m表示第二特征向量的个数，表示第二特征各个向量的阈值。公式中的每个特征向量其对应的阈值之间的差异被计算为，并求和取平均得到的值。
79.通过比较与阈值10%和20%的大小关系，对第二损坏特征进行分级。如果小于10%，则判定为一级第二损坏；如果在10%和20%之间，则判定为二级第二损坏；如果大于等于20%，则判定为三级第二损坏。
80.最后，记录第二损坏特征的位置信息，并利用人工智能技术获取检修过程的视频，并将其上传至数据库系统。
81.上述技术方案的效果为：通过提取第一故障分类下的第二特征值并与阈值进行比较，对led液晶显示屏的第二损坏特征进行分级判定。这样可以进一步细化显示屏故障的类别和程度，并辅助后续的修复和维护工作。通过记录特征位置信息和检修过程视频，可以提供有关显示屏故障的详细信息，帮助维修人员更准确地定位和解决问题。
82.本实施例一种led液晶显示屏的检修系统，所述预估第二损坏特征模块包括：数据组建立模块：将第一损坏特征集合与第二损坏特征进行对应，建立一条数据组；模型训练模块：利用数据库中多次测试的数据组建立第一损坏特征集合与第二损坏特征的训练模型；模型输出模块：根据训练模型获得第二损坏特征发生的概率、分类和位置信息；预估模块：根据所述训练模型和第一检修数据预估第二损坏特征；所述第二损坏
特征包括损坏等级和位置。
83.上述技术方案的工作原理为：基于建立的训练模型来对第一损坏特征和第二损坏特征之间的关系进行预测和推断。通过对比第一损坏特征集合与第二损坏特征的对应数据组，并使用机器学习或数据挖掘等技术，建立一个模型来描述它们之间的关系。该模型可以根据第一检修数据和训练模型，预估第二损坏特征，包括损坏等级和位置。
84.上述技术方案的效果为：提供第二损坏特征发生的概率：训练模型可以根据历史数据，给出第二损坏特征发生的概率，以指导检修过程中的决策。精准分类和位置信息：训练模型可以根据第一损坏特征，准确判断第二损坏特征的分类和位置，为维修人员提供更详细的指导信息。辅助决策和计划：通过预估第二损坏特征，可以为检修过程提供指导和计划，帮助优化修复流程，提高效率和准确性。综上所述，通过建立训练模型并利用第一检修数据进行预估，这种led液晶显示屏的检修方法可以提供更精确的第二损坏特征信息，指导修复过程，提高维修效率和准确性。
85.本实施例一种led液晶显示屏的检修系统，所述维修指导模块包括：特征排序模块：将预估第二特征发生的概率从高到低排列，通过ai依次进行展示；维修方案展示模块：通过ai展示每个特征对应的维修方案；维修引导和记过上传模块：根据ai的引导进行检修，并将检修过程和结果进行上传；更新模块：根据新的上传记录更新训练模型和维修指导方案。
86.上述技术方案的工作原理为：主要是通过ai的辅助来展示预估的第二特征和相应的维修方案。先将预估的第二特征按照发生概率从高到低进行排序，然后通过ai系统逐个展示这些特征。对于每个特征，ai系统提供相应的维修方案和操作指南，以引导维修人员进行检修。
87.上述技术方案的效果为：提供预估第二特征发生概率的排序：根据先前的训练模型和实际检修数据，通过ai系统可以对预估的第二特征的发生概率进行排序，以便确定哪些特征发生概率高，需要优先处理；通过ai系统展示每个特征对应的维修方案和操作指南，为维修人员提供具体的指导和步骤，帮助他们进行检修，提高检修效率。
88.实时记录检修过程和结果：维修人员根据ai的引导进行检修，并将检修过程和结果进行上传记录。这样可以保留下修理步骤、修复效果以及可能发生的问题，为后续的更新和改进提供参考数据。
89.更新训练模型和维修指导方案：根据新的上传记录，可以对训练模型进行更新和改进，以提高预估准确性。同时，还可以更新维修指导方案，将最新的经验和数据纳入考虑，为维修人员提供更优化的指导。
90.综上所述，通过s4阶段的展示、指导、上传和更新，这种led液晶显示屏的检修方法可以实现根据ai系统提供的预估特征和维修方案进行有效的检修操作，同时不断优化训练模型和维修指导方案，提高维修效率和准确性。
91.本实施例一种led液晶显示屏的检修方法，所述反馈模块包括：时间和频率统计模块：基于屏幕检修时间和第二损坏特征，统计同一型号下每种故障发生的时间和/或频率；平均频率获取模块：将检修记录中同一故障多次发生频率求均值，获得此类故障
