CN116990657B - 一种用于led灯珠抗静电能力的检测系统 - Google Patents
一种用于led灯珠抗静电能力的检测系统 Download PDFInfo
- Publication number
- CN116990657B CN116990657B CN202311269941.0A CN202311269941A CN116990657B CN 116990657 B CN116990657 B CN 116990657B CN 202311269941 A CN202311269941 A CN 202311269941A CN 116990657 B CN116990657 B CN 116990657B
- Authority
- CN
- China
- Prior art keywords
- current waveform
- led lamp
- training
- semantic
- feature map
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 114
- 239000011324 bead Substances 0.000 title claims description 214
- 238000012549 training Methods 0.000 claims description 79
- 230000004927 fusion Effects 0.000 claims description 43
- 230000014509 gene expression Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 230000004913 activation Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 239000000523 sample Substances 0.000 claims description 7
- 238000000265 homogenisation Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 abstract description 14
- 238000012545 processing Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 16
- 230000004044 response Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000005022 packaging material Substances 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000001179 sorption measurement Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2607—Circuits therefor
- G01R31/2632—Circuits therefor for testing diodes
- G01R31/2635—Testing light-emitting diodes, laser diodes or photodiodes
Abstract
一种用于LED灯珠抗静电能力的检测系统,其通过获取由电流检测电路输出的LED灯珠检测电流信号,并在后端引入数据处理和分析算法来进行所述LED灯珠检测电流波形的分析,以此来判断LED灯珠的抗静电能力,通过这样的方式,能够对于LED灯珠的抗静电能力是否符合预定标准进行检测,从而提高LED灯珠的稳定性和产品可靠性,确保LED灯珠在多数静电环境下能够正常运行。
Description
技术领域
本申请涉及智能化检测技术领域,并且更具体地,涉及一种用于LED灯珠抗静电能力的检测系统。
背景技术
LED(Light Emitting Diode)是一种半导体发光器件,具有高效、低能耗和长寿命等优点,被广泛应用于照明、显示和通信领域。然而,LED灯珠在使用过程中容易受到静电的影响,导致性能逐渐下降甚至损坏。因此,评估LED灯珠的抗静电能力对于确保其稳定性和可靠性非常重要。
