基于BP神经网络的LED可靠性模型研究

根据LED可靠性与相关参数的映射关系,建立拓扑结构为6-12-1的BP神经网络。以实测白光LED芯片的理想因子、结温、色温漂移等参数为输入量,以寿命为输出量,计算模型精度。研究结果表明,该模型有良好的外推能力及鲁棒性,可在短时间内成功预测LED寿命,神经网络训练结果相关系数为99.8%,检验组误差小于3%。     

基于果蝇算法优化径向基神经网络模型的白光发光二极管可靠性

根据白光发光二极管失效物理机制选取理想因子、结温、色坐标漂移量等参数作为输入量,利用果蝇算法自学习优化标准径向基神经网络基函数宽度,提高输出精度.研究表明,径向基神经网络模型可以成功预测白光发光二极管可靠性衰变趋势,具有较高的稳定性和鲁棒性;利用果蝇算法优化后,预测平均误差成功减少为3.1%,对未来建立以神经网络为基础的发光二极管可靠性预测模型库提供有益帮助.     

大功率LED液冷热沉结构与换热效果研究EI北大核心CSCD

为了更好设计LED液冷换热热沉,提高大功率LED热沉的综合换热性能,模拟计算了三种结构热沉的LED芯片最高结温和器件热阻,运用场协同原理分析了不同LED热沉结构的换热原理,以及努塞尔数和摩擦因子随雷诺数的变化规律;并用强化传热因子来表述换热能力和流动阻力的综合换热效果。结果表明,运用30°角矩形翅片的LED结温和器件热阻最低,换热能力最好;菱形翅片次之,垂直平行翅片最差。30°角矩形翅片和菱形翅片由于倾斜角的存在,在增加换热能力的同时也增加了流动阻力;综合分析换热能力和流动阻力,菱形翅片的综合换热性能最好。