CN111710771B - 一种led产品的胶粉配比推荐方法 - Google Patents
一种led产品的胶粉配比推荐方法 Download PDFInfo
- Publication number
- CN111710771B CN111710771B CN202010403422.9A CN202010403422A CN111710771B CN 111710771 B CN111710771 B CN 111710771B CN 202010403422 A CN202010403422 A CN 202010403422A CN 111710771 B CN111710771 B CN 111710771B
- Authority
- CN
- China
- Prior art keywords
- historical
- model
- newly
- built
- information
- 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.)
- Expired - Fee Related
Links
- 239000000843 powder Substances 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000002994 raw material Substances 0.000 claims abstract description 65
- 238000004519 manufacturing process Methods 0.000 claims abstract description 43
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 102
- 230000004907 flux Effects 0.000 claims description 32
- 239000002245 particle Substances 0.000 claims description 29
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 230000005284 excitation Effects 0.000 claims description 25
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 238000009792 diffusion process Methods 0.000 claims description 13
- 238000004806 packaging method and process Methods 0.000 claims description 12
- 239000000853 adhesive Substances 0.000 claims description 10
- 230000001070 adhesive effect Effects 0.000 claims description 10
- 238000009877 rendering Methods 0.000 claims description 10
- 238000004611 spectroscopical analysis Methods 0.000 claims description 10
- 239000003292 glue Substances 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 6
- 239000000084 colloidal system Substances 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- 108010043121 Green Fluorescent Proteins Proteins 0.000 description 1
- 241001025261 Neoraja caerulea Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000009725 powder blending Methods 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L33/00—Semiconductor devices having potential barriers specially adapted for light emission; Processes or apparatus specially adapted for the manufacture or treatment thereof or of parts thereof; Details thereof