然而,传统的抗静电能力检测方案通常使用LED灯珠的亮度值作为评估指标,而亮度值只反映了LED灯珠的发光强度,并不能直接反映其在静电环境下的稳定性和可靠性,因此无法全面评估LED灯珠的抗静电能力,影响了产品质量和可靠性。
因此,期望一种优化的用于LED灯珠抗静电能力的检测系统。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种用于LED灯珠抗静电能力的检测系统,其通过获取由电流检测电路输出的LED灯珠检测电流信号,并在后端引入数据处理和分析算法来进行所述LED灯珠检测电流波形的分析,以此来判断LED灯珠的抗静电能力,通过这样的方式,能够对于LED灯珠的抗静电能力是否符合预定标准进行检测,从而提高LED灯珠的稳定性和产品可靠性,确保LED灯珠在多数静电环境下能够正常运行。
第一方面,提供了一种用于LED灯珠抗静电能力的检测系统,包括:
高压电源,用于产生高压脉冲信号;
探针,用于接收所述高压脉冲信号,并将所述高压脉冲信号施加到被测LED灯珠上;
电流检测电路,用于检测通过所述被测LED灯珠的LED灯珠检测电流信号;
以及微控制器,所述微控制器与所述高压电源电连接,所述微控制器可通信连接于所述电流检测电路,所述微控制器用于检测所述被测LED灯珠的抗静电能力;
所述微控制器,包括:
电流信号采集模块,用于获取由所述电流检测电路输出的LED灯珠检测电流信号;
电流波形特征分析模块,用于对所述LED灯珠检测电流信号进行特征分析以得到电流波形特征;
以及抗静电能力检测模块,用于基于所述电流波形特征,确定LED灯珠抗静电能力是否符合预定标准。
有益效果:本发明通过电流检测电路获取LED灯珠的电流信号,可以提供LED灯珠在静电放电过程中的实际电流数值。LED灯珠的电流响应是其抗静电能力的一个关键方面,通过检测电路输出的电流信号,可以了解LED灯珠在受到静电放电时的电流变化情况,从而判断其对静电放电的响应能力。电流信号的波形特征可以通过分析来描述LED灯珠的抗静电能力,检测电路输出的电流信号可以用于进行波形特征分析,提取关键的特征参数,例如峰值电流、上升时间、下降时间等,这些特征参数可以用于判断LED灯珠的抗静电能力是否符合预定标准。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本申请实施例的用于LED灯珠抗静电能力的检测系统的框图。
图2为根据本申请实施例的用于LED灯珠抗静电能力的检测系统中所述微控制器的框图。
图3为根据本申请实施例的用于LED灯珠抗静电能力的检测方法的流程图。
图4为根据本申请实施例的用于LED灯珠抗静电能力的检测方法架构的示意图。
图5为根据本申请实施例的用于LED灯珠抗静电能力的检测系统的应用场景图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
除非另有说明,本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本申请的范围。
在本申请实施例记载中,需要说明的是,除非另有说明和限定,术语“连接”应做广义理解,例如,可以是电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
需要说明的是,本申请实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。
LED(Light Emitting Diode)是一种半导体发光器件,能够将电能直接转化为光能。LED的发光原理是通过半导体材料中的电子与空穴的复合释放出能量,产生光辐射。
传统的光源,如白炽灯和荧光灯,LED具有高能量转换效率,能够将大部分的电能转化为光能,而只有少量能量转化为热能,相比传统光源,LED的能效更高,能够节省能源。
LED的能耗非常低,相同亮度下,LED的功耗只有传统光源的一小部分,这使得LED成为节能环保的照明选择。LED具有较长的使用寿命,通常可以达到数万小时甚至更长,相比传统光源,LED的寿命更长,减少了更换光源的频率和维护成本。LED具有快速的开关特性,可以迅速达到全亮或全暗的状态,这使得LED非常适合需要快速响应的应用,如显示屏和通信设备。LED的尺寸小巧,可以制作成各种形状和尺寸,非常适合应用于紧凑空间或特殊设计的照明和显示产品。