发生的平均频率；频率对比模块：将所述平均频率和预设频率阈值进行对比获得频率对比结果；使用时间获取模块：根据故障发生的时间和对应的第二损坏特征，获取对应的故障器件的出厂日期，根据出厂日期和故障发生的时间计算器件的使用时间；平均使用时间获取模块：将多次故障记录中同一种部件的使用时间求均值，获得平均使用时间；时间对比模块：将所述平均使用时间与预设时间阈值进行对比获得时间对比结果；结果反馈模块：如果所述平均使用时间小于预设时间阈值或者所述预设平均频率大于预设频率阈值；则将此故障和对应损坏特征反馈给工厂；例如某种电容预设使用时间3年，但是故障检修记录中，此类电容平均两年坏掉，则将此类情况反馈给工厂。
92.上述技术方案的工作原理为：根据屏幕检修时间和第二损坏特征，在同一型号的显示屏中统计每种故障的发生时间和/或频率。对于同一故障，在检修记录中多次发生的频率进行求均值操作，得到此类故障发生的平均频率。将所得的平均频率与预设频率阈值进行对比，得出频率对比结果，判断该故障的发生频率是否超过了预设频率阈值。根据故障发生的时间和对应的第二损坏特征，获取故障器件的出厂日期，然后根据出厂日期和故障发生的时间计算器件的使用时间。对于同一种部件，在多次故障记录中计算其使用时间的均值，得到平均使用时间。将所得的平均使用时间与预设时间阈值进行对比，得出时间对比结果，判断该部件的平均使用时间是否小于预设时间阈值。如果平均使用时间小于预设时间阈值或者预设平均频率大于预设频率阈值，即故障的平均发生时间比预设时间短或者平均频率超过预设频率阈值，将该故障和对应的损坏特征反馈给工厂。
93.上述技术方案的效果为：基于统计和对比的原理，通过分析故障发生时间和频率以及器件的使用时间，判断故障是否符合预设的时间和频率阈值。如果发现故障的平均使用时间小于预设时间或者平均频率超过预设频率阈值，将这些情况反馈给工厂。
94.提供对故障发生时间和频率的统计分析：通过统计同一型号下每种故障的发生时间和频率，帮助了解不同故障的发生情况。
95.判断故障的发生频率和使用时间是否超过预设阈值：通过对比平均频率和预设频率阈值，以及对比平均使用时间和预设时间阈值，判断故障是否在预设范围内。
96.提供反馈给工厂的信息：将故障和对应损坏特征反馈给工厂，帮助工厂了解实际故障情况，可能触发进一步的改进和优化。
97.综上所述，这种led液晶显示屏的检修方法通过统计和对比故障发生时间、频率和使用时间，可以判断故障是否超出预设阈值，并将该信息反馈给工厂，以促进质量改进和故障预防。
98.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种led液晶显示屏的检修方法，其特征在于，所述方法包括：s1、获取显示器的型号，在对应型号下，通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间，所述第一检修数据包括显示屏的亮度、色彩、斑点和反应速度；s2、对第一检修数据进行深入检查，获取第二检修数据，所述第二检修数据包括元器件连接情况、电压、电容和电阻；s3、根据所述第一检修数据，预估所述第二检修数据的第二损坏特征；s4、基于预估第二损坏特征，通过ai展示对应的维修方案，所述预估第二损坏特征包括第二损坏等级和位置信息；s5、基于屏幕检修时间和第二损坏特征，统计故障发生的时间和频率，将低于预设时间阈值或高于预设频率阈值的故障反馈给工厂，工厂根据所述反馈做工艺或流程的改进。2.根据权利要求1所述的一种led液晶显示屏的检修方法，其特征在于，所述s1包括：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间；提取第一检修数据的特征，获得第一特征值；将所述第一特征值按照故障类型进行聚类分析，获得第一故障分类；获得每种类型下的第一损坏特征集合；将第一特征损坏集合向量与第一阈值进行对比获得对比结果；根据比较结果对第一损坏特征进行分级；记录所述第一损坏特征的位置信息；通过ai获取检修过程视频并上传至数据库系统。3.根据权利要求2所述的一种led液晶显示屏的检修方法，其特征在于，所述s2包括：提取第一故障分类下的第二检修数据的特征，获得第二特征值；所述第二特征值包括一种或多种；将第二特征集合向量与第二阈值进行对比获得对比结果；根据比较结果对第二损坏特征进行分级；记录所述第二损坏特征的位置信息；通过ai获取检修过程视频并上传至数据库系统。4.根据权利要求3所述的一种led液晶显示屏的检修方法，其特征在于，所述s3包括；将第一损坏特征集合与第二损坏特征进行对应，建立一条数据组；利用数据库中多次测试的数据组建立第一损坏特征集合与第二损坏特征的训练模型；根据训练模型获得第二损坏特征发生的概率、分类和位置信息；根据所述训练模型和第一检修数据预估第二损坏特征；所述第二损坏特征包括损坏等级和位置。5.根据权利要求4所述的一种led液晶显示屏的检修方法，其特征在于，所述s4包括：将预估第二特征发生的概率从高到低排列，通过ai依次进行展示；通过ai展示每个特征对应的维修方案；根据ai的引导进行检修，并将检修过程和结果进行上传；根据新的上传记录更新训练模型和维修指导方案。6.根据权利要求1所述的一种led液晶显示屏的检修方法，其特征在于，所述s5包括：
