本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的LED可靠性分析模型研究

  更多相關(guān)文章： LED 可靠性 壽命預(yù)測 神經(jīng)網(wǎng)絡(luò)

【摘要】：發(fā)光二極管(Light Emitting Diode,LED)作為國家大力支持的節(jié)能環(huán)保光源,在顯示、照明、可見光通信及現(xiàn)代農(nóng)業(yè)等領(lǐng)域應(yīng)用廣泛。LED具有發(fā)光效率高、驅(qū)動電壓低等固有優(yōu)勢,目前配光、散熱問題已經(jīng)找到較為滿意的解決方案,制約其推廣的主要因素是成本及可靠性問題�？煽啃允钱a(chǎn)品在規(guī)定條件下完成規(guī)定功能的能力,結(jié)合國內(nèi)外LED可靠性理論研究基礎(chǔ),參考LED主流失效分析方法與檢測標(biāo)準(zhǔn),以芯片級與封裝級LED燈具作為本文研究對象。區(qū)別于溫度或電流加速壽命測試方法,提出基于神經(jīng)網(wǎng)絡(luò)建立多變量LED快速壽命預(yù)測模型,根據(jù)LED失效理論選擇理想因子、結(jié)溫、色漂移量等光、電、熱參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入量,利用光電綜合測試系統(tǒng)、熱成像儀等儀器實測樣品數(shù)據(jù)并建模分析。建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,根據(jù)經(jīng)驗公式確定隱含層神經(jīng)元個數(shù),擇優(yōu)選取列文伯格算法為神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)算法,構(gòu)建三層結(jié)構(gòu)為6-12-1的BP神經(jīng)網(wǎng)絡(luò)模型。對模型進(jìn)行網(wǎng)絡(luò)訓(xùn)練,相關(guān)系數(shù)達(dá)到99.8%,表明網(wǎng)絡(luò)訓(xùn)練擬合程度良好。利用檢驗組數(shù)據(jù)運(yùn)行網(wǎng)絡(luò),預(yù)測結(jié)果最大誤差為2.97%,達(dá)到預(yù)測壽命精度為百小時量級的標(biāo)準(zhǔn)。根據(jù)各神經(jīng)元之間的連接權(quán)值和閾值,對相關(guān)參數(shù)進(jìn)行輸出結(jié)果權(quán)重分析,證明白光LED可靠性對于光、電、熱參數(shù)均有一定敏感度,神經(jīng)網(wǎng)絡(luò)輸入量選取科學(xué)合理,色漂移量占LED可靠性相關(guān)參數(shù)權(quán)重較大,印證了國外相關(guān)標(biāo)準(zhǔn)以色漂移量作為失效判據(jù)的可行性。利用徑向基神經(jīng)網(wǎng)絡(luò)建模預(yù)測LED可靠性,并利用果蠅算法對其優(yōu)化。充分發(fā)揮果蠅算法收斂速度快及徑向基神經(jīng)網(wǎng)絡(luò)調(diào)整參數(shù)少的優(yōu)點(diǎn),以味道判定函數(shù)確定徑向基神經(jīng)網(wǎng)絡(luò)最優(yōu)的基函數(shù)寬度。研究表明,果蠅算法迭代到第九次時找到氣味濃度最大值,獲得的最佳基函數(shù)寬度為0.014。所構(gòu)建的FOA-RBF神經(jīng)網(wǎng)絡(luò)模型包含20個隱含層節(jié)點(diǎn),最大預(yù)測誤差為6.59%,達(dá)到預(yù)期要求。
【關(guān)鍵詞】：LED 可靠性 壽命預(yù)測 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TB114.3;TM923.34;TP183
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-21
• 1.1 LED歷史9
• 1.2 LED應(yīng)用領(lǐng)域9-11
• 1.2.1 照明及顯示9-10
• 1.2.2 可見光通信10
• 1.2.3 農(nóng)業(yè)照明10-11
• 1.2.4 健康照明11
• 1.3 LED可靠性11-19
• 1.3.1 可靠性模型11-14
• 1.3.2 LED失效模式14-16
• 1.3.3 LED失效分析方法16-17
• 1.3.4 LED可靠性測試標(biāo)準(zhǔn)17-19
• 1.3.5 國內(nèi)外LED可靠性研究基礎(chǔ)19
• 1.4 研究內(nèi)容19-21
• 第二章 LED可靠性預(yù)測實驗21-32
• 2.1 LED失效物理機(jī)制21-22
• 2.1.1 電參數(shù)21
• 2.1.2 溫度21
• 2.1.3 封裝工藝及材料21-22
• 2.1.4 環(huán)境因素22
• 2.2 LED加速壽命預(yù)測方法22-25
• 2.2.1 溫度加速壽命測試方法23
• 2.2.2 電流加速壽命測試法23-25
• 2.3 神經(jīng)網(wǎng)絡(luò)壽命預(yù)測模型25-30
• 2.3.1 樣品封裝結(jié)構(gòu)25-26
• 2.3.2 期望壽命26
• 2.3.3 電學(xué)參數(shù)26-28
• 2.3.4 光色參數(shù)28-29
• 2.3.5 熱學(xué)參數(shù)29-30
• 2.4 本章小結(jié)30-32
• 第三章 基于BP神經(jīng)網(wǎng)絡(luò)的LED可靠性分析32-41
• 3.1 BP神經(jīng)網(wǎng)絡(luò)簡介32-34
• 3.2 BP神經(jīng)網(wǎng)絡(luò)輸入層設(shè)計34
• 3.3 BP神經(jīng)網(wǎng)絡(luò)隱含層設(shè)計34-36
• 3.3.1 隱含層神經(jīng)元數(shù)設(shè)計34-35
• 3.3.2 模型訓(xùn)練算法選擇35-36
• 3.4 預(yù)測模型結(jié)果分析36-38
• 3.5 輸入?yún)?shù)權(quán)重分析38-39
• 3.6 本章小結(jié)39-41
• 第四章 基于FOA優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的LED可靠性分析41-49
• 4.1 RBF神經(jīng)網(wǎng)絡(luò)簡介41-42
• 4.2 果蠅優(yōu)化算法42-43
• 4.3 FOA-RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計43-45
• 4.4 FOA-RBF模型預(yù)測結(jié)果分析45-48
• 4.5 本章小結(jié)48-49
• 總結(jié)及展望49-51
• 參考文獻(xiàn)51-57
• 攻讀碩士學(xué)位期間取得的研究成果57-58
• 致謝58-59
• 附件59

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 張曉明;周群;郭寶林;孫素琴;;運(yùn)用RBF徑向基神經(jīng)網(wǎng)絡(luò)識別基于小波變換的淫羊藿苷紅外光譜指紋特征[J];光譜學(xué)與光譜分析;2009年07期

2 鄭立華;李民贊;潘孌;孫建英;唐寧;;基于近紅外光譜技術(shù)的土壤參數(shù)BP神經(jīng)網(wǎng)絡(luò)預(yù)測[J];光譜學(xué)與光譜分析;2008年05期

，

本文編號：1054359