由于LED具有以上优点,被广泛应用于照明、显示和通信领域。LED照明已经成为替代传统照明的主流技术,LED显示屏在电视、计算机显示器和手机等设备中得到广泛应用,LED还用于指示灯、汽车照明、室内装饰等领域。随着技术的不断进步,LED的亮度、效能和颜色调节能力都得到了进一步提升,为各种应用提供了更多可能性。
LED灯珠是LED(Light Emitting Diode)的核心组成部分,也被称为LED芯片或LED发光芯片,是一种微小的半导体器件,能够将电能转化为可见光。LED灯珠通常由一个或多个LED芯片、封装材料和连接线组成。
LED灯珠具有高能量转换效率,能够将大部分的电能转化为光能,而只有少量能量转化为热能,相比传统的光源,如白炽灯和荧光灯,LED灯珠的能效更高,能够节省能源。LED灯珠的能耗非常低,相同亮度下,LED灯珠的功耗只有传统光源的一小部分,这使得LED灯珠成为节能环保的照明选择。LED灯珠具有较长的使用寿命,通常可以达到数万小时甚至更长,相比传统光源,LED灯珠的寿命更长,减少了更换光源的频率和维护成本。LED灯珠具有快速的响应特性,可以在微秒级别内达到亮度稳定状态,这使得LED灯珠非常适合需要快速开关和调光的应用。LED灯珠可以通过控制不同的半导体材料和化合物,实现多种颜色的发光,从红、绿、蓝到白光,以及其他各种色彩和色温的光都可以由LED灯珠实现。LED灯珠具有较强的抗震动性能,不易受到外界震动和振动的影响,这使得LED灯珠在恶劣的环境条件下能够稳定工作。
由于LED灯珠的优点,被广泛应用于照明、显示和通信领域。在照明方面,LED灯珠可以节能降耗,提高照明质量;在显示方面,LED灯珠可以实现高亮度、高对比度和广色域;在通信方面,LED灯珠可以用于光纤通信和光传感器等应用。LED灯珠逐渐取代了传统的照明和显示技术,成为一种重要的光源和显示器件。
LED灯珠在使用过程中容易受到静电的影响,这可能导致其性能逐渐下降甚至损坏。静电是指由于电荷不平衡而产生的电荷积累,当静电放电时,会释放高能量的电流,对LED芯片造成损害。
当人体或其他带有静电的物体接触到LED灯珠时,可能会发生静电放电现象,这种放电会在极短的时间内释放大量的电荷,对LED芯片造成瞬态高电压的冲击,从而导致芯片损坏。LED灯珠的表面通常会带有静电吸附的现象,吸附的灰尘、污垢和其他杂质会降低光的透过率和散射效果,影响LED的亮度和光质。
评估LED灯珠的抗静电能力对于确保其稳定性和可靠性非常重要。静电敏感性等级(ESD Sensitivity Level):LED灯珠通常会标注一个静电敏感性等级,用于指示其对静电放电的敏感程度。这个等级通常以Human Body Model(HBM)或Charged Device Model(CDM)来表示,较低的敏感性等级表示LED灯珠对静电放电有更高的抵抗能力。静电放电测试(ESD Testing):通过对LED灯珠进行静电放电测试,可以评估其在真实环境中抵抗静电放电的能力,这种测试通常模拟人体接触或其他静电放电情况,以确定LED灯珠是否能够正常工作而不受到损害。防护措施评估:评估LED灯珠的抗静电能力还包括对其所采取的防护措施进行评估,这包括检查LED灯珠是否采用了防静电封装材料、是否有适当的接地设计和静电保护装置等。静电放电保护设计:对于需要特别高的抗静电能力的LED灯珠应用,设计静电放电保护电路也是一种常见的方法,这些电路可以帮助吸收或分散静电放电,保护LED灯珠免受损害。标准和认证:LED灯珠的抗静电能力可以通过符合相关的国际标准和认证来进行验证,例如,IEC 61000-4-2是一项国际标准,用于评估电子设备的抗静电能力,LED灯珠也可以按照该标准进行测试和认证。
通过对LED灯珠的抗静电能力进行评估和测试,可以确保LED灯珠在真实使用环境中具有良好的稳定性和可靠性,有助于减少静电对LED灯珠的损害,延长其寿命,并提高LED照明系统的性能和可靠性。传统的抗静电能力检测方案主要包括以下几种方法:
静电放电测试(ESD Testing):这是一种常用的评估LED灯珠抗静电能力的方法。静电放电测试通常使用标准的静电放电器件,如Human Body Model(HBM)或ChargedDevice Model(CDM),来模拟实际的静电放电情况。LED灯珠会暴露在预定的静电放电脉冲下,然后通过测量其性能和功能来评估其抗静电能力。