基于屏幕检修时间和第二损坏特征，统计同一型号下每种故障发生的时间和/或频率；将检修记录中同一故障多次发生频率求均值，获得此类故障发生的平均频率；将所述平均频率和预设频率阈值进行对比获得频率对比结果；根据故障发生的时间和对应的第二损坏特征，获取对应的故障器件的出厂日期，根据出厂日期和故障发生的时间计算器件的使用时间；将多次故障记录中同一种部件的使用时间求均值，获得平均使用时间；将所述平均使用时间与预设时间阈值进行对比获得时间对比结果；如果所述平均使用时间小于预设时间阈值或者所述预设平均频率大于预设频率阈值；则将此故障和对应损坏特征反馈给工厂。7.一种led液晶显示屏的检修系统，其特征在于，所述系统包括：第一检修数据获取模块：获取显示器的型号，在对应型号下，通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间，所述第一检修数据包括显示屏的亮度、色彩、斑点和反应速度；第二检修数据获取模块：对第一检修数据进行深入检查，获取第二检修数据，所述第二检修数据包括元器件连接情况、电压、电容和电阻；预估第二损坏特征模块：根据所述第一检修数据，预估所述第二检修数据的第二损坏特征；维修指导模块：基于所述预估第二损坏特征，通过ai展示对应的维修方案，所述预估第二损坏特征包括第二损坏等级和位置信息；反馈模块：基于屏幕检修时间和第二损坏特征，统计故障发生的时间和频率，将低于预设时间阈值或高于预设频率阈值的故障反馈给工厂，工厂根据所述反馈做工艺或流程的改进。8.根据权利要求7所述的一种led液晶显示屏的检修系统，所述第一检修数据获取模块包括：第一获取模块：通过系统预设的检修模式对显示屏进行检修，获取第一检修数据和检修时间；第一特征提取模块：提取第一检修数据的特征，获得第一特征值；第一故障分类模块：将所述第一特征值按照故障类型进行聚类分析，获得第一故障分类；第一特征集合获取模块：获得每种类型下的第一损坏特征集合；第一对比模块：将第一特征损坏集合向量与第一阈值进行对比获得对比结果；第一分级模块：根据比较结果对第一损坏特征进行分级；第一位置记录模块：记录所述第一损坏特征的位置信息；第一上传模块：通过ai获取检修过程视频并上传至数据库系统。9.根据权利要求7所述的一种led液晶显示屏的检修系统，所述第二检修数据获取模块包括：第二特征提取模块：提取第一故障分类下的第二检修数据的特征，获得第二特征值；所述第二特征值包括一种或多种；第二特征对比模块：将第二特征集合向量与第二阈值进行对比获得对比结果；
第二对比模块：根据比较结果对第二损坏特征进行分级；第二位置记录模块：记录所述第二损坏特征的位置信息；第二上传模块：通过ai获取检修过程视频并上传至数据库系统。10.根据权利要求7所述的一种led液晶显示屏的检修系统，所述预估第二损坏特征模块包括：数据组建立模块：将第一损坏特征集合与第二损坏特征进行对应，建立一条数据组；模型训练模块：利用数据库中多次测试的数据组建立第一损坏特征集合与第二损坏特征的训练模型；模型输出模块：根据训练模型获得第二损坏特征发生的概率、分类和位置信息；预估模块：根据所述训练模型和第一检修数据预估第二损坏特征；所述第二损坏特征包括损坏等级和位置。

技术总结
本发明提出了一种LED液晶显示屏的检修方法及系统，其中方法包括：获取第一检修数据和检修时间，对第一检修数据进行深入检查，获取第二检修数据，根据所述第一检修数据，预估所述第二检修数据的第二损坏特征；基于所述预估第二损坏特征，通过AI展示对应的维修方案，统计故障发生的时间和频率，将低于预设寿命阈值或高于预设频率的故障反馈给工厂，系统包括第一检修数据获取模块、第二检修数据获取模块、预估第二损坏特征模块、维修指导模块和反馈模块，通过此方法及系统，实现了对LED液晶显示屏的高效检修和故障诊断，以提高故障检测和维修的效率，降低维修时间和成本，同时提升产品质量和用户满意度。量和用户满意度。量和用户满意度。


技术研发人员：许环敏 范维亮 魏开涛 余冬生
受保护的技术使用者：深圳可视科技有限公司
技术研发日：2023.08.08
技术公布日：2023/9/7