- H01L33/48—Semiconductor devices having potential barriers specially adapted for light emission; Processes or apparatus specially adapted for the manufacture or treatment thereof or of parts thereof; Details thereof characterised by the semiconductor body packages
- H01L33/50—Wavelength conversion elements
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L33/00—Semiconductor devices having potential barriers specially adapted for light emission; Processes or apparatus specially adapted for the manufacture or treatment thereof or of parts thereof; Details thereof
- H01L33/48—Semiconductor devices having potential barriers specially adapted for light emission; Processes or apparatus specially adapted for the manufacture or treatment thereof or of parts thereof; Details thereof characterised by the semiconductor body packages
- H01L33/52—Encapsulations
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2933/00—Details relating to devices covered by the group H01L33/00 but not provided for in its subgroups
- H01L2933/0008—Processes
- H01L2933/0033—Processes relating to semiconductor body packages
- H01L2933/0041—Processes relating to semiconductor body packages relating to wavelength conversion elements
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2933/00—Details relating to devices covered by the group H01L33/00 but not provided for in its subgroups
- H01L2933/0008—Processes
- H01L2933/0033—Processes relating to semiconductor body packages
- H01L2933/005—Processes relating to semiconductor body packages relating to encapsulations
Landscapes
- Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Led Device Packages (AREA)
Abstract
本发明涉及一种LED产品的胶粉配比推荐方法,包括步骤:根据历史原材料信息和历史产品信息定义若干历史模型;计算每个历史模型的历史模型系数,得到由若干历史模型系数和若干历史模型形成的模型库;根据新建原材料信息和新建产品信息定义当前模型;判断模型库中是否存在当前模型的当前模型系数;当判断存在当前模型系数时,根据当前模型系数获取胶粉配比;当判断不存在当前模型系数时,根据新建原材料信息和新建产品信息对当前模型系数进行预测,并根据预测的当前模型系数获取胶粉配比。该胶粉配比推荐方法可以达到快速推荐配比的目的,解决了配比修正周期长、原材料浪费多的问题,进而提升了生产效率,提高了生产良率,降低了人力成本。
Description
技术领域
本发明属于LED制造业领域,具体涉及一种LED产品的胶粉配比推荐方法。
背景技术
主流的白光LED产品是由具有一定波段的黄色荧光粉与环氧或硅胶混合后,灌封在蓝光LED芯片四周,芯片蓝光与黄色荧光粉受激发出的黄光混合形成白光。由于单一的黄光荧光粉难以满足显指要求,需要调配红色和绿色荧光粉比例生成所需要的黄色荧光粉,该过程称为配粉。在配粉过程中,各荧光粉的比例对LED产品的发光效果起了决定性作用。