静电放电等级(ESD Rating):LED灯珠通常会标注一个静电放电等级,用于表示其抗静电能力。这个等级通常以IEC 61000-4-2标准为基础,分为不同的等级,如ESD Class1、ESD Class 2等。较高的等级表示LED灯珠具有更好的抗静电能力。
静电放电保护设计(ESD Protection Design):LED灯珠的设计中可以采用一些静电放电保护措施,以提高其抗静电能力。例如,使用静电保护元件,如静电放电二极管(ESDdiode)或静电放电保护芯片(ESD protection chip),来吸收和分散静电放电的能量,保护LED灯珠不受损。
静电放电模拟软件(ESD Simulation Software):这种软件可以模拟LED灯珠在不同静电放电条件下的响应,帮助评估其抗静电能力。通过在软件中输入LED灯珠的参数和静电放电条件,可以预测和分析LED灯珠在实际应用中可能面临的静电问题。
然而,传统的抗静电能力检测方案存在一些弊端。传统的静电放电测试方法通常使用标准的静电放电器件来模拟静电放电情况,然而,不同的行业和应用可能存在不同的静电放电环境和条件,标准化的测试方法可能无法完全覆盖所有情况,导致测试结果与实际应用情况存在差异。传统的抗静电能力测试方法主要关注静电放电,而忽视了其他可能影响LED灯珠抗静电能力的因素,如静电吸附、环境湿度、温度等,这些因素在实际应用中可能对LED灯珠的稳定性和可靠性产生重要影响,但在传统测试中未能得到充分考虑。传统的静电放电测试方法通常只能提供短暂的电压脉冲,无法模拟长时间或重复的静电放电情况,然而,在实际应用中,LED灯珠可能长时间暴露在静电环境中,或者频繁接触静电源,这些情况下LED灯珠的抗静电能力可能与短暂脉冲下的测试结果不同。由于缺乏统一的评估标准,不同的测试实验室或厂商可能使用不同的测试方法和参数,导致测试结果的可比性和一致性较差,这给消费者和LED灯珠制造商带来了困扰,难以准确评估不同产品的抗静电能力。
因此,在本申请中,提供一种优化的用于LED灯珠抗静电能力的检测系统。
在本申请的一个实施例中,图1为根据本申请实施例的用于LED灯珠抗静电能力的检测系统的框图。如图1所示,根据本申请实施例的用于LED灯珠抗静电能力的检测系统100,包括:高压电源1,用于产生高压脉冲信号;探针2,用于接收所述高压脉冲信号,并将所述高压脉冲信号施加到被测LED灯珠上;电流检测电路3,用于检测通过所述被测LED灯珠的LED灯珠检测电流信号;微控制器4,所述微控制器与所述高压电源电连接,所述微控制器可通信连接于所述电流检测电路,所述微控制器用于检测所述被测LED灯珠的抗静电能力。
高压电源1用于产生高压脉冲信号,可以提供所需的高电压输出,以产生静电放电脉冲信号,用于测试LED灯珠的抗静电能力。探针2用于接收高压脉冲信号,并将其施加到被测LED灯珠上,探针通常是一个接触式的电极或传感器,用于将高压信号传递给LED灯珠。电流检测电路3用于检测通过被测LED灯珠的LED灯珠检测电流信号,可以测量通过LED灯珠的电流,并将电流信号传递给微控制器进行处理和分析。微控制器4与高压电源电连接,并与电流检测电路进行通信连接。微控制器用于检测被测LED灯珠的抗静电能力,可以接收和处理来自电流检测电路的电流信号,并根据预设的算法或标准进行分析和评估LED灯珠的抗静电能力。
通过以上部件的组合,系统可以实现对LED灯珠的抗静电能力进行测试和评估。高压电源产生高压脉冲信号,探针将信号施加到被测LED灯珠上,电流检测电路检测通过LED灯珠的电流信号,微控制器对电流信号进行处理和分析,从而评估LED灯珠的抗静电能力,用于LED灯珠抗静电能力的检测系统可以提供更准确和全面的抗静电能力检测方法,以改进LED灯珠的稳定性和可靠性。
图2为根据本申请实施例的用于LED灯珠抗静电能力的检测系统中所述微控制器的框图。如图2所示,所述微控制器4,包括:电流信号采集模块110,用于获取由所述电流检测电路输出的LED灯珠检测电流信号;电流波形特征分析模块120,用于对所述LED灯珠检测电流信号进行特征分析以得到电流波形特征;抗静电能力检测模块130,用于基于所述电流波形特征,确定LED灯珠抗静电能力是否符合预定标准。
