CN110737987B - 一种led照明产品预期寿命评价方法 - Google Patents

一种led照明产品预期寿命评价方法 Download PDF

Info

Publication number
CN110737987B
CN110737987B CN201910985788.9A CN201910985788A CN110737987B CN 110737987 B CN110737987 B CN 110737987B CN 201910985788 A CN201910985788 A CN 201910985788A CN 110737987 B CN110737987 B CN 110737987B
Authority
CN
China
Prior art keywords
led lighting
luminous flux
product
expected
lighting product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910985788.9A
Other languages
English (en)
Other versions
CN110737987A (zh
Inventor
钱诚
徐羽
徐燱博
蒋宽
任羿
孙博
冯强
杨德真
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201910985788.9A priority Critical patent/CN110737987B/zh
Publication of CN110737987A publication Critical patent/CN110737987A/zh
Application granted granted Critical
Publication of CN110737987B publication Critical patent/CN110737987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Led Devices (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

一种LED照明产品预期寿命评价方法，步骤如下：1.将老化试验过程中采集得到的受试LED照明产品光通量衰减测试数据对数化；2.基于老化试验数据，计算给定置信度下(如90％)光通量衰减模型参数的置信区间；3.预测受试LED照明产品老化至给定预期寿命时，其光通量的统计分布，获得概率密度曲线，进而计算受试LED照明产品衰减后的光通量满足最小光通量要求(即光通量初始值的70％)的可靠度；4.指定可靠度阈值(如0.9)，若由第三步计算得出的可靠度不小于该阈值，判定受试LED照明产品寿命达到预期要求，否则判定其寿命没有达到预期要求。

