CN110045257A - 一种基于灰色系统理论led芯片热振加速寿命预测方法 - Google Patents

Abstract

本发明公开了一种基于灰色系统理论LED芯片热振加速寿命预测方法，首先通过对LED芯片施加不同加载模式下的加速应力，采集不同加速应力下的寿命实验原始数据，然后运用灰色系统理论对实验原始数据进行灰处理，获得灰色分析数据，并构建灰色系统理论预测模型，最后对所建灰色系统理论模型进行灰色关联度分析。与现有技术相比，灰色系统预测模型不用考虑温振相互作用关系及物理失效规律相关的统计模型，可获得高效、准确的预测与评估。本发明能够通过加速应力下的原始寿命数据，通过灰色系统理论的数列预测，来预估正常工作时热和振动双应力下LED芯片的寿命，预测结果更接近工程实际，可为设计和生产高性能、高稳定性LED芯片提供科学数据理论参考依据。

Description

一种基于灰色系统理论LED芯片热振加速寿命预测方法

技术领域

本发明涉及半导体照明技术领域，尤其涉及一种基于灰色系统理论LED芯片热振加速寿命预测方法。

背景技术

LED是现代发明并集环保、使用时间长、光效高等众多优点于一身的第四代照明技术，已经应用于生活、生产的各个方面，LED产品的工作环境十分复杂，涉及到热、振动、湿气、挥发性化学物质、盐雾等，前人大多研究的是热、电流、电压、湿度对LED可靠性的影响，鲜有人研究振动对LED芯片可靠性的影响，对于电子元器件，环境因素对可靠性影响的比重，热比重占将近50％，振动占25％，因此寻找一种小数据、高效、准确的LED芯片热振加速寿命预测与评估方法很有必要。

加速寿命试验是使用与可靠性(或寿命)有关的模型，通过比正常使用时所预期的更高的应力条件下的试验来度量可靠性，以确定寿命多长。加速寿命试验采用加速应力进行试件的寿命试验，从而缩短了试验时间、提高了试验效率、降低试验成本，其研究使高可靠、长寿命产品的可靠性评定成为可能。按照试验应力的加载方式，加速寿命试验通常分为恒定应力试验、步进应力试验和序进应力试验，其中恒定应力试验是以恒定的加速应力对样品进行试验。

加速寿命模型是利用加速寿命试验信息外推产品在正常应力水平下的各种可靠性特征的关键，加速应力对各种失效模式的加速机理和加速效果是不同的，常用的加速寿命模型有以温度为加速应力的Arrhenius(阿伦尼乌斯)模型，以机械应力或电应力作为加速应力的逆幂律模型，以温度和电应力的双应力作为加速应力的艾林模型，这些模型仅适用于与物理模型相一致的加速实验场合，有一定局限性。

发明内容

基于现有技术中存在的问题，本发明提供了一种基于灰色系统理论LED芯片热振加速寿命预测方法，尤其涉及一种热和振动双应力加载下的可靠性寿命分析，对实验中所获得的量纲和时间长度均不相等的原始试验数据进行分析，建立一个基于概率统计的随机过程。

本发明采用的技术方案是包括以下步骤：

一种基于灰色理论的LED芯片热振加速寿命预测方法，包括以下步骤：

步骤(1)，通过对LED芯片施加不同加载模式下的加速应力，采集不同加速应力下的寿命实验原始数据；

步骤(2)，运用灰色系统理论对实验原始数据进行灰处理，获得灰色系统理论分析数据，并构建灰色系统理论预测模型；

步骤(3)，对构建好的灰色系统理论模型进行灰色关联度分析。

进一步，所述不同加载模式包括振动加载、温度加载、振动和温度共同加载；所述加载模式中的加载应力采用由高到低的递减加载方式；所述加载应力的个数m≥4。

进一步，所述步骤(2)中对实验原始数据进行灰处理具体为：累加生成和建立灰色GM(1，1)模型；所述灰色GM(1，1)模型需要进行误差分析，误差分析后进行残差模型修正。

本发明采用上述技术方案后具有的优点：

1.本发明针对LED芯片在双应力热-振动加载下的加速寿命试验，不同于其他的温度湿度加载、温度电压加载等，此应力加载方法更准确的模拟了芯片的复杂环境下的可靠性，为一些需要考虑到振动环境因素的特殊照明也提供了寿命预测参考依据。

2.本发明把离散的数据进行灰色处理，使其有由离散的数列变成有一定规律的序列数据，在此基础上建立基于微分方程数学模型，不用服从与物理失效规律相关的统计模型，少量数据(至少4个)就可以建立模型，比常用的物理失效规律相关的统计模型更高效、更精确，比外推法更为准确有效的预测LED芯片寿命模型。

附图说明

图1是本发明一种基于灰色系统理论LED芯片热振加速寿命预测方法的流程示意图；

图2是本发明一种基于灰色系统理论LED芯片热振加速寿命预测方法的步骤流程图；

图3是本发明一种基于灰色系统理论LED芯片热振加速寿命预测方法的实验平台和数据采集平台的连接图，图3(a)是实验平台连接示意图，图3(b)是数据采集平台连接示意图。

