CN111737915A - 一种led荧光粉配比的计算方法与装置 - Google Patents

一种led荧光粉配比的计算方法与装置 Download PDF

Info

Publication number
CN111737915A
CN111737915A CN202010558313.4A CN202010558313A CN111737915A CN 111737915 A CN111737915 A CN 111737915A CN 202010558313 A CN202010558313 A CN 202010558313A CN 111737915 A CN111737915 A CN 111737915A
Authority
CN
China
Prior art keywords
fluorescent powder
color coordinate
model
calculating
parameter
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.)
Granted
Application number
CN202010558313.4A
Other languages
English (en)
Other versions
CN111737915B (zh
Inventor
徐祖峰
丁小果
于娟娟
王浩
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.)
Nanjing Taizhi Automation Technology Co ltd
Original Assignee
Nanjing Taizhi Automation Technology Co ltd
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 Nanjing Taizhi Automation Technology Co ltd filed Critical Nanjing Taizhi Automation Technology Co ltd
Priority to CN202010558313.4A priority Critical patent/CN111737915B/zh
Publication of CN111737915A publication Critical patent/CN111737915A/zh
Application granted granted Critical
Publication of CN111737915B publication Critical patent/CN111737915B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Led Device Packages (AREA)

Abstract

本发明公开了一种LED荧光粉配比的计算方法与装置。该方法首先基于历史数据中的蓝光芯片色坐标、两种荧光粉色坐标和目标中心点的色坐标计算实际混合色坐标，对建立的混合色坐标计算模型进行参数优化，得到模型中表示两种荧光粉分别穿过胶水层的单位体积转换率的比值的参数；然后将计算得到的参数带入建立的目标色坐标模型，并基于历史数据对目标色坐标模型进行参数优化，得到模型中表示荧光粉的单位体积转换率的参数；再将预设数据输入目标色坐标模型计算各荧光粉用量；最后根据预设胶粉比计算胶水和沉淀粉的用量。本发明能够有效提升产品质量、提高工作效率、节省人力物力，有效降低了试错的成本。