Description

一种LED照明产品预期寿命评价方法
所属技术领域
本发明涉及一种对LED照明产品预期寿命的评价方法，属于半导体照明领域。
背景技术
随着半导体照明技术在照明领域应用的不断发展，如何评价LED产品的预期寿命，使其在寿命周期范围内稳定工作成为目前亟需解决的问题。由此，人们开始对LED产品的寿命评价方法展开研究，相应成果也越来越丰富完善。然而，当前国内外普遍使用的LED产品寿命评价方法(如IES TM-21-11方法)尚未系统考虑测试数据的分散性对产品预期寿命的影响，评价结果的准确性受LED产品测试数据分散性的影响极大，导致大量的劣质LED产品也能够侥幸通过测试评价进入市场，对合格产品的销售造成了非常大的冲击，同时也严重影响了消费者对LED产品的信心。
此外，IES TM-21-11方法在进行寿命预测时只能预测6倍测试时间内的光通量值，而超过6倍测试时间的预期流明则不能给出准确结果。现有LED照明产品的寿命可达5万小时以上，因此如果要预测一批产品的寿命满足5万小时的预期要求，测试时间需要达到9000小时(即至少1年的时间)，如此长的测试时间严重地阻碍了企业新产品研发的进度。因此，为了能够降低测试成本，满足评价精度要求，有必要开发一种评价方法以利用较短测试时间样本数据来精准预测其寿命。
发明内容
本发明的目的是提供一种将数值仿真技术与统计学理论相结合的方法对LED照明产品的预期寿命进行评价。该方法提供了预测寿命参数模型以及利用该模型进行数值仿真，进而对受试产品预期寿命进行评价的流程和算法。
为了实现上述目的，本发明采用以下技术方案，具体步骤包括：
第一步：将老化试验过程中采集得到的受试LED照明产品光通量衰减测试数据对数化。
第二步：基于老化试验数据，计算给定置信度下(如90％)光通量衰减模型参数的置信区间。
第三步：预测受试LED照明产品老化至给定预期寿命时，其光通量的统计分布，获得概率密度曲线，进而计算受试LED照明产品老化至预期寿命时，其衰减后的光通量满足最小光通量要求(即光通量初始值的70％)的可靠度。
第四步：指定可靠度阈值，若由第三步计算得出的可靠度不小于该阈值，判定受试LED照明产品寿命达到预期要求，否则判定其寿命没有达到预期要求。针对不同应用场合或不同等级的LED照明产品，可以设定不同的可靠度阈值，例如等级A的LED照明产品可靠度阈值为0.99；等级B的LED照明产品可靠度阈值为0.9；等级C的LED照明产品可靠度阈值为0.85，等等。
本发明通过以上步骤，给出了一种判断LED照明产品寿命是否达到预期要求的评价方法。
本发明的主要优点是：本项目在现有的LED产品寿命评价方法的基础上，研究被测样品老化数据分散程度与其预期寿命准确度的对应关系，并采用可靠度参数量化分析测量数据不确定性对预期寿命的影响，建立了LED产品预期寿命评价方法，同时开发出相应的软件开展应用案例研究。通过本项目的实施，有助于进一步发展LED产品的可靠性测试评价理论，对未来修订LED产品寿命评价标准、加强LED产品的市场规范提供了必要的理论基础。
附图说明
图1为本发明提出的LED照明产品预期寿命评价方法的整体架构
图2为预期寿命下LED照明产品光通量的统计分布及满足最小光通量要求的可靠度示
意图
图3为预期寿命下LED照明产品预测结果
具体实施方式
为使本发明的特征及优点得到更清楚的了解，以下结合附图，作详细说明如下：图1描述了本发明的整体架构，其中实箭头方向表示方法的流程。
在对LED照明产品光通量衰减规律进行预测研究的过程中，本发明采用一种基于统计的数值仿真技术的方法对预期寿命下LED照明产品发光质量进行精度评价，其具体实施步骤是：
第一步：按照现有标准IES TM-21-11:Projecting Long Term LumenMaintenance of LED Light Sources(光源长期流明维持率的预测)中对样品数量的要求，确定用于本评价方法LED照明产品规定的最小样品数量；将不同老化时间下测量得到的LED照明产品光通量测量值转化为所对应的自然对数值。
第二步：基于老化试验数据，计算给定置信度下(如90％)光通量衰减模型参数的置信区间。采用e指数模型对LED照明产品光通量衰减规律进行描述，并对其进行线性转换，得到一元二次线性模型，如式(1)所示：
Yi＝a+bXi+μi (1)
其中：
Yi为LED照明产品在给定时间下的光通量的自然对数值；
Xi为给定时间；
a为模型参数；
b为模型参数；
μi为随机扰动项，其均值为0；
在第二步中运用包括但不限于最小二乘法、最大似然法等方法，得到LED照明产品寿命衰减模型参数a和b的置信区间。以最小二乘法为例，其具体流程为：
(1)由最小二乘法可根据实验数据得到a，b的参数点估计值如式(2)所示：
Figure BDA0002235415420000041
其中：
Figure BDA0002235415420000042
Figure BDA0002235415420000043
参数a，b的方差如式(3)所示：
Figure BDA0002235415420000044
其中：
Figure BDA0002235415420000045
为随机误差项的方差估计量，
Figure BDA0002235415420000046
ei为第i个样本观测点的残差，
Figure BDA0002235415420000047
n为LED照明产品样本数量。
(2)对于参数a，b，所采用的分布函数包括但不限于正态分布、均匀分布、指数分布、泊松分布、威布尔分布等，根据选定的分布函数可得到参数a、b各自的置信区间。以正态分布和威布尔分布为例，其具体方法为：
·对于参数a，b均服从正态分布的情况，可得参数a置信区间如式(4)所示：
Figure BDA0002235415420000048
参数b置信区间如式(5)所示：
Figure BDA0002235415420000051
其中：
n为LED照明产品样本数量；
α为显著性水平；
Figure BDA0002235415420000052
为概率为x，自由度为y的卡方分布值。
·对于参数a，b均服从威布尔分布的情况，可采用数值方法求解其置信区间。
(3)根据参数a、b的置信区间推导参数α、β的均值以及置信区间上下界等分布参数。
第三步：预测受试LED照明产品老化至给定预期寿命时，其光通量的统计分布，获得概率密度曲线，进而计算受试LED照明产品衰减后的光通量满足最小光通量要求(即光通量初始值的70％)的可靠度；
采用蒙特卡洛仿真方法，在实验次数不少于10000次的情况下，得到多组服从步骤5.2中选定分布与步骤5.3中分布参数的参数a和b的伪随机值，将每一组随机值带入模型可以得到一组LED照明产品经给定预期寿命衰减后的光通量随机仿真数据。之后，画出仿真数据的分布直方图，然后将数据的频数除以组距，并将组距无限取小，拟合出LED照明产品在预期寿命时的光通量分布概率密度曲线。
利用大数定理，用蒙特卡洛仿真数据中预期寿命下光通量大于光通量初始值的70％的实验频率代替概率，得到LED照明产品在给定预期寿命下的可靠度的计算公式如式(6)所示：
Figure BDA0002235415420000053
其中：
R为LED照明产品在给定预期寿命下的可靠度；
N为蒙特卡洛仿真实验中选定的实验次数；
N(Lt≥0.7L0)为预期寿命下光通量大于等于0.7倍初始光通量的蒙特卡洛仿真中的实验次数。
第四步：指定可靠度阈值(如0.9)，若由第三步计算得出的可靠度不小于该阈值，判定受试LED照明产品寿命达到预期要求，否则判定其寿命没有达到预期要求；
指定满足需求的可靠度阈值(如0.9)，若受试LED照明产品老化至预期寿命时满足光通量要求的可靠度不小于该阈值，判定其寿命达到预期，否则判定其寿命没有达到预期。