在所述电流信号采集模块110中确保信号采集的准确性和稳定性,以获取LED灯珠的真实电流数据。通过准确获取LED灯珠的检测电流信号,可以提供可靠的数据基础,用于后续的电流波形特征分析和抗静电能力检测。
在所述电流波形特征分析模块120中,在进行特征分析时,选择合适的特征提取算法或方法,以从电流信号中提取出有意义的波形特征。确定适当的特征参数,如峰值电流、上升时间、下降时间、脉冲宽度等,以描述电流波形的特征。通过电流波形特征分析,可以获得LED灯珠在静电放电情况下的电流响应特征,进而为抗静电能力的评估提供有用的信息。
在所述抗静电能力检测模块130中,在进行抗静电能力检测时,确定预定标准,即定义LED灯珠的抗静电能力要求,如最大允许的电流波形特征偏移、持续时间等。设定合适的判定算法或规则,以根据电流波形特征的偏移程度和持续时间,判断LED灯珠的抗静电能力是否符合预定标准。通过抗静电能力检测模块,可以对LED灯珠的抗静电能力进行准确评估,判断其是否满足预定标准,从而提高LED灯珠的稳定性和可靠性。
这些模块的协同工作可以提供一个综合的抗静电能力检测方案,通过电流信号采集、波形特征分析和抗静电能力检测,有效评估LED灯珠的抗静电性能,并帮助制造商和消费者选择合适的LED灯珠产品。
针对上述技术问题,本申请的技术构思为通过获取由电流检测电路输出的LED灯珠检测电流信号,并在后端引入数据处理和分析算法来进行所述LED灯珠检测电流波形的分析,以此来判断LED灯珠的抗静电能力,通过这样的方式,能够对于LED灯珠的抗静电能力是否符合预定标准进行检测,从而提高LED灯珠的稳定性和产品可靠性,确保LED灯珠在多数静电环境下能够正常运行。
具体地,在本申请的技术方案中,首先,获取由电流检测电路输出的LED灯珠检测电流信号。LED灯珠的检测电流信号是评估其抗静电能力的重要指标之一,通过电流检测电路获取LED灯珠的电流信号,可以提供LED灯珠在静电放电过程中的实际电流数值。LED灯珠的电流响应是其抗静电能力的一个关键方面,通过检测电路输出的电流信号,可以了解LED灯珠在受到静电放电时的电流变化情况,从而判断其对静电放电的响应能力。电流信号的波形特征可以通过分析来描述LED灯珠的抗静电能力,检测电路输出的电流信号可以用于进行波形特征分析,提取关键的特征参数,例如峰值电流、上升时间、下降时间等,这些特征参数可以用于判断LED灯珠的抗静电能力是否符合预定标准。
获取由电流检测电路输出的LED灯珠检测电流信号是评估LED灯珠抗静电能力的重要步骤。这些电流信号提供了LED灯珠在静电放电情况下的实际电流数据,反映了其电流响应,并为后续的特征分析和抗静电能力的判定提供了依据。
在本申请的一个实施例 ,所述电流波形特征分析模块120,包括:电流波形特征提取单元,用于通过基于深度神经网络模型的电流波形多尺度特征提取器对所述LED灯珠检测电流信号进行多尺度特征提取以得到电流波形浅层特征图、电流波形中层特征图和电流波形深层特征图;电流波形特征语义融合单元,用于融合所述电流波形中层特征图和所述电流波形深层特征图以得到电流波形语义特征图;波形语义传播单元,用于使用联合语义传播模块来融合所述电流波形语义特征图和所述电流波形浅层特征图以得到融合语义电流波形浅层特征图作为所述电流波形特征。
其中,所述深度神经网络模型为金字塔网络。
接着,考虑到所述LED灯珠检测电流信号在时域中的表现形式为波形图,因此,使用在图像的隐含特征提取方面具有优异表现的卷积神经网络模型来进行所述LED灯珠检测电流信号的特征挖掘。特别地,考虑到在进行所述LED灯珠检测电流信号的特征提取以判断LED灯珠的稳定性和抗静电能力时,不仅需要关注于所述电流信号波形图的深层语义特征,还应关注于波形的形状和趋势等特征信息。因此,为了从不同层次获取电流波形的特征信息,以更准确地评估LED灯珠的抗静电能力,在本申请的技术方案中,进一步将所述LED灯珠检测电流信号通过基于金字塔网络的电流波形多尺度特征提取器以得到电流波形浅层特征图、电流波形中层特征图和电流波形深层特征图。值得一提的是,这里,所述电流波形浅层特征图主要捕捉到电流波形的整体形状和基本变化趋势,反映LED灯珠的总体工作状态。所述电流波形中层特征图则更加关注电流波形的局部细节和变化特征,能够提供更具体的信息。而所述电流波形深层特征图则进一步挖掘电流波形的高级抽象特征,有助于更深入地理解LED灯珠的抗静电能力。