目前LED产品的配粉调配完全依赖于工程师经验和人为判断,由于生产过程中生产需求、原材料频繁变更等问题,配比工程师需进行多次试样和试产,不断修正配比,导致配比修正周期长、原材料浪费多等问题。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种LED产品的胶粉配比推荐方法。本发明要解决的技术问题通过以下技术方案实现:
本发明实施例提供了一种LED产品的胶粉配比推荐方法,包括步骤:
根据历史原材料信息和历史产品信息定义若干历史模型;
计算每个所述历史模型的历史模型系数,得到由若干所述历史模型系数和若干所述历史模型形成的模型库;
根据新建原材料信息和新建产品信息定义当前模型;
判断所述模型库中是否存在所述当前模型的当前模型系数;
当判断存在所述当前模型系数时,根据所述当前模型系数获取胶粉配比;
当判断不存在所述当前模型系数时,根据所述新建原材料信息和所述新建产品信息对所述当前模型系数进行预测,并根据预测的所述当前模型系数获取所述胶粉配比。
在本发明的一个实施例中,所述历史原材料信息包括历史LED产品的支架尺寸、荧光粉激发波长、荧光粉粒径、蓝光芯片波段、蓝光芯片亮度、封装胶密度、扩散粉密度中的一种或多种,所述历史产品信息包括历史LED产品的显色指数、亮度、色温、色区中的一种或多种。
在本发明的一个实施例中,计算每个所述历史模型的历史模型系数,包括:
根据所述历史原材料信息建立历史LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型;
根据所述历史LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型建立第一荧光粉配比推荐模型;
结合所述历史原材料信息和历史生产数据,利用所述第一荧光粉配比推荐模型计算历史LED产品中每种荧光粉的单位质量转换效率,得到每个所述历史模型的历史模型系数。
在本发明的一个实施例中,所述第一荧光粉配比推荐模型包括:
其中,h表示胶体层厚度,LR表示红色荧光粉的单位质量转换效率,LG表示绿色荧光粉的单位质量转换效率,MR表示红色荧光粉重量,MG表示绿色荧光粉重量,DR表示红色荧光粉粒径,DG表示绿色荧光粉粒径,(xb,yb)表示蓝光芯片波长对应的色品坐标,(xr,yr)表示红色荧光粉激发波长对应的色品坐标,(xg,yg)表示绿色荧光粉激发波长的色品坐标,(xt,yt)表示目标中心点。
在本发明的一个实施例中,所述第一荧光粉配比推荐模型还包括:
其中,h表示胶体层厚度,LR表示红色荧光粉的单位质量转换效率,MR表示红色荧光粉重量,MG表示绿色荧光粉重量,MY表示黄色荧光粉重量,DR表示红色荧光粉粒径,DG表示绿色荧光粉粒径,DY表示黄色荧光粉粒径,(xb,yb)表示蓝光芯片波长对应的色品坐标,(xr,yr)表示红色荧光粉激发波长对应的色品坐标,(xg,yg)表示绿色荧光粉激发波长的色品坐标,(xy,yy)表示黄色荧光粉激发波长的色品坐标,(xt,yt)表示目标中心点,L1=LG/LR,L2=LY/LR,LG表示绿色荧光粉的单位质量转换效率,LY表示黄色荧光粉的单位质量转换效率。
在本发明的一个实施例中,根据所述当前模型系数获取胶粉配比,包括:
根据所述新建原材料信息建立新建LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型;
根据所述新建LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型建立第二荧光粉配比推荐模型;
结合所述新建原材料信息、所述新建产品信息和所述当前模型系数,利用所述第二荧光粉配比推荐模型计算新建LED产品中每种荧光粉的重量;
根据所述每种荧光粉的重量、封装胶的重量、扩散粉的重量得到所述胶粉配比。
在本发明的一个实施例中,根据所述新建原材料信息和所述新建产品信息对所述当前模型系数进行预测,包括:
根据所述新建原材料信息和所述新建产品信息建立预设神经网络;
将所述新建原材料信息和所述新建产品信息输入所述预设神经网络,输出所述当前模型系数。
在本发明的一个实施例中,所述新建原材料信息包括新建LED产品的支架尺寸、荧光粉激发波长、荧光粉粒径、蓝光芯片波段、蓝光芯片亮度、封装胶密度、扩散粉密度中的一种或多种,所述新建产品信息包括新建LED产品的显色指数、亮度、色温、色区中的一种或多种。
在本发明的一个实施例中,所述预设神经网络包括BP神经网络。
在本发明的一个实施例中,还包括步骤:
采用所述胶粉配比生产新建LED产品;
对所述新建LED产品的分光数据进行抽检,并根据抽检结果获取实时生产数据;
根据所述实时生产数据优化所述当前模型系数;
将优化后的所述当前模型系数存入所述模型库。
与现有技术相比,本发明的有益效果:
本发明的胶粉配比推荐方法通过建立历史模型和当前模型来获取当前模型系数,再根据当前模型系数进行胶粉配比推荐,可以达到快速推荐配比的目的,避免了配比工程师的多次试样和试产,解决了配比修正周期长、原材料浪费多的问题,进而提升了生产效率,提高了生产良率,降低了人力成本。