Claims (2)

1.一种LED照明产品预期寿命评价方法，其特征在于包含以下步骤：
第一步：按照现有标准IES TM-21-11:LED光源长期流明维持率的预测中对样品数量的要求，确定用于本评价方法LED照明产品规定的最小样品数量；将老化试验过程中不同老化时间下测量得到的LED照明产品光通量测量值转化为所对应的自然对数值；
第二步：基于老化试验数据，采用e指数模型对LED照明产品光通量衰减规律进行描述，并对其进行线性转换，得到一元二次线性模型，如式(1)所示：
Yi＝a+bXi+μi (1)
其中：
Yi为LED照明产品在给定时间下的光通量的自然对数值；
Xi为给定时间；
a为模型参数；
b为模型参数；
μi为随机扰动项，其均值为0；
运用最小二乘法、最大似然法处理同一老化试验所得试验数据，以最小二乘法为例对以上数据进行初步处理得到参数统计量，其具体流程为：
根据实验数据，采用最小二乘法得到a，b的参数点估计值如式(2)所示：
Figure FDA0003163220260000011
其中：
Figure FDA0003163220260000012
Figure FDA0003163220260000013
参数a，b的方差如式(3)所示：
Figure FDA0003163220260000014
其中：
Figure FDA0003163220260000015
为随机误差项的方差估计量，
Figure FDA0003163220260000016
ei为第i个样本观测点的残差，
Figure FDA0003163220260000017
n为LED照明产品样本数量；
第三步：计算给定置信度下光通量衰减模型参数的置信区间，对于参数a，b，采用正态分布、威布尔分布进行拟合，根据选定的分布函数得到参数a、b各自的置信区间，其具体方法为：
1)对于参数a，b均服从正态分布的情况，得参数a置信区间如式(4)所示：
Figure FDA0003163220260000021
参数b置信区间如式(5)所示：
Figure FDA0003163220260000022
其中：
n为LED照明产品样本数量；
αp为显著性水平；
Figure FDA0003163220260000023
为概率为x，自由度为y的卡方分布值；
2)对于参数a，b均服从威布尔分布的情况，采用数值方法求解其置信区间；
第四步：预测受试LED照明产品老化至给定预期寿命时，采用蒙特卡洛仿真方法，在实验次数不少于10000次的情况下，得到多组服从由第三步选定分布的参数a和b的伪随机值，将每一组随机值带入模型得到一组LED照明产品经给定预期寿命衰减后的光通量随机仿真数据；之后，画出仿真数据的分布直方图，然后将数据的频数除以组距，并将组距无限取小，拟合出LED照明产品在预期寿命时的光通量分布概率密度曲线；
进一步地，利用大数定理，用蒙特卡洛仿真数据中预期寿命下光通量大于光通量初始值的70％的实验频率代替概率，得到LED照明产品在给定预期寿命下的可靠度的计算公式如式(6)所示：
Figure FDA0003163220260000024
其中：
R为LED照明产品在给定预期寿命下的可靠度；
N为蒙特卡洛仿真实验中选定的实验次数；
N(Lt≥0.7L0)为预期寿命下光通量大于等于0.7倍初始光通量的蒙特卡洛仿真中的实验次数；
第五步：指定可靠度阈值，若由第四步计算得出的可靠度不小于可靠度阈值，判定受试LED照明产品寿命达到预期要求，否则判定受试LED照明产品寿命没有达到预期要求；
本发明通过以上步骤，给出了一种判断LED照明产品寿命是否达到预期要求的评价方法。
2.根据权利要求1所述的一种LED照明产品预期寿命评价方法，其特征在于：在第五步中，指定满足需求的可靠度阈值，若受试LED照明产品老化至预期寿命时满足光通量要求的可靠度不小于可靠度阈值，判定受试LED照明产品寿命达到预期，否则判定受试LED照明产品寿命没有达到预期。
CN201910985788.9A 2019-10-16 2019-10-16 一种led照明产品预期寿命评价方法 Active CN110737987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910985788.9A CN110737987B (zh) 2019-10-16 2019-10-16 一种led照明产品预期寿命评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910985788.9A CN110737987B (zh) 2019-10-16 2019-10-16 一种led照明产品预期寿命评价方法