应可以理解,所述电流波形中层特征图和所述电流波形深层特征图分别捕捉了电流波形的局部细节和高级抽象特征。具体来说,所述中层特征图关注电流波形的局部变化和特征,可以提供更具体的信息。而所述深层特征图则进一步挖掘了电流波形的高级抽象特征,有助于更深入地理解LED灯珠的抗静电能力。因此,在本申请的技术方案中,进一步融合所述电流波形中层特征图和所述电流波形深层特征图以得到电流波形语义特征图,以此来综合考虑电流波形的局部细节和整体高级语义特征,从而得到更具有语义信息的特征图,即所述电流波形语义特征图。这样,可以更全面地了解LED灯珠在静电环境下的工作状态和性能表现,进而评估其抗静电能力的好坏,提高对LED灯珠抗静电能力的判别能力和准确性。
然后,考虑到所述电流波形语义特征图包含了电流波形的局部细节和高级抽象特征,而所述电流波形浅层特征图则主要捕捉了电流波形的整体形状和基本变化趋势。这两个特征图提供了不同层次的信息,可以互补地描述LED灯珠的工作状态和抗静电能力。因此,在本申请的技术方案中,进一步使用联合语义传播模块来融合所述电流波形语义特征图和所述电流波形浅层特征图以得到融合语义电流波形浅层特征图。特别地,这里,所述联合语义传播模块能够通过学习和传播所述电流波形语义特征图中的语义信息,将其融合到所述电流波形浅层特征图中,这样可以使得特征图中的每个位置都能够受益于其他位置的语义信息,提高特征的一致性和表达能力,从而使融合后的特征图具有更丰富的语义信息,以提高对LED灯珠抗静电能力检测的精准度。
在本申请的一个实施例中,所述抗静电能力检测模块130,用于:将所述融合语义电流波形浅层特征图通过分类器以得到分类结果,所述分类结果用于表示LED灯珠抗静电能力是否符合预定标准。
进一步地,再将所述融合语义电流波形浅层特征图通过分类器以得到分类结果,所述分类结果用于表示LED灯珠抗静电能力是否符合预定标准。也就是说,利用所述电流波形的多尺度语义融合特征信息来进行分类处理,以此来判断LED灯珠的抗静电能力,通过这样的方式,能够对于LED灯珠的抗静电能力是否符合预定标准进行检测,从而提高LED灯珠的稳定性和产品可靠性。
通过使用分类器对所述融合语义电流波形浅层特征图进行分类,可以根据预定标准准确地判断LED灯珠的抗静电能力是否符合预期,分类器可以学习和识别与抗静电能力相关的特征模式,从而提高分类的准确性。使用分类器对所述融合语义电流波形浅层特征图进行分类,可以实现自动化的抗静电能力判定,减少人工干预和主观判断的影响,这样可以提高判定的一致性和可靠性。
在本申请的一个实施例中,所述用于LED灯珠抗静电能力的检测系统,其特征在于,还包括用于对基于金字塔网络的电流波形多尺度特征提取器、所述联合语义传播模块和所述分类器进行训练的训练模块。所述训练模块,包括:训练数据采集单元,用于获取训练数据,所述训练数据包括训练LED灯珠检测电流信号,以及,所述LED灯珠抗静电能力是否符合预定标准的真实值;训练电流波形特征提取单元,用于将所述训练LED灯珠检测电流信号通过基于金字塔网络的电流波形多尺度特征提取器以得到训练电流波形浅层特征图、训练电流波形中层特征图和训练电流波形深层特征图;训练电流波形语义特征融合单元,用于融合所述训练电流波形中层特征图和所述训练电流波形深层特征图以得到训练电流波形语义特征图;训练波形语义传播单元,用于使用所述联合语义传播模块来融合所述训练电流波形语义特征图和所述训练电流波形浅层特征图以得到训练融合语义电流波形浅层特征图;训练特征激活单元,用于对所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量进行特征秩表达的语义信息均一化激活以得到激活后训练融合语义电流波形浅层特征图;分类损失单元,用于将所述激活后训练融合语义电流波形浅层特征图通过所述分类器以得到分类损失函数值;模型训练单元,用于基于所述分类损失函数值并通过梯度下降的反向传播来对基于金字塔网络的电流波形多尺度特征提取器、所述联合语义传播模块和所述分类器进行训练。