具体实施方式

下面将结合附图对本发明的具体技术方案作进一步的说明，但是本发明的保护范围并不限于此。为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

本发明的目的是为了针对LED芯片在热振复合载荷下没有相关的物理失效规律统计模型，提供了一种基于灰色系统理论LED芯片热振加速寿命预测方法，由加速应力下的LED芯片寿命预测正常工作下的寿命，对于LED芯片的工作环境因素-热和振动有一定限制范围，所以环境因素是既有下界a_min，又有上界a_max的区间灰数；因此为了得到正常工作条件下的寿命，本方法不同于其他的根据现状预测未来动态的社会预测、经济预测、动态预测等，采用一种倒推的预测，将原始数据数列中的加速应力因子由最大值开始，做个倒序排列，来预测正常应力下寿命；一般来讲，离正常应力越近的加速因子对预测正常应力下的寿命越有参考价值，所建立的模型越精确，预测出的寿命也越精确。

如图2所示，本发明采用的技术方案是包括以下步骤：

步骤(1)，搭建实验平台

搭建如图3(a)所示的实验平台，将振动台3嵌入高低温实验箱2里，振动控制仪1连接振动台3，组成一个振动和温度实验平台；将LED芯片6固定在散热器5上，用夹具4将散热器5固定在振动台3上，直流稳压电源7给LED芯片6提供稳流供电，图3(b)是实验采集失效标准光通量的数据采集平台，由相互连接的积分球8和输出光通量的电脑9组成。步骤(1)中失效数据采集依据是：IES LM-79-08(北美照明协会光源流明维持率测试标准)，具体是当LED芯片6的光通量达到初始光通量的70％，则判定LED芯片6失效。

步骤(2)，进行三种模式加载试验

进行恒定加速实验之前，采集各个LED芯片6的初始光通量Φ_i(i＝1，2，…n)(其中n表示第n个样品)，作为判断LED芯片6失效的数据计算，即失效光通量Φ_s＝70％Φ_i(i＝1，2，…n)。

LED加载的环境应力有两种：振动应力F、温度应力T，取LED芯片正常工作状态下的振动应力F₀，温度应力T₀(下标0表示正常工作状态)，分析并选取振动和温度两个加速应力水平范围,振动加速应力F₁＞F₂＞…＞F_m＞F₀，温度加速应力水平范围T_M＞T₁＞T₂＞…T_m＞T₀，其中下标m代表有m个加速应力，且m≥4；T_M表示温度的最大值。

为了更全面的研究这两种应力对LED芯片可靠性的影响，进行了以下三种加载模式：

1)单一振动加速应力恒定加速度实验

给正常工作条件下的LED芯片施加振动加速应力，振动恒定加速应力依次为F₁＞F₂＞…＞F_m，共m个振动加速应力，每隔T_C小时(T_C为采集光通量数据间隔时间，可以根据测试时间长短自行设置)记录对应的加速应力下LED芯片的光通量，与失效光通量Φ_s对比，判断LED芯片是否失效，若LED芯片失效，记录LED芯片失效时间(下标0表示对应的加载模式为振动加载，上标0表示未经处理的原始数据)作为振动加速应力下的原始寿命序列，获得振动加速应力下的原始寿命数列为

2)单一温度加速应力恒定加速度实验

给正常工作条件下的LED芯片施加温度加速应力，温度恒定加速应力依次为T₁＞T₂＞…T_m，共m个温度加速应力，每隔T_C小时记录对应的加速应力下LED芯片的光通量，与失效光通量Φ_s对比，判断LED芯片是否失效，若LED芯片失效，记录下失效时间(下标1表示对应的加载模式为温度加载，上标0表示未经处理的原始数据)作为温度加速应力下的原始寿命序列，获得温度加速应力下的原始寿命数列

3)振动和温度的双应力为加速应力的恒定加速度实验

给正常工作条件下的LED芯片施加振动和温度的双应力，振动和温度加载应力组合依次为F₁T₁＞F₂T₂＞…＞F_mT_m，共m个双加速应力，每隔T_C小时记录对应的加速应力下LED芯片的光通量，与失效光通量Φ_s对比，判断LED芯片是否失效，若LED芯片失效，记录下失效时间(下标2表示对应的加载模式为振动和温度双应力加载，上标0表示未经处理的原始数据)作为原始寿命数据，获得温度加速应力下的原始寿命序列

步骤(3)，离散灰色模型的建立

1)累加生成

将步骤(2)三种模式加载试验所得原始寿命数据累加生成(AGO)得到波动性和随机性比较小、规律性比较强的累加序列(i对应三种加载模式，上标1表示经过处理的累加序列)：