附图说明
图1为本发明实施例提供的一种LED产品的胶粉配比推荐方法的流程示意图;
图2为本发明实施例提供的一种计算每个历史模型的历史模型系数的流程示意图;
图3为本发明实施例提供的另一种LED产品的胶粉配比推荐方法的流程示意图;
图4为本发明实施例提供的一种每个配比对应的分光打靶图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
请参见图1,图1为本发明实施例提供的一种LED产品的胶粉配比推荐方法的流程示意图。该胶粉配比推荐方法包括步骤:
S1、根据历史原材料信息和历史产品信息定义若干历史模型。
具体地,结合LED生产业务,本实施例定义原材料信息即BOM组合(荧光粉、芯片、封装胶、扩散粉或抗沉淀粉、支架)和产品信息为一个模型。而在每个历史模型中,历史原材料信息包括历史LED产品的支架尺寸、荧光粉激发波长、荧光粉粒径、蓝光芯片波段、蓝光芯片亮度、封装胶密度、扩散粉密度中的一种或多种,历史产品信息包括历史LED产品的显色指数、亮度、色温、色区中的一种或多种。本实施例中,扩散粉也可以为抗沉淀粉。
因此,对于历史订单,则定义每个历史订单信息中的历史原材料信息和历史产品信息为一个历史模型,多个历史订单信息形成多个历史模型。
本实施例中,“历史”是指已经生产过的LED产品。
S2、计算每个历史模型的历史模型系数,得到由若干历史模型系数和若干历史模型形成的模型库。
请参见图2,图2为本发明实施例提供的一种计算每个历史模型的历史模型系数的流程示意图。该计算方法具体包括:
S21、根据历史原材料信息建立历史LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型。
具体地,蓝光芯片的光通量模型和每种荧光粉的光通量模型如式(1)所示:
其中,PB表示蓝光芯片的光通量,PY表示黄色荧光粉的光通量,PR表示蓝色荧光粉的光通量,PG表示绿色荧光粉的光通量,h表示胶水层厚度,PB0表示蓝光芯片在胶水层厚度h为0时的发光强度,αB表示蓝光芯片的衰减率,βY表示黄色荧光粉转换效率,βR表示红色荧光粉转换效率,βG表示绿色荧光粉转换效率。
上述每种荧光粉转换率βY、βR、βG=每种荧光粉的单位质量转换效率*一个LED颗粒产品中每种荧光粉的重量*每种荧光粉粒径。
具体地,对于历史LED产品,公式(1)中蓝光芯片的相关参数、每种荧光粉的相关参数和胶水层的厚度h等各个参数可由历史原材料信息获取得到。
S22、根据历史LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型建立第一荧光粉配比推荐模型。
具体地,历史LED产品中荧光粉种类可以包括红色荧光粉、蓝色荧光粉、绿色荧光粉中的任意两种,也可以包括红色荧光粉、蓝色荧光粉和绿色荧光粉这三种。
进一步地,当荧光粉种类为两种(红色荧光粉和绿色荧光粉)时,第一荧光粉配比推荐模型如式(2)所示:
其中,h表示胶体层厚度,LR表示红色荧光粉的单位质量转换效率,LG表示绿色荧光粉的单位质量转换效率,MR表示红色荧光粉重量,MG表示绿色荧光粉重量,DR表示红色荧光粉粒径,DG表示绿色荧光粉粒径,(xb,yb)表示蓝光芯片波长对应的色品坐标,(xr,yr)表示红色荧光粉激发波长对应的色品坐标,(xg,yg)表示绿色荧光粉激发波长的色品坐标,(xt,yt)表示目标中心点。
当荧光粉种类为三种时,第一荧光粉配比推荐模型如式(3)所示:
其中,h表示胶体层厚度,LR表示红色荧光粉的单位质量转换效率,MR表示红色荧光粉重量,MG表示绿色荧光粉重量,MY表示黄色荧光粉重量,DR表示红色荧光粉粒径,DG表示绿色荧光粉粒径,DY表示黄色荧光粉粒径,(xb,yb)表示蓝光芯片波长对应的色品坐标,(xr,yr)表示红色荧光粉激发波长对应的色品坐标,(xg,yg)表示绿色荧光粉激发波长的色品坐标,(xy,yy)表示黄色荧光粉激发波长的色品坐标,(xt,yt)表示目标中心点,L1=LG/LR,L2=LY/LR,LG表示绿色荧光粉的单位质量转换效率,LY表示黄色荧光粉的单位质量转换效率。
S23、结合历史原材料信息和历史生产数据,利用第一荧光粉配比推荐模型计算历史LED产品中每种荧光粉的单位质量转换效率,得到每个历史模型的历史模型系数。
具体地,式(2)和式(3)中,胶体层厚度、蓝光芯片波长对应的色品坐标、每种荧光粉激发波长对应的色品坐标、每种荧光粉的重量、每种荧光粉的粒径可由历史原材料信息获取得到,目标中心点可由历史生产数据获取得到,因此,通过式(2)或式(3)可以计算得到每种荧光粉的单位质量转换效率,从而得到该历史原材料信息和历史生产数据所对应的历史模型系数。进而,可以计算得到不同LED产品下每种荧光粉的单位质量转换效率即若干历史模型系数,将若干历史模型系数存入模型库中,得到由若干历史模型系数和若干历史模型形成的模型库。