特别地,在本申请的技术方案中,使用联合语义传播模块来融合所述电流波形语义特征图和所述电流波形浅层特征图得到所述融合语义电流波形浅层特征图时,是基于所述电流波形语义特征图的深层图像语义特征全局表示来对所述电流波形浅层特征图所表达的浅层图像语义特征以特征矩阵的图像语义特征表示为单位进行加权,这样,所述融合语义电流波形浅层特征图通过分类器行分类回归时,也是基于所述融合语义电流波形浅层特征图的各个特征矩阵来进行尺度启发式的回归概率映射,但是考虑到各个特征矩阵均具有的浅层-深层的混合图像语义特征分布表示,这会导致所述分类器的训练效率降低。
基于此,在将所述融合语义电流波形浅层特征图通过分类器进行分类时,对所述融合语义电流波形浅层特征图展开后得到的融合语义电流波形浅层特征向量进行特征秩表达的语义信息均一化激活,具体表示为:以如下优化公式对所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量进行特征秩表达的语义信息均一化激活以得到所述激活后训练融合语义电流波形浅层特征图;其中,所述优化公式为:
,
其中,是所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量,/>是所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量的第/>个特征值,/>表示所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量的二范数,/>是以2为底的对数函数,且/>是权重超参数,/>是所述激活后训练融合语义电流波形浅层特征图展开后得到的激活后训练融合语义电流波形浅层特征向量。
这里,考虑到所述融合语义电流波形浅层特征向量的特征分布在高维特征空间到分类回归空间时的特征分布映射,在基于混合图像语义特征的不同的特征分布级别上会呈现不同的映射模式,导致基于尺度启发式的映射策略无法获得最优效率,因而基于特征向量范数的秩表达语义信息均一化而不是尺度进行特征匹配,可以将相似特征秩表达以类似方式激活,并降低差异较大的特征秩表达之间的相关性,从而解决所述融合语义电流波形浅层特征向量/>的特征分布在不同空间秩表达下的概率表达映射效率低下的问题,提升所述融合语义电流波形浅层特征图通过分类器进行分类时的训练效率。这样,能够基于LED灯珠的电流信号来判断LED灯珠的稳定性,从而进行LED灯珠的抗静电能力检测,以此来提高LED灯珠的稳定性和产品可靠性,确保LED灯珠在多数静电环境下能够正常运行。
综上,基于本申请实施例的用于LED灯珠抗静电能力的检测系统100被阐明,能够对于LED灯珠的抗静电能力是否符合预定标准进行检测,从而提高LED灯珠的稳定性和产品可靠性,确保LED灯珠在多数静电环境下能够正常运行。
如上所述,根据本申请实施例的用于LED灯珠抗静电能力的检测系统100可以实现在各种终端设备中,例如用于LED灯珠抗静电能力的检测的服务器等。在一个示例中,根据本申请实施例的用于LED灯珠抗静电能力的检测系统100可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如,该用于LED灯珠抗静电能力的检测系统100可以是该终端设备的操作系统中的一个软件模块,或者可以是针对于该终端设备所开发的一个应用程序;当然,该用于LED灯珠抗静电能力的检测系统100同样可以是该终端设备的众多硬件模块之一。
替换地,在另一示例中,该用于LED灯珠抗静电能力的检测系统100与该终端设备也可以是分立的设备,并且该用于LED灯珠抗静电能力的检测系统100可以通过有线和/或无线网络连接到该终端设备,并且按照约定的数据格式来传输交互信息。
在本申请的一个实施例中,图3为根据本申请实施例的用于LED灯珠抗静电能力的检测方法的流程图。如图3所示,所述用于LED灯珠抗静电能力的检测方法,包括:210,使用高压电源产生高压脉冲信号;220,使用探针接收所述高压脉冲信号,并将所述高压脉冲信号施加到被测LED灯珠上;230,使用电流检测电路检测通过所述被测LED灯珠的LED灯珠检测电流信号;240,将微控制器与所述高压电源电连接,将所述微控制器可通信连接于所述电流检测电路,使用所述微控制器检测所述被测LED灯珠的抗静电能力。
图4为根据本申请实施例的用于LED灯珠抗静电能力的检测方法架构的示意图。如图4所示,首先,获取由所述电流检测电路输出的LED灯珠检测电流信号;然后,对所述LED灯珠检测电流信号进行特征分析以得到电流波形特征;最后,基于所述电流波形特征,确定LED灯珠抗静电能力是否符合预定标准。
