发明名称 LED灯光电热特性的分析方法
摘要 本发明公开了一种LED灯光电热特性的分析方法,其特征在于:包括:步骤1、当初始测试温度为t<sub>O</sub>时,测试单颗LED工作在范围输入电流条件下的光电热特性;步骤2、当测试温度t=t<sub>O</sub>+N﹡A时,测试单颗LED的光电热特性;步骤3、以单颗LED工作温度和电流为输入,相应的光通量、光功率、电功率为输出训练人工神经网络;步骤4、利用上述人工神经网络预测温度为T,驱动电流为i时,单颗LED的光通量、光功率、电功率;步骤5、结合预测结果和有限元算法,得到温度为t,驱动电流为i时,单颗LED的热分布;步骤6、结合温度为T,驱动电流为i时,单颗LED光电热预测结果和有限元算法,得到LED灯具的热分布及光强分布。
申请公布号 CN106485023A 申请公布日期 2017.03.08
申请号 CN201610937476.7 申请日期 2016.10.25
申请人 天津工业大学 发明人 刘宏伟;郭凯;程俊超;于丹丹;张建新;牛萍娟
分类号 G06F17/50(2006.01)I;G06N3/08(2006.01)I 主分类号 G06F17/50(2006.01)I
代理机构 天津市鼎和专利商标代理有限公司 12101 代理人 崔继民
主权项 一种LED灯光电热特性的分析方法,包括如下步骤:步骤101、当初始测试温度为t<sub>O</sub>时,测试单颗LED工作在范围输入电流条件下的光电热特性;其中:t<sub>O</sub>的范围是298K~300K;步骤102、当测试温度t=t<sub>O</sub>+N﹡A时,测试单颗LED的光电热特性;其中:N为测试的次数;A为温度递增的常数;其中:t不大于375K;步骤103、以单颗LED工作温度和电流为输入,相应的光通量、光功率、电功率为输出训练人工神经网络;步骤104、利用上述人工神经网络预测温度为T,驱动电流为i时,单颗LED的光通量、光功率、电功率;其中:t的范围是298K~375K;i的范围是0~450mA;步骤105、结合预测结果和有限元算法,得到温度为t,驱动电流为i时,单颗LED的热分布;步骤106、结合温度为t,驱动电流为i时,单颗LED光电热预测结果和有限元算法,得到LED灯具的热分布及光强分布。
地址 300387 天津市西青区宾水西道399号