基于人工智能的LED结温非接触式测量方法

摘要：

根据LED芯片光谱的质心波长和半高全宽,构建了采用人工神经网络预测LED结温的方法.采用LED热阻结构分析系统测量不同衬底温度、不同电流下的结温,同时采用光谱仪测量相对光谱分布,选择GaN基芯片发出的蓝色光谱分布为研究对象,计算其质心波长和半高全宽,将质心波长、半高全宽和驱动电流作为输入参数,结温作为输出参数,构建人工神经网络.最后用该模型预测LED发光时的实际结温.研究表明,在采用大量数据学习后,本方法精度可以达到 1.23℃,满足实际工程需求.此外,本方法不需要接触LED光源,准确性较高,具有明显的技术优势.

关键词：光谱学、结温测量、人工智能、发光二极管、人工神经网络、质心波长、半高全宽

所属期刊栏目：33

分类号：TN312+.8;O433.4(半导体技术)

资助基金：江苏省333人才项目;常州市智能感知;无人机应用技术研究重点实验室项目;大学生创新创业计划项目;大学生创新创业计划项目;大学生创新创业计划项目

在线出版日期：2023-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：98-102