Description

一种LED荧光粉配比的计算方法与装置
技术领域
本发明属于荧光粉LED配比领域，具体涉及一种LED两种荧光粉配比的计算方法与装置。
背景技术
近年来，我国的LED产业具有明显的发展趋势，尤其在绿色环保的发展和消费需求的推动下，LED应用产品领域在显示、照明、光通信等领域市场潜力巨大。白光LED由于绿色环保、耗能少、寿命长等优点，在照明市场具有广阔的应用前景。同时,随着白光LED产业的快速发展，人们对白光LED产品的性能提出了更高的要求。其中，荧光粉胶配比这一环节对于白光LED的性能产生了极大的影响，荧光粉以及胶水之间配比精度的微小差异都将导致LED产品性能的降低。因此设计一种操作简单、经济实用的荧光粉胶配比计算方法对于提升产品质量、加快工作效率、减轻操作人员工作强度起到了至关重要的作用。
目前，实现照明用LED白光LED主要采用“蓝光技术”与荧光粉配合形成，具体方法主要有三种：蓝光LED+黄色荧光粉；RGB三色LED，即直接将三颗晶片的光混合成白光；紫外LED+多色荧光粉。其中，蓝光LED+黄色荧光粉是目前的主流方法，即将具有一定波段的黄色荧光粉与环氧树脂或硅胶混合以后，灌封在蓝光LED芯片四周，蓝光芯片激发荧光粉形成白光。
由于黄色荧光粉的成本高，且使用单一的荧光粉显色指数较低，所以很少用单一黄色荧光粉制作白光LED，而是通过红色荧光粉、绿色荧光粉调配等波长的黄色。且荧光粉对LED的显色指数、色温的影响不同，合理的荧光粉配比以及合理的荧光粉与胶水的胶粉比，对白光LED的发光性能至关重要。目前的荧光粉配比主要依赖于工程师的人工经验，耗时耗力，效率低，人工成本较大，而且容易出错。
发明内容
发明目的：为了解决现有技术中存在的问题，本发明目的在于提供一种LED荧光粉配比的计算方法与装置，以提高荧光粉配比效率，降低试错成本。
技术方案：为实现上述发明目的，本发明提供的一种LED荧光粉配比的计算方法，包括以下步骤：
(1)基于历史数据中的蓝光芯片色坐标、两种荧光粉色坐标和目标中心点的色坐标计算实际混合色坐标，对建立的混合色坐标计算模型进行参数优化，得到模型中的参数L，参数L表示两种荧光粉分别穿过胶水层的单位体积转换率的比值；
(2)将计算得到的参数L带入建立的目标色坐标模型，并基于历史数据对目标色坐标模型进行参数优化，得到模型中表示荧光粉的单位体积转换率的参数LR；
(3)将预设数据输入目标色坐标模型计算各荧光粉用量；
(4)根据预设胶粉比计算胶水和抗沉淀粉的用量。
进一步地，所述步骤(1)中计算实际混合色坐标的公式为：
Figure BDA0002545320850000021
其中，(xic,yic),(xr,yr),(xg,yg),(xtar,ytar)分别为蓝光芯片，红色荧光粉，绿色荧光粉，以及目标中心点的色坐标，(xmix_real,ymix_real)为实际混合色坐标。
进一步地，所述建立的混合色坐标计算模型表示为：
Figure BDA0002545320850000022
其中，(xr,yr),(xg,yg)分别为红色荧光粉、绿色荧光粉的色坐标，(xmix,ymix)为两种荧光粉混合后的色坐标，Vr,Vg分别为两种荧光粉的体积。
进一步地，所述步骤(1)中以实际混合色坐标和模型计算结果之间的根均方误差RMSE作为目标函数，基于全局优化算法确定模型参数的初步取值，再基于局部优化算法确定模型参数的最终取值。
进一步地，所述建立的目标色坐标模型表示为：
Figure BDA0002545320850000031
其中，(xic,yic),(xr,yr),(xg,yg),(xtar,ytar)分别为蓝光芯片，红色荧光粉，绿色荧光粉，以及目标中心点的色坐标，Vr,Vg分别为两种荧光粉的体积，h为支架厚度。
进一步地，所述步骤(2)中以目标中心点的色坐标和模型计算结果之间的根均方误差RMSE作为目标函数，基于全局优化算法确定模型参数的初步取值，再基于局部优化算法确定模型参数的最终取值。
进一步地，所述全局优化算法采用遗传算法，所述局部优化算法采用梯度下降法。
进一步地，所述步骤(3)中将预设数据输入模型，计算得各荧光粉的体积，再根据密度得各荧光粉的用量，其中，预设数据包括：各荧光粉的色坐标、芯片的色坐标、目标中心点的色坐标。
基于相同的发明构思，本发明提供的一种LED荧光粉配比的计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现所述的一种LED荧光粉配比的计算方法。