进一步地,理论上对于同一型号荧光粉,该荧光粉的单位质量转换效率保持不变,但实际生产数据与设备状态、设备类型、产线生产情况、人员操作等因素相关,存在随机因素的影响,需要通过实时生产数据不断优化模型系数,排除随机因素所造成的模型系数异常。
S3、根据新建原材料信息和新建产品信息定义当前模型。
具体地,新建原材料信息包括新建LED产品的支架尺寸、荧光粉激发波长、荧光粉粒径、蓝光芯片波段、蓝光芯片亮度、封装胶密度、扩散粉密度中的一种或多种,所新建产品信息包括新建LED产品的显色指数、亮度、色温、色区中的一种或多种。因此,对于新建订单,定义新建订单信息中的新建原材料信息和新建产品信息为一个当前模型。
本实施例中,新建是指待生产的LED产品。
S4、判断模型库中是否存在当前模型的当前模型系数。
具体地,将当前模型与模型库中的若干历史模型进行比对,判断模型库中的多个历史模型中是否存在与当前模型一致的模型,从而判断模型库中的多个历史模型系数中是否存在当前模型系数。进一步地,当多个历史模型中存在与当前模型一致的模型(即待生产的LED产品已生产过)时,则模型库中存在当前模型系数,与当前模型相一致的历史模型的历史模型系数可以视为当前模型系数;当多个历史模型中不存在与当前模型一致的模型(即待生产的LED产品是新产品或者原材料为新产品)时,则模型库中没有历史生产数据,不存在当前模型系数。
进一步地,将当前模型与若干历史模型进行比对是指,将新建原材料信息中的每一项与历史原材料信息中的每一项进行比对,同时将新建产品信息中的每一项与历史产品信息中的每一项进行比对。当两类信息完全一致时,则认为多个历史模型中存在与当前模型一致的模型;当两类信息中存在任一项不一致时,则认为多个历史模型中不存在与当前模型一致的模型。
S5、当判断存在所述当前模型系数时,根据所述当前模型系数获取胶粉配比。
具体地,当判断模型库中存在当前模型系数时,则直接从模型库中取出对应的历史模型系数作为当前模型系数,然后根据该当前模型数据获取胶粉配比。
具体地,根据该当前模型系数获取胶粉配比包括步骤:
S51、根据新建原材料信息建立新建LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型。
具体地,蓝光芯片的光通量模型和每种荧光粉的光通量模型请参见式(1),此处不再赘述。
对于新建LED产品,蓝光芯片的相关参数、每种荧光粉的相关参数和胶水层的厚度h等各个参数可由新建原材料信息获取得到。
S52、根据新建LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型建立第二荧光粉配比推荐模型。
具体地,第二荧光粉配比推荐模型请参见式(2)和式(3),此处不再赘述。
S53、结合新建原材料信息、新建产品信息和当前模型系数,利用第二荧光粉配比推荐模型计算新建LED产品中每种荧光粉的重量。
具体地,式(2)和式(3)中,胶体层厚度、蓝光芯片波长对应的色品坐标、每种荧光粉激发波长对应的色品坐标、每种荧光粉的粒径可由新建原材料信息中获取得到,目标中心点和显色指数要求(显色指数主要靠红色荧光粉调配)可由新建产品信息中获取得到,每种荧光粉的单位质量转换效率(即模型系数)由步骤S4获取得到,从而反向求解式(2)或式(3),可以得到每种荧光粉的重量。
S54、根据每种荧光粉的重量、封装胶的重量、扩散粉的重量得到胶粉配比。
具体地,封装胶的重量、扩散粉的重量可从新建原材料信息中获取得到,从而由每种荧光粉的重量、封装胶的重量、扩散粉的重量得到胶粉配比。
S6、当判断不存在当前模型系数时,根据新建原材料信息和新建产品信息对当前模型系数进行预测,并根据预测的当前模型系数获取胶粉配比。
具体包括步骤:
S61、根据新建原材料信息和新建产品信息建立预设神经网络。
具体地,首先,根据新建原材料信息获取荧光粉激发波长、荧光粉粒径(采用D50粒径)、荧光粉色品坐标X、荧光粉色品坐标Y、荧光粉密度这五个变量,根据新建产品信息获取与荧光粉对应的新建LED产品的显色指数要求、亮度、色温和目标中心点(X/Y)这四个变量;然后,根据上述九个变量建立预设神经网络,其中,预设神经网络可以采用BP神经网络,其输入端节点设为9、隐含层节点设为20,输出层节点设为1。
S62、将新建原材料信息和新建产品信息输入预设神经网络,输出当前模型系数。
具体地,将步骤S61中的九个变量输入BP神经网络,经过BP神经网络的处理,输出当前模型系数。
S63、根据预测的当前模型系数获取胶粉配比。
该步骤的具体实施过程请参见步骤S51~S54,此处不再赘述。
本实施例的胶粉配比推荐方法通过建立历史模型和当前模型来获取当前模型系数,再根据当前模型系数进行胶粉配比推荐,可以达到快速推荐配比的目的,避免了配比工程师的多次试样和试产,解决了配比修正周期长、原材料浪费多的问题,进而提升了生产效率,提高了生产良率,降低了人力成本。
实施例二
在实施例一的基础上,请参见图3,图3为本发明实施例提供的另一种LED产品的胶粉配比推荐方法的流程示意图,该胶粉配比推荐方法包括步骤:
S1、根据历史原材料信息和历史产品信息定义若干历史模型。
