통계적 모델링을 이용한 광배향법의 프리틸트 각 제어 연구 = Study of pretilt angle control of photoalignment method using statistical modeling

국문 초록 (Abstract)

최근 들어 박형, 경량 및 유연한 디스플레이 (flexible display)를 구현하기 위해서는 유리 기판대신에 고분자 기판 (polymer substrate)을 사용하는 연구가 많이 진행되고 있다. 고분자 기판을 사용함으로써 유리기판에 비해 부피가 줄고 무게가 줄면서 휴대용 디스플레이, 유연성 (flexibility)이 커지면서 곡면 위의 디스플레이로의 응용이 가능하다. LCD (liquid crystal display)는 균일한 배향과 안정된 프리틸트 각을 필요로 한다. 폴리이미드 표면위에 처리된 러빙법은 액정을 배향시키기 위해서 이미 널리 사용되어져 왔다. 이 방법은 안정된 특성과 균일한 배향과 높은 프리틸트 각을 가지고 있다. 그러나 러빙법은 정전기나 먼지와 같은 오물들에 의해 액정소자의 표시특성을 감소시킨다. 그래서 넌러빙법이 LCD 공정에서 필요하게 되었다. 액정배향에 있어서 광배향법은 넌러빙법으로서 가장 유망한 배향법 중에 하나이다. 그러나 광배향을 이용한 프리틸트 각 제어에 대한 통계적 모델링에 관한 연구는 시도되지 않았다.반응표면방법은 산업 현장에서 널리 이용되고 있는 통계적 분석방법 중의 하나이다. 특히 최근 6 시스마와 연계하여 생산성 향상을 위해 필수적인 통계적 분석방법으로 인식되고 있다. 일반적으로 실험 계획법, 모델링, 그리고 분산분석을 통해 얻어진 결과를 모두 포함한다. 본 연구에서는, 광배향법을 이용한 액정의 프리틸트 각 제어가 이원배치법에 의해 계획되었다. 두 가지 입력 요소, 3 수준의 가열 온도와 4 수준의 UV 조사 시간이 프리틸트 각의 변동성 분석을 위해 사용되었다. 시행에 사용된 실험의 입력 요소에 대한 설계 행렬은 12 가지 시행이다. 각 실험의 진행은 랜덤 순서로 실행되었다. 그 후 다중회귀모델을 이용하여 프리틸트 각을 모델링 하였고, 분산분석을 통해 주요인 효과와 상호작용 효과의 의미를 분석하였다.공정모델을 구축하기 위해, 중요하지 않은 효과는 후진제거법에 의해 제거되었다. 비중요성의 기준은 통계적 유의수준 0.1 이하이다. 이 제거방법은 모든 효과가 내포되어 있고 비중요적 효과가 동시에 제거되는 방정식으로부터 시작된다. 만약 이 p값이 특정값을 넘어서면, 어떤 단계에서도 현재의 회귀로부터 계산된 가장 큰 p값을 갖는 변수는 제거된다.반응값에 대한 변화량의 분석은 분산분석표에 요약되어 있다. 모델의 p값은 0.000 이었다. 이것은 이 모델이 프리틸트 각을 매우 잘 설명하고 있다는 것을 나타낸다. 최종 분산분석 시 R의 제곱값은 0.99였다. 이것은 99%의 변화가 이 모델로 설명된다는 것을 의미한다. ANOVA (analysis of variance)를 사용하기위한 3 가지 가정들은 잔차 분석으로 증명되었다. 반응에 대한 잔차도는 불규칙적으로 분포되어 있고 거기에는 아무런 패턴이나 주목할 만한 점들이 없다. 이것으로 미루어 잔차 값에 대한 통계적 가정이 문제가 없음을 알 수 있었다.모델링 결과는 측정치의 반응값과 예측치의 반응값이 잘 일치함을 보여준다. 반응에 대한 주효과도는 프리틸트 각이 UV 조사 시간과 가열 온도가 증가할 때 증가함을 보여준다. UV 조사 시간과 가열 온도에 따른 프리틸트 각의 변화에 대한 3차원의 반응표면도는 프리틸트 각을 조절하는데 유용한 정보를 제공한다. 원하는 프리틸트 각을 얻기 위해 알맞은 조건을 보다 쉽게 알 수 있도록 한다. 통계적 모델링은 다양한 조건에서의 프리틸트 각을 예측 가능하게 해주고 그 신뢰성의 정도 파악이 가능하므로 매우 유용하다.

다국어 초록 (Multilingual Abstract)

Many researches to substitute flexible substrate for glass substrate have been processed. Flexible substrate can be used for mobile display and bendable display due to thin, light and flexible. Liquid crystal displays (LCDs) require uniform alignment and stable pretilt angles on a substrate layer. A rubbing method has been widely used to align LC molecules on the polyimide (PI) surface. Rubbed PI surfaces have suitable characteristics such as uniform alignment and a high pretilt angle. However, the rubbing treatment method presents a number of obstacles, such as the generation of electrostatic charges and the creation of contaminating particles. Thus, rubbing free techniques for LC alignment are strongly needed in LCD technology. The photo-alignment method for LC alignment is one of the most promising rubbing-free methods. However, very few attempts have been made at the statistical modeling for the pretilt angle using photoalignment method.Response surface methodology (RSM) to characterize process has been applied to various industrial fields. Recently, RSM is regarded as essential statistical modeling in connection with 6 sigma for productivity improvement. Generally, RSM includes design of experiment, multiple regression model and analysis of variance. In this study, the pretilt angle control in the nematic liquid crystal (NLC) on the photopolymer surface is characterized by two-way factorial design. Two input factors, 3 levels heating temperature and 4 levels UV exposure time, are used to analyze the variation of the pretilt angle. All experimental runs are made in random order. The relationship between the response and the input factors is statistically analyzed by a multiple regression model and ANOVA.A multiple regression model is used as the basic model, having an intercept, twomain effects, two square effects, and one two-factor interaction. To build the process model, the insignificant effects in this study are eliminated by backward elimination method under the statistical significance level of 0.1 (a=0.1). The backward elimination starts with the equation in which all effects are included and the insignificant effects in the model are eliminated one at a time. At any step, the variable with the largest p-value, as computed from the current regression, is eliminated if this p-value exceeds a specified value.The analysis of variance of the response is summarized. The p-value of the model is 0.000. This indicates that the model can explain the variation of the pretilt angle. The adjusted R-square value is 0.988. This means that 98.8% of the variation is explained by the model. There are three assumptions made in using ANOVA, which are independence, a normally distribution, and the homogeneity of variance. These assumptions can be verified using residual analysis. The residual plot of the response is randomly distributed and there are no special patterns or features, indicating that the result satisfies the statistical assumptions for the residuals.The modeling result exhibits a good agreement between the predicted and the measured response values. The effect plots of the response show that the pretilt angle is increased when the UV exposure time or the heating temperature is increased. The response surface plot of the pretilt angle as a function of the UV exposure time and the heating temperature is shown. From the results, the model allows us to reliably predict the pretilt angle with respect to the varying process conditions. As a result, the statistical modeling of the control of the pretilt angle is very useful.