有益效果：本发明分别建立了的混合色坐标计算模型和目标色坐标模型，并利用历史数据对模型参数进行优化，能够很好地应用到实际的LED产品荧光粉配比的计算中，该方法操作简单、经济实用，能够有效提升产品质量、提高工作效率、节省人力物力，有效降低了试错的成本。本发明进一步综合采用了全局优化算法和局部优化算法，能够避免参数结果陷入局部最优解，保证了结果的准确性。
附图说明
图1为本发明实施例的方法流程示意图。
图2为本发明实施例中使用的遗传算法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细说明。
如图1所示，本发明实施例公开的一种LED荧光粉配比的计算方法，主要包括建立混合色坐标计算模型、优化混合色坐标计算模型参数、建立目标色坐标模型、优化目标色坐标模型参数、利用模型计算各荧光粉用量以及计算胶水和抗沉淀粉的用量。具体步骤如下：
(1)建立混合色坐标计算模型，基于历史数据优化模型参数。具体地：
根据历史数据以及CIE色度学原理建立混合色坐标模型。其中原始数据包括：(假设两种荧光粉分别为红色荧光粉和绿色荧光粉)两种荧光粉色坐标(xr,yr),(xg,yg)、荧光粉密度以及历史用量、蓝光芯片的波长、目标中心点的色坐标(xtar,ytar)、支架尺寸、A胶密度以及历史用量、B胶密度以及历史用量、抗沉淀粉密度以及历史用量。
根据CIE色度学原理，实际的混合色坐标值为两种荧光粉所在的直线和蓝光芯片、目标色坐标所在的直线的交点。具体地，混合色坐标的计算公式为：
Figure BDA0002545320850000041
其中，(xmix_real,ymix_real)为实际混合色坐标，(xic,yic),(xr,yr),(xg,yg),(xtar,ytar)分别为蓝光芯片色坐标、红色荧光粉色坐标、绿色荧光粉色坐标、以及目标中心点的色坐标。
由光通量和色坐标的关系计算混合色坐标。具体地：
由CIE三刺激值定义：
Figure BDA0002545320850000051
其中，λ为波长，
Figure BDA0002545320850000052
为光谱三刺激值函数，Φ(λ)为颜色刺激函数，k是调整因数，(X,Y,Z)为光谱三刺激值。
一般情况下，上式用求和方式近似，即：
Figure BDA0002545320850000053
计算出混合色的三刺激值后由下式计算出色度坐标：
Figure BDA0002545320850000054
其中，(x,y,z)为RGB下的色坐标，且：x+y+z＝1。
假设两种荧光粉的色坐标以及光通量分别为：(xr,yr)Φr,(xg,yg)Φg；两种荧光粉混合后的色坐标以及光通量分别为：(xmix,ymix)Φmix。由三刺激值中的Y表示有关亮度信息，将Y代表光通量，根据光通量公式和Y计算公式及两种荧光粉的三刺激值公式，推导得到混合后的色坐标，
Figure BDA0002545320850000055
即：
Figure BDA0002545320850000061
根据光通量模型得：
Figure BDA0002545320850000062
其中，Lr,Lg分别为红色荧光粉和绿色荧光粉穿过胶水层的单位体积转换率，Vr,Vg分别为两种荧光粉的体积。
令
Figure BDA0002545320850000063
则式(5)可转化为：
Figure BDA0002545320850000064
本实施例中，基于历史数据根据全局优化算法和局部优化算法计算混合色坐标模型参数。具体地：以目标中心点的色坐标和模型计算结果之间的根均方误差(Root MeanSquare Error，RMSE)作为目标函数，基于全局优化算法确定模型参数的初步取值(粗略值)，再基于局部优化算法对模型参数进行精确计算，即确定模型参数的最终取值。具体地，本步骤包括如下子步骤：
(1.1)根据荧光粉的色坐标计算混合色坐标；
(1.2)根据混合色坐标模型，计算混合色坐标与真实值之间的RMSE作为遗传算法的目标函数
Figure BDA0002545320850000065
其中，n表示样本数量，xi和yi为样本的真实值。
(1.3)基于遗传算法对模型参数L进行粗略计算，确定范围，如图2所示，具体包括：
(1.3.1)初始化遗传算法参数，包括：最大迭代次数N、种群大小TN、选择算子、交叉算子、变异算子。其中，交叉因子通常设置为0.8，变异因子通常设置为0.01。迭代次数和种群大小的值根据历史数据量的大小来设置。参数编码方式采用实数编码方式。
(1.3.2)设计适应度函数：
Figure BDA0002545320850000071
(1.3.3)模型参数L种群初始化
Figure BDA0002545320850000072
其中，L1.....lTN表示随机初始化的TN个参数L初始值；
