一种基于数据统计的发光二极管寿命预测方法及系统与流程
本发明涉及电变量处理,尤其涉及一种基于数据统计的发光二极管寿命预测方法及系统。
背景技术:
1、现有led寿命预测多采用单一光电参数构建退化模型开展寿命推演,仅依靠光通量衰减数据完成剩余寿命估算,未同步结合正向电压漂移、主波长偏移两类关键退化指标开展多维联合分析。离线老化数据仅做简单均值处理,未完成异常测量值剔除与样本一致性校验,初始基准参数存在噪声干扰,退化曲线拟合精度偏低,模型无法精准匹配单颗待测led自身初始光电特性,静态退化模型与器件实际运行退化轨迹偏差较大。
2、传统led寿命预测模型参数固定,无法依托器件实时运行监测数据完成动态更新,仅依靠离线老化试验得到固定退化函数外推失效时长,未引入序贯贝叶斯统计方法实时修正模型系数。各光电参数独立输出寿命预测值后直接选取最小值作为最终寿命结果,未依据各退化轨迹拟合残差分配差异化权重完成多指标融合评估,预测结果鲁棒性差、误差大,整体寿命预测效率与预测准确度难以满足高精度led可靠性检测需求。
技术实现思路
1、本发明提供一种基于数据统计的发光二极管寿命预测方法及系统,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供的一种基于数据统计的发光二极管寿命预测方法,包括:
3、步骤1、对待测发光二极管在恒流驱动下的初始光电参数集进行均值滤波,得到所述待测发光二极管的标准初始参数集;
4、步骤2、基于所述待测发光二极管的历史离线老化试验数据,以所述标准初始参数集中的正向电压、光通量和主波长作为自变量,以所述待测发光二极管的累积点亮时长为自变量,构建所述待测发光二极管的多维性能退化统计函数;
5、步骤3、在待测发光二极管的运行过程中,根据多个历史监测时段的实时光电参数处理记录与所述多维性能退化统计函数中各退化轨迹函数的拟合残差,通过序贯贝叶斯方法对所述多维性能退化统计函数当前参数的在线统计更新;
6、步骤4、将更新后的所述退化轨迹函数外推至由所述待测发光二极管性能参数失效的边界值构成的失效阈值,分别生成所述退化轨迹函数中自变量对应的正向电压寿命预测值、光通量寿命预测值和主波长寿命预测值;
7、步骤5、对所述正向电压寿命预测值、所述光通量寿命预测值和所述主波长寿命预测值进行加权融合,生成所述待测发光二极管的综合剩余寿命预测结果。
8、在一个优选的实施方式中,所述对待测发光二极管在恒流驱动下的初始光电参数集进行均值滤波,得到所述待测发光二极管的标准初始参数集,包括:
9、在多个连续的采样时刻下,分别获取待测发光二极管的多组初始光电参数采样值,各组所述初始光电参数采样值均包含正向电压、光通量和主波长一一对应的多个读数;
10、对所述初始光电参数采样值中属于同一参数类型的多个读数算术平均值作为所述采样时刻的周期平均正向电压值、周期平均光通量值和周期平均主波长值;
11、从由所述周期平均正向电压值、所述周期平均光通量值和所述周期平均主波长值构成的周期平均参数组中剔除差异程度超过阈值的周期平均参数组;
12、对剔除后的所述周期平均参数组再次进行算术平均,将再次算术平均后得到的平均正向电压值、平均光通量值和平均主波长值共同确定为所述标准初始参数集。
13、在一个优选的实施方式中,所述基于所述待测发光二极管的历史离线老化试验数据,包括:
14、获取同批次所述待测发光二极管在离线老化试验中记录的多个采样时间点下的老化光电数据集,所述老化光电数据集包含各所述采样时间点分别对应的正向电压测量值、光通量测量值、主波长测量值以及累计点亮时长记录值,
15、对所述老化光电数据集中属于同一采样时间点的各测量值进行一致性校验,以剔除与测量值偏离程度最大的测量值,