S2、计算每个所述历史模型的历史模型系数,得到由若干所述历史模型系数和若干所述历史模型形成的模型库。
S3、根据新建原材料信息和新建产品信息定义当前模型。
S4、判断模型库中是否存在当前模型的当前模型系数。
S5、当判断存在所述当前模型系数时,根据所述当前模型系数获取胶粉配比。
S6、当判断不存在当前模型系数时,根据新建原材料信息和新建产品信息对当前模型系数进行预测,并根据预测的当前模型系数获取胶粉配比。
步骤S1~S6的具体实施过程请参见实施例一,本实施例不再赘述。
S7、采用胶粉配比生产新建LED产品。
具体地,已知胶粉配比后,产线采用已知的胶粉配比生产新建LED产品。
S8、对新建LED产品的分光数据进行抽检,并根据抽检结果获取实时生产数据。
具体地,在生产新建LED产品的过程中,对新建LED产品的分光数据进行抽检,并根据抽检的分光数据获取该分光数据对应的胶粉配比,得到实时生产数据;也就是说,实时生产数据包括抽检的分光数据和该分光数据对应的胶粉配比。
进一步地,由分光数据可以得到新建LED产品的打靶中心点,可以将该打靶中心点与新建产品信息中的目标中心点进行对比,判断该分光数据对应的胶粉配比是否满足要求。
S9、根据实时生产数据优化当前模型系数。
具体地,由实时生产数据中的分光数据可以得到新建LED产品的打靶中心点,根据实施例一中的式(2)和式(3),由该打靶中心点可以再次计算得到每种荧光粉的单位质量转换效率,进而实现对当前模型系数的优化。
S10、将优化后的当前模型系数存入模型库。
具体地,将优化后的当前模型系数存入模型库中,后续生产该新建LED产品时,采用优化后的当前模型系数进行生产。
本实施例在生产过程中,通过实时生产数据对模型进行实时修正,提高配比推荐准确度,不断优化打靶结果,确保打靶中心点趋近于目标中心点,通过不断优化当前模型系数,排除了随机因素所造成的当前模型系数异常。
实施例三
本实施例以某LED上市公司LED智能配比推荐应用为例,对实施例一和实施例二的LED产品的胶粉配比推荐方法进行进一步说明。
该公司提供色温为5000K的LED成品信息、原材料信息及历史生产数据,成品及原材料信息见表1,历史配比信息(历史生产数据)见表2所示。
表1成品、原材料信息
表2历史配比信息
基于该产品历史生产数据,分别对色温为5700K产品1和色温6500K产品2进行配比推荐,其中原材料型号不变,仅批次变更。产品1和产品2均进行两次配比推荐即达到客户量产要求,试样次数小于配比工程师试样修正次数。配比推荐表如表3所示。
表3配比推荐表
请参见图4,图4为本发明实施例提供的一种每个配比对应的分光打靶图,其中,“□”表示目标中心点,“△”表示打靶中心点,椭圆表示三色容差椭圆,黑点表示一个打靶点,即一个LED颗粒的色品坐标,a)表示色温5700K产品第一次配比推荐,b)表示色温5700K产品第二次配比推荐,c)表示色温6500K产品第一次配比推荐,d)表示色温6500K产品第二次配比推荐。“□”与“△”距离越近,打靶点落在椭圆的占比越多,说明落BIN率越高,良品率越高,具体分光结果分析见表4所示。客户57H3和65H3产品历史量产平均落BIN率分别为85%和80%,从表4中可以看出,两次修正后的落BIN率均优于客户生产结果。
表4分光结果统计表
综上所述,本申请的胶粉配比推荐方法不仅修正次数少于配比工程师试样修正次数,且生产结果优于人工经验调配结果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种LED产品的胶粉配比推荐方法,其特征在于,包括步骤:
根据历史原材料信息和历史产品信息定义若干历史模型;
计算每个所述历史模型的历史模型系数,得到由若干所述历史模型系数和若干所述历史模型形成的模型库;
根据新建原材料信息和新建产品信息定义当前模型;
判断所述模型库中是否存在所述当前模型的当前模型系数;
当判断存在所述当前模型系数时,根据所述当前模型系数获取胶粉配比;其中,根据所述当前模型系数获取胶粉配比,包括:根据所述新建原材料信息建立新建LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型;根据所述新建LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型建立第二荧光粉配比推荐模型;结合所述新建原材料信息、所述新建产品信息和所述当前模型系数,利用所述第二荧光粉配比推荐模型计算新建LED产品中每种荧光粉的重量;根据所述每种荧光粉的重量、封装胶的重量、扩散粉的重量得到所述胶粉配比,所述封装胶的重量、所述扩散粉的重量从新建原材料信息中获取得到;
当判断不存在所述当前模型系数时,根据所述新建原材料信息和所述新建产品信息对所述当前模型系数进行预测,并根据预测的所述当前模型系数获取所述胶粉配比;其中,根据所述新建原材料信息和所述新建产品信息对所述当前模型系数进行预测包括:根据所述新建原材料信息和所述新建产品信息建立预设神经网络,所述新建原材料信息获取荧光粉激发波长、荧光粉粒径、荧光粉色品坐标X、荧光粉色品坐标Y、荧光粉密度,所述新建产品信息包括新建LED产品的显色指数要求、亮度、色温和目标中心点;将所述新建原材料信息和所述新建产品信息输入所述预设神经网络,输出所述当前模型系数。
2.如权利要求1所述的LED产品的胶粉配比推荐方法,其特征在于,所述历史原材料信息包括历史LED产品的支架尺寸、荧光粉激发波长、荧光粉粒径、蓝光芯片波段、蓝光芯片亮度、封装胶密度、扩散粉密度中的一种或多种,所述历史产品信息包括历史LED产品的显色指数、亮度、色温、色区中的一种或多种。
3.如权利要求1所述的LED产品的胶粉配比推荐方法,其特征在于,计算每个所述历史模型的历史模型系数,包括:
根据所述历史原材料信息建立历史LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型;
根据所述历史LED产品中蓝光芯片的光通量模型和每种荧光粉的光通量模型建立第一荧光粉配比推荐模型;
结合所述历史原材料信息和历史生产数据,利用所述第一荧光粉配比推荐模型计算历史LED产品中每种荧光粉的单位质量转换效率,得到每个所述历史模型的历史模型系数。
5.如权利要求3所述的LED产品的胶粉配比推荐方法,其特征在于,所述第一荧光粉配比推荐模型还包括:
其中,h表示胶体层厚度,LR表示红色荧光粉的单位质量转换效率,MR表示红色荧光粉重量,MG表示绿色荧光粉重量,MY表示黄色荧光粉重量,DR表示红色荧光粉粒径,DG表示绿色荧光粉粒径,DY表示黄色荧光粉粒径,(xb,yb)表示蓝光芯片波长对应的色品坐标,(xr,yr)表示红色荧光粉激发波长对应的色品坐标,(xg,yg)表示绿色荧光粉激发波长的色品坐标,(xy,yy)表示黄色荧光粉激发波长的色品坐标,(xt,yt)表示目标中心点,L1=LG/LR,L2=LY/LR,LG表示绿色荧光粉的单位质量转换效率,LY表示黄色荧光粉的单位质量转换效率。
6.如权利要求1所述的LED产品的胶粉配比推荐方法,其特征在于,所述新建原材料信息包括新建LED产品的支架尺寸、荧光粉激发波长、荧光粉粒径、蓝光芯片波段、蓝光芯片亮度、封装胶密度、扩散粉密度中的一种或多种,所述新建产品信息包括新建LED产品的显色指数、亮度、色温、色区中的一种或多种。
7.如权利要求1所述的LED产品的胶粉配比推荐方法,其特征在于,所述预设神经网络包括BP神经网络。
8.如权利要求1所述的LED产品的胶粉配比推荐方法,其特征在于,还包括步骤:
采用所述胶粉配比生产新建LED产品;
对所述新建LED产品的分光数据进行抽检,并根据抽检结果获取实时生产数据;
根据所述实时生产数据优化所述当前模型系数;
将优化后的所述当前模型系数存入所述模型库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010403422.9A CN111710771B (zh) | 2020-05-13 | 2020-05-13 | 一种led产品的胶粉配比推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010403422.9A CN111710771B (zh) | 2020-05-13 | 2020-05-13 | 一种led产品的胶粉配比推荐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111710771A CN111710771A (zh) | 2020-09-25 |
CN111710771B true CN111710771B (zh) | 2021-11-30 |
Family
ID=72537753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010403422.9A Expired - Fee Related CN111710771B (zh) | 2020-05-13 | 2020-05-13 | 一种led产品的胶粉配比推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111710771B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792092A (zh) * | 2021-08-03 | 2021-12-14 | 深圳市智华信息技术有限公司 | Led测试结果自动判定方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201011942A (en) * | 2008-09-11 | 2010-03-16 | Advanced Optoelectronic Tech | Method and system for configuring high CRI LED |
CN105224841B (zh) * | 2014-06-03 | 2018-05-25 | 武汉纽康度生物科技有限公司 | 一种网络智能荧光免疫定量检测管理方法及系统 |