其中

2)建立灰色GM(1，1)模型

设1)中生成序列符合离散GM(1，1)模型：

参数向量可以运用最小二乘法获取：

其中

由累加生成变换离散灰色模型的时间响应式为：

进一步求出时间响应式的累减还原式为：

可得对应的时间响应式(灰色系统理论预测模型)为：

由此得到模拟序列

步骤(4)，误差分析与残差模型修正

1)误差分析

由步骤(3)中2)的模拟序列和原始序列的差值求得残差序列为：

则可得相对误差序列为：

2)误差等级分析

根据1)中相对误差，如果ε_k≤0.01，则相对误差精度等级为1级；如果ε_k≤0.05，则相对误差精度等级为2级；如果ε_k≤0.10，则相对误差精度等级为3级；如果ε_k≤0.20，则相对误差精度等级为4级；1级表示相对误差最小，准确精度最高，预测精度越高，一般取1级精度等级，若精度等级达到要求，模型建立的合理；若达不到精度等级要求，可以考虑对残差序列建立GM(1,1)模型，对原来的模型进行修正，以提高模拟精度。

3)残差修正模型

若存在k₀，满足：a)的符号一致，b)m-k₀≥4，其中k₀为m个加速应力中所得的第k₀个加速应力得到的失效时间的相对误差偏差比较大的项；

则称为可建模残差尾段，仍记为：

与步骤(3)离散灰色模型的建立一样法，求得尾段的时间离散GM(1，1)模型的时间响应式为：

残差尾段的模拟序列：

则相应的残差修正模型为：

对求得的残差修正模型再进行相对误差计算，看是否达到相对误差精度等级为1级要求，若达到，模型建立合理，即为所求模型；若达不到，再进行修正，反复计算，直到达到精度要求。

步骤(5)，灰色关联度分析

通过对一个系统中的多个因素分析，比较几种因素曲线之间几何形状的分布，几何形态越接近，则发展变化态势越接近，关联程度越大。将曲线之间差值的大小作为关联程度的衡量尺度，本方法中，振动和温度双应力加载得到的原始寿命序列为系统行为特征序列，计算振动应力加载得到的原始寿命序列与温度应力加载得到的原始寿命序列的灰色关联度。

系统行为特征序列与比较序列的灰关联测度Δ_2i(k)(i＝0,1；k＝1,2,…,m)是特征序列与比较序列的差的绝对值，即为：

系统行为特征序列与比较序列的关联系数r_2i(k)：

灰色关联度ρ是分辨系数，一般在0与1之间选取，一般情况ρ＝0.5。

灰色关联度具体计算过程如下：

1)求初值象，进行无量纲化，方便计算和作比较

由得到：

2)求与初值象对应分量之差的绝对值序列

由

Δ_2i＝(Δ_2i(1),Δ_2i(2),…,Δ_2i(k))(i＝0,1；k＝1,2,…,m)

得到：

Δ₂₀＝(Δ₂₀(1),Δ₂₀(2),…,Δ₂₀(k))(k＝1,2,…,m)

Δ₂₁＝(Δ₂₁(1),Δ₂₁(2),…,Δ₂₁(k))(k＝1,2,…,m)

3)求关联系数r_2i(k)，ρ＝0.5，则：

得到r₂₀(1),r₂₀(2),…,r₂₀(k)和r₂₁(1),r₂₁(2),…,r₂₁(k)；

4)计算灰色关联度r_2i

5)关联度等级评估：如果r_2i≥0.9则关联度等级为1级；如果r_2i≥0.8则关联度等级为2级；如果r_2i≥0.7则关联度等级为3级；如果r_2i≥0.6则关联度等级为4级。

比较r₂₀与r₂₁的值，值越大，关联程度越大，对系统的影响就越大，为寿命预测提供一定参照性。

将k+1代入步骤(4)中的残差修正模型，得到正常应力下的寿命预测值

由此延伸可以预测低温低频下的LED芯片寿命；也可以将其他影响LED寿命的因素替换掉本发明中的振动和温度因素。

以上说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本权利要求的保护范围内。

Claims (6)

1.一种基于灰色系统理论LED芯片热振加速寿命预测方法，其特征在于，包括以下步骤：

步骤(1)，通过对LED芯片施加不同加载模式下的加速应力，采集不同加速应力下的寿命实验原始数据；

步骤(2)，运用灰色系统理论对实验原始数据进行灰处理，获得灰色系统理论分析数据，并构建灰色系统理论预测模型；

步骤(3)，对构建好的灰色系统理论预测模型进行灰色关联度分析。

2.根据权利要求1所述的基于灰色系统理论LED芯片热振加速寿命预测方法，其特征在于，所述不同加载模式包括振动加载、温度加载、振动和温度共同加载。

3.根据权利要求2所述的基于灰色系统理论LED芯片热振加速寿命预测方法，其特征在于，所述加载模式中的加载应力采用由高到低的递减加载方式。

4.根据权利要求3所述的基于灰色系统理论LED芯片热振加速寿命预测方法，其特征在于，所述加载应力的个数m≥4。

5.根据权利要求1所述的基于灰色系统理论LED芯片热振加速寿命预测方法，其特征在于，所述步骤(2)中对实验原始数据进行灰处理具体为：累加生成和建立灰色GM(1，1)模型。

6.根据权利要求5所述的基于灰色系统理论LED芯片热振加速寿命预测方法，其特征在于，所述灰色GM(1，1)模型需要进行误差分析，误差分析后进行残差模型修正。