16、将校验后的各测量值与对应的所述累计点亮时长记录值关联存储,形成标准离线样本集。
17、在一个优选的实施方式中,所述以所述标准初始参数集中的正向电压、光通量和主波长作为自变量,以所述待测发光二极管的累积点亮时长为自变量,构建所述待测发光二极管的多维性能退化统计函数,包括:
18、根据所述标准离线样本集中各所述累计点亮时长记录值及对应的所述正向电压测量值、所述光通量测量值和所述主波长测量值的变化关系,分别拟合出正向电压变化关系曲线、光通量变化关系曲线以及主波长变化关系曲线;
19、将所述正向电压变化关系曲线、所述光通量变化关系曲线和所述主波长变化曲线共同确定为初始退化轨迹函数组,其中各所述变化关系曲线均采用与离线样本数据的整体拟合残差最小为目标的曲线形式。
20、在一个优选的实施方式中,所述构建所述待测发光二极管的多维性能退化统计函数,包括:
21、将所述标准初始参数集中的所述正向电压、所述光通量和所述主波长分别作为所述正向电压变化关系曲线、所述光通量变化关系曲线以及所述主波长变化关系曲线在累计点亮时长为零时刻的初始截距值;
22、利用所述初始截距值对所述初始退化轨迹函数组中各曲线的位置参数进行平移校准;
23、将校准后的所述正向电压变化关系曲线、所述光通量变化关系曲线以及所述主波长变化关系曲线组合为所述多维性能退化统计函数。
24、在一个优选的实施方式中,所述在待测发光二极管的运行过程中,根据多个历史监测时段的实时光电参数处理记录与所述多维性能退化统计函数中各退化轨迹函数的拟合残差,通过序贯贝叶斯方法对所述多维性能退化统计函数当前参数的在线统计更新,包括:
25、按时间顺序提取当前时刻之前连续多个历史监测时段的已处理记录,每个所述已处理记录包含时段内对应累积点亮时长的正向电压统计值、光通量统计值和主波长统计值;
26、将各所述已处理记录中的所述累积点亮时长分别代入当前所述多维性能退化统计函数的各退化轨迹函数,计算各退化轨迹函数在各所述累积点亮时长处的函数估算值,其中所述函数估计值的计算公式如下:
27、;
28、式中,为第个光电参数在时长处的函数估算值,为第个退化轨迹函数的零阶系数,为第个退化轨迹函数的一阶系数,为第个退化轨迹函数的二阶系数,为所述累积点亮时长;
29、将各所述函数估算值与对应的所述已处理记录中同一参数类型的统计值进行偏差比较,得到所述退化轨迹函数的独立残差项;
30、对每个所述退化轨迹函数,将属于不同历史监测时段的各所述独立残差项按数值绝对值进行排序,根据排序结果为每个所述独立残差项设定相对影响因子;
31、利用所有所述历史监测时段的所述已处理记录及所述相对影响因子,对所述退化轨迹函数的当前参数进行加权修订,将加权修订后得到的参数作为所述退化轨迹函数的更新后参数。
32、在一个优选的实施方式中,所述由所述待测发光二极管性能参数失效的边界值构成的失效阈值,包括:
33、提取同批次发光二极管在离线老化试验中达到失效状态时所对应的各性能参数的临界记录值,所述临界记录值包含与所述正向电压对应的第一临界值、与所述光通量对应的第二临界值和与所述主波长对应的第三临界值,
34、将所述第一临界值、所述第二临界值和所述第三临界值分别作为所述正向电压、所述光通量和所述主波长的所述失效的边界值,并共同作为失效阈值。
35、在一个优选的实施方式中,所述分别生成所述退化轨迹函数中自变量对应的正向电压寿命预测值、光通量寿命预测值和主波长寿命预测值,包括:
36、将更新后的各所述退化轨迹函数作为各自参数随累积点亮时长的连续变化曲线;
37、在各所述连续变化曲线上从当前累积点亮时长位置出发,沿时长增大的方向延伸曲线,直至曲线的函数值达到对应的所述失效的边界值,读取达到边界值时所对应的时长值;
38、将对应于所述正向电压的所述退化轨迹函数达到所述第一临界值时的时长记录为所述正向电压寿命预测值,