Publications (2)

Publication Number Publication Date
CN110737987A CN110737987A (zh) 2020-01-31
CN110737987B true CN110737987B (zh) 2021-09-24

Family

ID=69269111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910985788.9A Active CN110737987B (zh) 2019-10-16 2019-10-16 一种led照明产品预期寿命评价方法

Country Status (1)

Country Link
CN (1) CN110737987B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115656764B (zh) * 2022-12-27 2023-04-14 聚灿光电科技（宿迁）有限公司 一种用于发光二极管的照明质量检测方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012043924A (ja) * 2010-08-18 2012-03-01 Sharp Corp Ｌｅｄの信頼性評価方法および評価用チップ
CN102222455B (zh) * 2011-06-14 2013-04-03 云南北方奥雷德光电科技股份有限公司 一种amoled微型显示器的寿命评估方法
CN103913300A (zh) * 2014-04-16 2014-07-09 桂林电子科技大学 基于多水平步进应力的led照明产品加速衰减试验方法
CN103940585B (zh) * 2014-04-16 2016-08-17 桂林电子科技大学 基于多水平步降应力的led照明产品加速衰减试验的方法
CN104391237B (zh) * 2014-11-26 2017-04-12 电子科技大学中山学院 一种led芯片寿命快速估算方法
CN107238765A (zh) * 2016-12-28 2017-10-10 中国科学院长春光学精密机械与物理研究所 基于加速性能退化参数的led集成驱动电源可靠性分析方法
CN107607848A (zh) * 2017-08-24 2018-01-19 中国科学院长春光学精密机械与物理研究所 Led灯具加速寿命试验方法及计算机可读存储介质
CN107632275A (zh) * 2017-08-28 2018-01-26 厦门市产品质量监督检验院 一种led照明产品寿命和可靠性快速评价方法
CN109766518B (zh) * 2018-12-13 2020-08-04 北京航空航天大学 考虑样本个体差异的不确定加速退化建模和分析方法
CN109900997A (zh) * 2019-04-14 2019-06-18 苏州科技大学 一种led老化状态自动检测与寿命评估系统及其方法
CN110062502B (zh) * 2019-04-22 2020-05-19 北京航空航天大学 一种基于机器视觉的led照明灯具在线剩余寿命预测及可靠性评估方法

Also Published As

Publication number Publication date
CN110737987A (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
WO2021120788A1 (zh) 一种基于机器学习的水文预报精度评价方法及系统
Wang et al. Residual life estimation based on a generalized Wiener degradation process
US20190138926A1 (en) Degradation modeling and lifetime prediction method considering effective shocks
CN111046564B (zh) 两阶段退化产品的剩余寿命预测方法
CN108460230B (zh) 基于数据融合的腐蚀油气管道剩余寿命及可靠性预测方法
CN107967571B (zh) 基于熵权法的指标体系生成方法
CN107436963B (zh) 一种基于Copula函数多元退化的O型橡胶密封圈寿命预测方法
CN110927654B (zh) 一种智能电能表批次运行状态评价方法
CN111859658B (zh) 一种产品贮存寿命与可靠性评估方法
CN107423496B (zh) 一种新的降雨事件随机生成方法
CN110569566B (zh) 一种板带力学性能预测方法
CN112733354B (zh) 一种气象要素时间序列模拟方法、系统、介质及电子设备
CN104462808A (zh) 安全水平位移与水位的滑动可变窗口动态数据拟合方法
CN112651119B (zh) 一种空间谐波减速器多性能参数加速退化试验评估方法
CN110737987B (zh) 一种led照明产品预期寿命评价方法
CN109670652A (zh) 一种光伏组件的故障预测方法
CN112084717A (zh) 紫外发光二极管性能退化预测模型构建及寿命预测方法
CN113935090A (zh) 一种用于桥梁车致疲劳分析的随机车流精细模拟方法
Wu et al. A dynamic condition-based maintenance model using inverse Gaussian process
CN114548493A (zh) 一种电能表电流过载预测方法与系统
CN116756505B (zh) 一种基于大数据的光伏设备智能管理系统及方法
CN116957534A (zh) 一种预测智能电表更换数量的方法
Cota-Felix et al. An alternative method for estimating mean life of power system equipment with limited end-of-life failure data
CN110648023A (zh) 基于二次指数平滑改进gm(1,1)的数据预测模型的建立方法
Nariswari et al. Reliability analysis of distribution transformer with bayesian mixture and cox regression approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant