浮法超薄電子玻璃常見熔化結石缺陷分析

蔣江 羅東燕 趙仁民 劉志林

摘?要：結石是玻璃產品中最危險的缺陷，對超薄電子玻璃而言，它不僅影響玻璃的成品率、光學均一性及外觀質量等，還易造成玻璃炸裂而影響生產安全；本文基于浮法超薄電子玻璃生產過程中，從分類、缺陷特征、成因、預防對策等方面對板面可能產生的結石缺陷進行全面探討和總結，并盡可能地避免和消除該類缺陷對玻璃的等級及良率的影響，為電子玻璃生產提供一定的參考。

關鍵詞：結石??缺陷鑒別??電子玻璃??浮法超薄??熔化

中圖分類號：TQ171.65????????????文獻標識碼：A

Analysis?of?Common?Melting?Stone?Defects?in?Float?Ultra-thin?Electronic?Glass

JIANG?Jiang1??LUO?Dongyan2??ZHAO?Renmin1??LIU?Zhilin1

（1.Qingyuan?CSG?Energy-Saving?New?Material?Co.，?Ltd.，?Qingyuan，?Guangdong?Province，?511500?China；2.Guangdong?Innovative?Technical?College，??Dongguan，?Guangdong?Province?，523000?China）

Abstract：?Stone?is?the?most?dangerous?defect?in?glass?products.?For?ultra-thin?electronic?glass，?it?not?only?affects?the?yield，?optical?uniformity?and?appearance?quality?of?glass，?but?also?easily?causes?glass?to?burst?and?affects?production?safety.?Based?on?the?production?process?of?float?ultra-thin?electronic?glass，?this?paper?comprehensively?discusses?and?summarizes?possible?stone?defects?on?the?board?surface?from?the?aspects?of?classification，?defect?characteristics，?causes，?preventive?measures，?etc.，?and?avoids?and?eliminates?the?influence?of?such?defects?on?the?grade?and?yield?of?glass?as?much?as?possible，?so?as?to?provide?certain?reference?for?the?production?of?electronic?glass.

Key?Words：?Stone;?Defect?identification;?Electronic?glass;?Float?ultra-thin;?Melting

浮法超薄電子玻璃是指采用浮法制成工藝，生產厚度在0.1～1.1mm的電子玻璃，產品的技術門檻高、附加值大，并具有產能大、透過率高、表面平整、化學穩定性及機械性能好等優點，廣泛使用于電子及信息行業，如TFT、TN/STN、OLED、TP等基板和蓋板玻璃，是平板顯示產業的關鍵基礎材料[1]。

在浮法超薄電子玻璃生產過程中，從原料加工，到配合料高溫熔化，再到錫槽的成形，最后經退火到冷端獲得玻璃產品，每一環節中的失控都有可能使玻璃產品產生缺陷，而玻璃缺陷是影響產品質量的首要因素，其中結石缺陷（固態缺陷）是最為常見的一種。[2]該文從玻璃結石缺陷的分類、特征、成因、預防對策等方面進行探討和總結，以加快鑒別過程，為熔化工藝技術人員更快地找到問題的根源提供判斷依據。

1?玻璃結石缺陷分類及鑒別方法

1.1?結石缺陷分類

熔化過程中產生的玻璃結石按其形成原因可分為以下三類[3]∶

（1）熔化結石：與熔化的操作有關；

（2）耐料結石：來源于熔窯耐材侵蝕和損壞；

（3）雜質：來自原料或碎玻璃中的雜質。

這三類結石經過高溫冷卻后，并殘留在玻璃中，顯微結構大多以晶體形式存在。

1.2?結石的鑒別方法

當產品中出現大量缺陷，會嚴重影響玻璃質量，作為生產人員必須第一時間判斷缺陷的來源，并采取對應措施，以最大限度減少生產損失。玻璃缺陷判別的方法如下。

1.2.1直接觀察法

為最基本、最簡單的方法，但需檢驗人員掌握關于結石缺陷的的豐富知識和經驗。通過目測對結石的外觀、顏色、結構、形態及與其周圍玻璃的關系狀態等進行整體了解，有經驗的玻璃工藝人員往往便能大致判斷結石類別及來源。直接觀察法一般只作為初步鑒別，還需要采用相關儀器分析進行最終鑒定。

1.2.2顯微結構研究

為最常用、最有效的方法，如利用偏光顯微鏡（巖相）和掃描電鏡。玻璃結石缺陷多數呈晶體狀態，可通過研究晶體的形態、構造、性質和晶體生長環境與顯微結構的關系等，了解玻璃缺陷的形成機理;[4-5]同時，通過礦物原料的顯微結構及形成玻璃體的熔制過程、熔窯耐火材料的顯微結構等，判斷玻璃缺陷的來源，從而采取相應的措施。

1.2.3成分分析

利用XRD和XRF檢測分析結石缺陷中的礦物成分和化學成分，進而判斷其可能來源[6]。

1.2.4缺陷圖像識別

采用圖像處理技術，提取玻璃結石缺陷的相關特征，進而識別缺陷類別，但改方法準確性偏差[7-8]。

2?常見熔化結石

2.1?配合料硅質結石

2.1.1?特征

結構疏松，氣孔較多，尺寸可以達幾個毫米，是硅砂顆粒和次生氧化硅（鱗石英和方石英）熔合在一起的聚集物，結石內或周圍有氣泡；由于含硅高形成較寬的擴散層，粘度比正常玻璃大，但表面張力及折射率則不如富鋁玻璃，因而與周圍玻璃界線不明顯；有的外觀呈白色，內為未熔的硅質料團，有的在窯內停留時間長的可呈半透明狀。