(1.3.4)计算种群中每个个体的适应度
Figure BDA0002545320850000073
并采用精英保留策略保留每一代的最佳个体；其中，f1.....fTN表示TN个参数L对应的适应度值；
(1.3.5)用轮盘赌选择算法选择新的下一代种群；
(1.3.6)对新的种群进行单点交叉操作；
(1.3.7)对交叉后的种群进行变异操作；
(1.3.8)重复迭代步骤(1.3.4)-(1.3.7)N次，最后一次的精英个体即为最优的参数值。
(1.4)基于梯度下降算法对L进行精确计算，具体包括：
(1.4.1)目标函数分别对L求偏导
Figure BDA0002545320850000074
(1.4.2)依据如下公式更新L：
Figure BDA0002545320850000075
其中，η为梯度下降的速率。
(1.4.3)重复步骤(1.4.1)-(1.4.2)，直到误差小于预设误差设定值或者误差开始增加为止。
(2)建立目标色坐标模型，并基于历史数据优化模型参数。
具体地：根据色坐标理论，计算目标中心点的色坐标xtar,ytar：
Figure BDA0002545320850000081
其中，h为支架厚度，LR为荧光粉的单位体积转换率。
本实施例中，采用与步骤(1)类似的方法，基于历史数据根据全局优化算法和局部优化算法计算目标中心点的色坐标模型参数。具体地，本步骤包括如下子步骤：
(2.1)基于遗传算法对模型参数LR进行粗略计算，具体包括：
(2.1.1)设置遗传算法初始参数，包括迭代次数N，种群大小TN，交叉因子，变异因子，迭代次数和种群大小跟参数的范围有关，交叉因子设置为0.8，变异因子设置为0.01；
(2.1.2)设计目标函数：
Figure BDA0002545320850000082
其中，n表示样本数量，xi和yi为样本的真实值。
(2.1.3)随机产生LR初始种群
Figure BDA0002545320850000083
(2.1.4)计算适应度
Figure BDA0002545320850000084
(2.1.5)轮盘赌选择算法产生新的下一代种群；
(2.1.6)对新的种群进行单点交叉操作；
(2.1.7)对交叉后的种群进行变异操作；
(2.1.8)重复迭代步骤(2.1.4)-(2.1.7)N次，最后一次的精英个体即为最优的参数值。
(2.2)基于梯度下降算法对LR进行精确计算，具体包括：
(2.2.1)目标函数对LR求偏导：
Figure BDA0002545320850000091
(2.2.2)更新参数：
Figure BDA0002545320850000092
(2.2.3)重复步骤(2.2.1)-(2.2.2)，直到误差小于预设误差设定值或者误差开始增加为止。
(3)将预设数据输入目标中心点的色坐标模型计算各荧光粉用量。具体地：将预设数据输入模型，计算得各荧光粉的体积，再根据密度得各荧光粉的用量，其中，预设数据包括：各荧光粉的色坐标、芯片的色坐标、目标中心点色坐标；
(4)根据预设胶粉比，得到各胶水和抗沉淀粉的用量。
本实施例中，蓝光芯片的波长为450nm，支架参数(支架单颗单颗尺寸为：3.54mm×2.82mm×0.75mm)，抗沉淀粉参数(其密度＝50g/L)，A胶密度为：1.7g/cm3，B胶密度为：1.7g/cm3。荧光粉参数主要包括激发波长、颗粒直径、密度。其中，在本实施例中，红色荧光粉、绿色荧光粉参数分别(626nm,3um,3.8g/cm3)、(535nm、3um、4.8g/cm3)。
具体计算过程如下：
首先，根据蓝光芯片的色坐标(xic,yic)、两种荧光粉的色坐标(xr,yr),(xg,yg)以及目标中心点的色坐标(xtar,ytar)以及公式(7)计算混合色坐标模型的参数，本实施例中，计算得L＝64.8243。再根据公式(8)以及计算出来的L，计算得到目标中心点的色坐标模型参数LR，本实施例中，LR＝265.5895。然后，计算两种荧光粉的体积，在本实施例中，计算得两种荧光粉的体积分别为：2.64×10-5ml，0.0004636ml。再根据荧光粉的密度计算荧光粉的质量，本实施例中，两种荧光粉的质量分别为：0.0001g，0.002225g。最后，根据预设胶粉比计算得A胶、B胶以及抗沉淀粉的质量，本实施例中，计算得A胶、B胶、抗沉淀粉的质量分别为：0.5101g、2.0403g、0.0383g。
基于相同的发明构思，本发明实施例提供的一种LED荧光粉配比的计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现上述的一种LED荧光粉配比的计算方法。