CN107944208B (zh) * | 2017-11-10 | 2020-06-19 | 江苏稳润光电有限公司 | 一种白光led荧光胶配比的计算方法 |
CN109740176A (zh) * | 2018-11-20 | 2019-05-10 | 浙江云科智造科技有限公司 | 基于最小二乘法的三色荧光粉led配比和点胶量推荐方法 |
CN109742218B (zh) * | 2018-11-20 | 2021-01-22 | 浙江云科智造科技有限公司 | 基于最小二乘法的led荧光粉胶配比和点胶量推荐方法 |
CN109802028B (zh) * | 2018-11-20 | 2020-07-28 | 浙江云科智造科技有限公司 | 基于最小二乘法的led荧光粉胶配比和点胶量推荐方法 |
CN109742217B (zh) * | 2018-11-20 | 2021-01-22 | 浙江云科智造科技有限公司 | 基于最小二乘法的四种led荧光粉配比和点胶方法 |
CN110765701A (zh) * | 2019-10-24 | 2020-02-07 | 华南理工大学 | 一种led荧光粉胶涂覆厚度的预测方法 |
CN111026874A (zh) * | 2019-11-22 | 2020-04-17 | 海信集团有限公司 | 知识图谱的数据处理方法及服务器 |
-
2020
- 2020-05-13 CN CN202010403422.9A patent/CN111710771B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111710771A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU656057B2 (en) | Method and apparatus for reproducing blended colorants on an electronic display | |
CN104081546B (zh) | Led分类方法、led分类装置 | |
CN111710771B (zh) | 一种led产品的胶粉配比推荐方法 | |
CN108649106B (zh) | 一种基于大数据技术的led生产工艺优化方法 | |
CN112018224B (zh) | 固晶方法及显示面板 | |
CN112203383B (zh) | 一种多光谱led的调光方法 | |
CN206725092U (zh) | 一种适用于生产线的rgb色坐标自动校准装置 | |
CN109802028B (zh) | 基于最小二乘法的led荧光粉胶配比和点胶量推荐方法 | |
CN106448525A (zh) | 医用显示器色彩均匀性测量系统及其测量方法 | |
CN113097364A (zh) | 一种全光谱led光源的制造方法 | |
CN109742217B (zh) | 基于最小二乘法的四种led荧光粉配比和点胶方法 | |
KR101811688B1 (ko) | 광원 분류 장치 및 방법 | |
CN106441570B (zh) | 一种实现白平衡量子点光源光谱的构建方法 | |
CN109740176A (zh) | 基于最小二乘法的三色荧光粉led配比和点胶量推荐方法 | |
CN108649112B (zh) | 一种led产品良率优化方法 | |
CN111400901A (zh) | 量子点选配方法、光致发光组件制备方法 | |
CN111753187A (zh) | 一种led产品bom推荐方法 | |
CN109742218B (zh) | 基于最小二乘法的led荧光粉胶配比和点胶量推荐方法 | |
CN105818518A (zh) | 一种用于热转印技术的凹印四色油墨配色方法 | |
CN110890057B (zh) | 基于色度坐标分档混合的led显示屏配色方法 | |
CN104504262B (zh) | 显示器滤色片透过率谱线分布优化方法 | |
CN113033777B (zh) | 一种基于神经网络标定模型的车载氛围灯色度标定方法 | |
Ningfang et al. | A comparative study of a CRT colorimetric prediction model by neural networks and the models by conventional method | |
CN111737915B (zh) | 一种led荧光粉配比的计算方法与装置 | |
CN111163556A (zh) | 一种实现任意色彩led光源的配光方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211130 |
|
CF01 | Termination of patent right due to non-payment of annual fee |