39、将对应于所述光通量的所述退化轨迹函数达到所述第二临界值时的时长记录为所述光通量寿命预测值,
40、将对应于所述主波长的所述退化轨迹函数达到所述第三临界值时的时长记录为所述主波长寿命预测值。
41、在一个优选的实施方式中,所述对所述正向电压寿命预测值、所述光通量寿命预测值和所述主波长寿命预测值进行加权融合,生成所述待测发光二极管的综合剩余寿命预测结果,包括:
42、基于所述退化轨迹函数,将在各历史监测时段下得到的各独立残差项取绝对值后进行累加,得到所述退化轨迹函数的残差累积值,所述残差累积值分别对应于所述正向电压、所述光通量和所述主波长的三个残差累积值;
43、分别三个所述残差累积值的倒数作为各参数对应的初始权重基础值;
44、将三个所述初始权重基础值同时按同一比例缩放,使得缩放后的三个数值之和为一,将缩放后的数值分别作为所述正向电压寿命预测值的第一加权系数、所述光通量寿命预测值的第二加权系数和所述主波长寿命预测值的第三加权系数;
45、将所述正向电压寿命预测值乘以所述第一加权系数、所述光通量寿命预测值乘以所述第二加权系数、所述主波长寿命预测值乘以所述第三加权系数;
46、将三个乘积结果进行求和,将求和结果作为所述待测发光二极管的综合剩余寿命预测结果。
47、为了解决上述问题,本发明还提供一种基于数据统计的发光二极管寿命预测系统,所述系统包括:
48、初始参数处理模块,用于对待测发光二极管在恒流驱动下的初始光电参数集进行均值滤波,得到所述待测发光二极管的标准初始参数集;
49、退化统计模型模块,用于基于所述待测发光二极管的历史离线老化试验数据,以所述标准初始参数集中的正向电压、光通量和主波长作为自变量,以所述待测发光二极管的累积点亮时长为自变量,构建所述待测发光二极管的多维性能退化统计函数;
50、参数在线更新模块,用于在待测发光二极管的运行过程中,根据多个历史监测时段的实时光电参数处理记录与所述多维性能退化统计函数中各退化轨迹函数的拟合残差,通过序贯贝叶斯方法对所述多维性能退化统计函数当前参数的在线统计更新;
51、外推寿命预测模块,用于将更新后的所述退化轨迹函数外推至由所述待测发光二极管性能参数失效的边界值构成的失效阈值,分别生成所述退化轨迹函数中自变量对应的正向电压寿命预测值、光通量寿命预测值和主波长寿命预测值;
52、加权融合评估模块,用于对所述正向电压寿命预测值、所述光通量寿命预测值和所述主波长寿命预测值进行加权融合,生成所述待测发光二极管的综合剩余寿命预测结果。
53、与现有技术相比,本发明具有以下有益效果:
54、1.本发明通过多时段采样均值滤波并剔除异常参数组,构建无噪声干扰的标准初始参数集,同步对离线老化数据集完成一致性校验与异常值剔除,依托多维光电参数联合拟合生成适配器件自身初始特性的退化统计函数,能够精准刻画led正向电压、光通量、主波长随点亮时长的退化变化规律,有效提升退化轨迹模型的拟合精度,降低基础建模阶段的数据偏差。基于序贯贝叶斯方法结合实时监测残差动态更新退化函数系数,按照残差绝对值分配影响因子加权修订模型参数,实现退化模型随器件运行状态持续自适应校准,延长模型有效适配周期。
55、2.本发明依托同批次老化失效临界值建立多维度失效阈值,分别外推得到三类光电参数对应的独立寿命预测值,再根据各退化轨迹残差累积值动态分配归一化加权系数完成多指标融合计算,输出综合剩余寿命结果。整套流程依托数据统计手段实现全流程量化运算,能够稳定输出一致性高、误差更小的led剩余寿命预测结果,整体预测流程自动化程度高,显著提升led寿命预测的运算效率与结果可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com