Claims (9)

1.一种LED荧光粉配比的计算方法，其特征在于，包括以下步骤：
(1)基于历史数据中的蓝光芯片色坐标、两种荧光粉色坐标和目标中心点的色坐标计算实际混合色坐标，对建立的混合色坐标计算模型进行参数优化，得到模型中的参数L，参数L表示两种荧光粉分别穿过胶水层的单位体积转换率的比值；
(2)将计算得到的参数L带入建立的目标色坐标模型，并基于历史数据对目标色坐标模型进行参数优化，得到模型中表示荧光粉的单位体积转换率的参数LR；
(3)将预设数据输入目标色坐标模型计算各荧光粉用量；
(4)根据预设胶粉比计算胶水和抗沉淀粉的用量。
2.根据权利要求1所述的一种LED荧光粉配比的计算方法，其特征在于，所述步骤(1)中计算实际混合色坐标的公式为：
Figure FDA0002545320840000011
其中，(xic,yic),(xr,yr),(xg,yg),(xtar,ytar)分别为蓝光芯片，红色荧光粉，绿色荧光粉，以及目标中心点的色坐标，(xmix_real,ymix_real)为实际混合色坐标。
3.根据权利要求1所述的一种LED荧光粉配比的计算方法，其特征在于，所述建立的混合色坐标计算模型表示为：
Figure FDA0002545320840000012
其中，(xr,yr),(xg,yg)分别为红色荧光粉、绿色荧光粉的色坐标，(xmix,ymix)为两种荧光粉混合后的色坐标，Vr,Vg分别为两种荧光粉的体积。
4.根据权利要求1所述的一种LED荧光粉配比的计算方法，其特征在于，所述步骤(1)中以实际混合色坐标和模型计算结果之间的根均方误差RMSE作为目标函数，基于全局优化算法确定模型参数的初步取值，再基于局部优化算法确定模型参数的最终取值。
5.根据权利要求1所述的一种LED荧光粉配比的计算方法，其特征在于，所述建立的目标色坐标模型表示为：
Figure FDA0002545320840000021
其中，(xic,yic),(xr,yr),(xg,yg),(xtar,ytar)分别为蓝光芯片，红色荧光粉，绿色荧光粉，以及目标中心点的色坐标，Vr,Vg分别为两种荧光粉的体积，h为支架厚度。
6.根据权利要求1所述的一种LED荧光粉配比的计算方法，其特征在于，所述步骤(2)中以目标中心点的色坐标和模型计算结果之间的根均方误差RMSE作为目标函数，基于全局优化算法确定模型参数的初步取值，再基于局部优化算法确定模型参数的最终取值。
7.根据权利要求4或6所述的一种LED荧光粉配比的计算方法，其特征在于，所述全局优化算法采用遗传算法，所述局部优化算法采用梯度下降法。
8.根据权利要求1所述的一种LED荧光粉配比的计算方法，其特征在于，所述步骤(3)中将预设数据输入模型，计算得各荧光粉的体积，再根据密度得各荧光粉的用量，其中，预设数据包括：各荧光粉的色坐标、芯片的色坐标、目标中心点的色坐标。
9.一种LED荧光粉配比的计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-8任一项所述的一种LED荧光粉配比的计算方法。
CN202010558313.4A 2020-06-18 2020-06-18 一种led荧光粉配比的计算方法与装置 Active CN111737915B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010558313.4A CN111737915B (zh) 2020-06-18 2020-06-18 一种led荧光粉配比的计算方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010558313.4A CN111737915B (zh) 2020-06-18 2020-06-18 一种led荧光粉配比的计算方法与装置

Publications (2)

Publication Number Publication Date
CN111737915A true CN111737915A (zh) 2020-10-02
CN111737915B CN111737915B (zh) 2023-10-03

Family

ID=72649763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010558313.4A Active CN111737915B (zh) 2020-06-18 2020-06-18 一种led荧光粉配比的计算方法与装置

Country Status (1)

