用于LED老化檢測分析的BPN方法

劉戰

摘要：LED燈具是新能源產業的研究對象。對LED燈具的老化預測和設計了一種的加速老化試驗，采用倒傳遞類神經網絡（BPN）方法研究其特性，從而預測LED老化趨勢，實驗結果表明相比傳統的分析方法，倒傳遞類神經網絡（BPN）方法具有更高的準確性。

關鍵詞：LED老化; 曲線擬合

中圖分類號：U491 ? 文獻標識碼：A

1 引言

在二十一世紀，因過度開發導致全球面臨能量短缺與地球環境劇變的威脅，新型具節能概念的光源成為了新世紀照明最重要的課題[1]。

另一方面，由于LED的結構復雜、壽命長（理論上約25000小時），其在正應力作用下的壽命試驗會持續很長時間，且這種預測的準確性和可靠性很難獲得。因此研究LED的可靠性已經成為當今的一個熱門話題[2]。其中，加速壽命試驗（ALT）的準確性成為人們關注的重點。傳統的加速壽命試驗后一般采用方差分析的方法[3]。本論文采用倒傳遞類神經網絡（BPN）方法[4]相比方差分析具有更高的準確性。

2老化壽命實驗

現今產業界發光二極管的老化壽命測試，以在高低溫的環境下長時間點亮發光二極管，來做為測量方法。本論文中以此種方法為基礎，而進行老化壽命實驗。該實驗是以在高溫下，持續點亮發光二極管而進行的測量方式。主要結構是以KEITHLEY 237提供一個固定電流源點亮發光二極管，并同時以烤箱加熱由PD （Photo Diode） 讀取光強度，而加熱的目的在于加速發光二極管的破壞。以PLED6000 硬件來測試發光二極管的參數及PD 值，再以LEDPC 軟件收集測試資料進行分析。

3 倒傳遞類神經網絡（BPN）

倒傳遞類神經網絡基本原理是利用最陡波降法的觀念，將能量函數（亦稱誤差函數）予以最小化，致使網絡得以收斂。

倒傳遞類神經網絡之網絡架構分為三個層次：

（1）輸入層：用以表現網絡之輸入變量，其處理單元數目依照問題而定。 使用線性轉換函數，即f（x） = x。

（2）隱藏層：用以表現輸入處理單元間的交互影響，其處理單元數目并無 標準方法可以決定，常需要以測試方式來決定最佳值，網絡可以 不只一層隱藏層，亦可無隱藏層。其使用非線性轉換函數。

（3）輸出層：用以表現網絡之輸出變量，處理單元數目依照輸出變量而定。 使用非線性轉換函數。

倒傳遞類神經網絡雖然具有學習精度高、回想速度快、可處理高度非線性之函數合成問題等優點。

4 老化壽命預估實驗

本論文采用曲線擬合方式，使用工程專業軟件MATLAB 系統，將光強度值輸入后所擬合出來。根據擬合的曲線，通過倒傳遞類神經網絡方法建立數學模型。將發光二極管在 50℃下所量測到光強度值代入倒傳遞類神經網絡（BPN）方法建立的數學模型計算得到圖1。

由圖1可以看出，相比文獻[3]采用的方法，本文采用的倒傳遞類神經網絡（BPN）方法更接近實際值，更加準確。

參考文獻：

[1]前瞻產業研究院. 照明產業轉型升級及LED行業發展趨勢預測[J]. 電器工業， 2019（3）.

[2]華斌， 黃慧詩， 閆曉密， et al. 鋁銅合金對LED芯片電極可靠性的影響[J]. 半導體技術， 2018（7）.

[3]王藝燃， 李月鋒， 鄒軍. 白光LED加速老化性能分析[J]. 中國照明電器， 2014（10）.

[4]孫國棟， 秦來安， 侯再紅，等. Feasibility analysis for acquiring visibility based on lidar signal using genetic algorithm-optimized back propagation algorithm[J]. 中國物理B， 2019， 28（2）：24213-024213.