2.2?硅質耐材侵蝕結石

2.2.1?特征

結構較致密的團狀，玻璃化的外觀，帶有白色或灰藍色；無被包裹的氣泡，但在周圍的玻璃中可能有氣泡。

圖7、8是典型的上部結構燒流物缺陷，可能源于熔化部大碹、或下游胸墻上硅磚受到堿蒸汽的侵蝕；缺陷常常帶有耐料或燃料中的微元素著色。

圖9、10?來自于高硅氧的液滴，一般都積聚在硅質耐火材料的內表面，并形成固態物滴落下來；通常能看到樹枝狀方石英，則表示自于熔窯火焰區域。

圖11、12為透明無色的磷石英結晶體，因堿蒸汽侵襲硅磚大碹和胸墻，使玻璃相軟化并從磚內表面滲出，形成一層粘結鱗石英結晶，并可能掉落或被吹落到玻璃的表面。

2.3?耐材剝落或掉落結石

2.3.1特征

白色或灰白色；致密且是細顆粒表面，結石和玻璃之間界面輪廓分明，通常都是有棱角、不規則形狀；無夾帶的氣泡，但周圍常常伴有氣泡。

2.3.2來源

圖13?為耐火材料的熱剝落或機械損傷掉落；原始缺陷常常很類似于新鮮的熔化浮渣結石，但這類結石有整齊的邊緣，是與浮渣結石的不同點。

圖14?為熱修或密封熔窯時，耐材掉入并污染玻璃所致；有明顯的節瘤（鋁質）狀包囊和耐材顆粒。

2.4?雜質結石

常見的雜質結石有鉻鐵礦和單質硅，下面分別展開介紹。

（1）鉻鐵礦（黑結石）：黑色至深灰綠色的單顆粒，一般為圓而小的顆粒，但也有大的和多角的；常來源于砂子中的鉻鐵礦，也可能為原料運輸中被鉻鐵礦所污染，或是耐火材料鉻鐵。顯微結構如圖15、16所示。

（2）單質硅：無光澤的灰色，通常都是圓形的、不透明的金屬小球，周圍常伴有氣泡；主要來源于配合料或碎玻璃被金屬鋁污染――最常見的是金屬鋁、鋁質飲料罐、包裝盒、瓶蓋等（鋁把氧化硅還原成單質硅，4A1+3SiO2=A12O3+3Si）。

案例分析：2022年7月8日6點左右，我司板面氣泡爆發性突增，氣泡整板分布（圖17），主要為板上表小泡（圖18）；期間板中時有出現成串結石缺陷，巖相觀察為鋁硅質結石（圖19）和單質硅（圖20）；12日上午卡脖前出現明顯黑色浮渣并掏出（圖21），肉眼觀察初步懷疑是可能為硅碳棒，隨后取實驗室硅碳棒和浮渣雜質進行XRD比對分析（圖22），硅碳棒與浮渣的衍射峰不匹配，可排除浮渣為硅碳棒的可能；XRD鑒別浮渣雜質的主要礦物成分為氧化鋁、單質硅，可以判斷是原料或碎玻璃中鋁質雜質引起（7月7日22點開始使用外購碎玻璃，時間上能對應）。通過采取停用外購碎玻璃、加強各原料雜質排查、穩定熔化工藝等措施，板面于14日基本恢復正常。3?結語

在浮法超薄電子玻璃生產過程中，各類結石缺陷是影響板面質量和成品率的關鍵因素，同時也一定程度上影響超薄玻璃在錫槽出口的安全，所以如何減少或避免結石缺陷的產生是工藝人員需重點考慮的問題。該文結合在浮法超薄電子玻璃的實際生產經驗及相關文獻資料，總結了生產中常見的一些結石缺陷，分析了其相關特征和可能來源，希望能為實際生產提供一定的指導參考。

參考文獻

[1]姜宏.超薄浮法電子玻璃[J].玻璃，2021，361（10）：34-36.

[2]楊德博.高硼硅玻璃全電爐產品結石缺陷分析及產生原因探究[J].玻璃搪瓷與眼鏡，2020，48（1）：38-42.

[3]姜宏，趙會峰.浮法玻璃固相缺陷顯微結構圖冊[M].1版.北京：化學工業出版社，2007：1-2.

[4]史小榮.在顯微鏡下對玻璃結石的研究[J].新型建材，2019（8）：18-19.

[5]諸培南.玻璃結石來源的形態學研究[J].硅酸鹽學報，1980，8（1）：55-56.

[6]戴旭鵬，朱紀青，黃松林，等.復雜玻璃成分的?X?射線熒光光譜儀定量分析[J].玻璃纖維，2021（3）：11-12.

[7]李建剛.基于深度學習的玻璃缺陷檢測[D].福州：福建工程學院，2021.

[8]黃建義.基于數字圖像處理的手機面板玻璃缺陷檢測與分類方法研究[D].西安：陜西電子科技大學，2020.