Country Link
CN (1) CN111737915B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130082622A1 (en) * 2011-09-29 2013-04-04 National Chiao Tung University Method for mixing light of led cluster
JP5820510B1 (ja) * 2014-07-08 2015-11-24 國家中山科學研究院 複合蛍光粉の合成方法
KR20160035103A (ko) * 2014-09-03 2016-03-31 송인실 혼합광 생성장치
US20170045573A1 (en) * 2015-08-10 2017-02-16 Applied Materials, Inc. Topography prediction using system state information
CN107370823A (zh) * 2017-08-10 2017-11-21 南京泰治自动化技术有限公司 数据采集及远程控制方法、装置和计算机可读存储介质
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
CN109802028A (zh) * 2018-11-20 2019-05-24 浙江云科智造科技有限公司 基于最小二乘法的两个荧光粉led配比和点胶量推荐方法
CN110399620A (zh) * 2018-04-24 2019-11-01 江西鸿利光电有限公司 一种适用于led封装中荧光胶配比计算的方法
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130082622A1 (en) * 2011-09-29 2013-04-04 National Chiao Tung University Method for mixing light of led cluster
JP5820510B1 (ja) * 2014-07-08 2015-11-24 國家中山科學研究院 複合蛍光粉の合成方法
KR20160035103A (ko) * 2014-09-03 2016-03-31 송인실 혼합광 생성장치
US20170045573A1 (en) * 2015-08-10 2017-02-16 Applied Materials, Inc. Topography prediction using system state information
CN107370823A (zh) * 2017-08-10 2017-11-21 南京泰治自动化技术有限公司 数据采集及远程控制方法、装置和计算机可读存储介质
CN110399620A (zh) * 2018-04-24 2019-11-01 江西鸿利光电有限公司 一种适用于led封装中荧光胶配比计算的方法
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
CN109802028A (zh) * 2018-11-20 2019-05-24 浙江云科智造科技有限公司 基于最小二乘法的两个荧光粉led配比和点胶量推荐方法
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DONG-HO LEE 等: "Modeling of reflection-type laser-driven white lighting considering phosphor particles and surface topography", 《OPTICS EXPRESS》, pages 18872 - 18887 *
张培颖: "全自动智能荧光粉胶配比系统关键技术研究", 《中国优秀硕士学位论文全文数据库（电子期刊）》, pages 1 - 75 *
杨宇铭 等: "高显色指数LED 光谱配比与色度参数的关系", 《照明工程学报》, vol. 30, no. 5, pages 82 - 87 *

Also Published As

Publication number Publication date
CN111737915B (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
CN107944208B (zh) 一种白光led荧光胶配比的计算方法
CN101436627B (zh) 一种大功率led荧光粉涂布在线自动控制光色的装置
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
CN102521650B (zh) 一种基于粒子群优化的专色油墨配色方法
CN106952327A (zh) 一种虚拟角色模拟真实头发模型的系统和方法
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
CN106204735A (zh) Unity3D地形数据在Direct3D 11环境中的使用方法
CN107591468A (zh) 一种基于csp封装结构的一面发光led的封装方法
CN102097549B (zh) 一种芯片级集成封装工艺及led器件
CN107292065A (zh) 一种基于bim技术的地砖快速排版系统及方法
CN109742217B (zh) 基于最小二乘法的四种led荧光粉配比和点胶方法
CN108875792A (zh) 一种基于机器学习的涂料修色方法及系统
CN113673389A (zh) 光源光谱功率分布相关的绘画照明视觉评价方法
CN103928450A (zh) 一种光色均匀的led封装产品及其制造方法
CN111737915A (zh) 一种led荧光粉配比的计算方法与装置
CN111083834B (zh) 一种led校准方法、装置和设备及系统
CN105244427B (zh) 一种白光led荧光膜以及基于荧光膜的led
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
CN111710771B (zh) 一种led产品的胶粉配比推荐方法
CN108649112B (zh) 一种led产品良率优化方法
CN102625111B (zh) 基于CIE Lab色空间色彩转换的方法、装置以及液晶显示装置
CN107590844A (zh) 一种大尺度园林景观平面图中行道树的绘制方法
CN106653980B (zh) 一种制备高显指白光led封装器件的方法
CN111062542A (zh) 一种基于均匀度的led涂覆路径规划方法
CN107590308A (zh) 一种大尺度园林景观平面图中灌木丛的绘制方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 601-610, Building 7, No. 57 Andemen Street, Yuhuatai District, Nanjing City, Jiangsu Province, 210000

Applicant after: Jiangsu Taizhi Technology Co.,Ltd.

Address before: Room 210-212, Huashen Building, No. 11 Software Avenue, Yuhuatai District, Nanjing City, Jiangsu Province, 210012

Applicant before: NANJING TAIZHI AUTOMATION TECHNOLOGY CO.,LTD.

GR01 Patent grant
GR01 Patent grant