本领域技术人员可以理解,上述用于LED灯珠抗静电能力的检测方法中的各个步骤的具体操作已经在上面参考图1到图2的用于LED灯珠抗静电能力的检测系统的描述中得到了详细介绍,并因此,将省略其重复描述。
图5为根据本申请实施例的用于LED灯珠抗静电能力的检测系统的应用场景图。如图5所示,在该应用场景中,首先,获取由所述电流检测电路输出的LED灯珠检测电流信号(例如,如图5中所示意的C);然后,将获取的LED灯珠检测电流信号输入至部署有用于LED灯珠抗静电能力的检测算法的服务器(例如,如图5中所示意的S)中,其中所述服务器能够基于用于LED灯珠抗静电能力的检测算法对所述LED灯珠检测电流信号进行处理,以确定LED灯珠抗静电能力是否符合预定标准。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (6)
1.一种用于LED灯珠抗静电能力的检测系统,其特征在于,包括:
高压电源,用于产生高压脉冲信号;
探针,用于接收所述高压脉冲信号,并将所述高压脉冲信号施加到被测LED灯珠上;
电流检测电路,用于检测通过所述被测LED灯珠的LED灯珠检测电流信号;
以及微控制器,所述微控制器与所述高压电源电连接,所述微控制器通信连接于所述电流检测电路,所述微控制器用于检测所述被测LED灯珠的抗静电能力;
所述微控制器,包括:
电流信号采集模块,用于获取由所述电流检测电路输出的LED灯珠检测电流信号;
电流波形特征分析模块,用于对所述LED灯珠检测电流信号进行特征分析以得到电流波形特征;
以及抗静电能力检测模块,用于基于所述电流波形特征,确定LED灯珠抗静电能力是否符合预定标准;
所述电流波形特征分析模块,包括:
电流波形特征提取单元,用于通过基于深度神经网络模型的电流波形多尺度特征提取器对所述LED灯珠检测电流信号进行多尺度特征提取以得到电流波形浅层特征图、电流波形中层特征图和电流波形深层特征图;
电流波形特征语义融合单元,用于融合所述电流波形中层特征图和所述电流波形深层特征图以得到电流波形语义特征图;
以及波形语义传播单元,用于使用联合语义传播模块来融合所述电流波形语义特征图和所述电流波形浅层特征图以得到融合语义电流波形浅层特征图作为所述电流波形特征。
2.根据权利要求1所述的一种用于LED灯珠抗静电能力的检测系统,其特征在于,所述深度神经网络模型为金字塔网络。
3.根据权利要求2所述的一种用于LED灯珠抗静电能力的检测系统,其特征在于,所述抗静电能力检测模块,用于:将所述融合语义电流波形浅层特征图通过分类器以得到分类结果,所述分类结果用于表示LED灯珠抗静电能力是否符合预定标准。
4.根据权利要求3所述的一种用于LED灯珠抗静电能力的检测系统,其特征在于,还包括用于对基于金字塔网络的电流波形多尺度特征提取器、所述联合语义传播模块和所述分类器进行训练的训练模块。
5.根据权利要求4所述的一种用于LED灯珠抗静电能力的检测系统,其特征在于,所述训练模块,包括:
训练数据采集单元,用于获取训练数据,所述训练数据包括训练LED灯珠检测电流信号,以及,所述LED灯珠抗静电能力是否符合预定标准的真实值;
训练电流波形特征提取单元,用于将所述训练LED灯珠检测电流信号通过基于金字塔网络的电流波形多尺度特征提取器以得到训练电流波形浅层特征图、训练电流波形中层特征图和训练电流波形深层特征图;
训练电流波形语义特征融合单元,用于融合所述训练电流波形中层特征图和所述训练电流波形深层特征图以得到训练电流波形语义特征图;
训练波形语义传播单元,用于使用所述联合语义传播模块来融合所述训练电流波形语义特征图和所述训练电流波形浅层特征图以得到训练融合语义电流波形浅层特征图;
训练特征激活单元,用于对所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量进行特征秩表达的语义信息均一化激活以得到激活后训练融合语义电流波形浅层特征图;
分类损失单元,用于将所述激活后训练融合语义电流波形浅层特征图通过所述分类器以得到分类损失函数值;
以及模型训练单元,用于基于所述分类损失函数值并通过梯度下降的反向传播来对基于金字塔网络的电流波形多尺度特征提取器、所述联合语义传播模块和所述分类器进行训练。
6.根据权利要求5所述的一种用于LED灯珠抗静电能力的检测系统,其特征在于,所述训练特征激活单元,用于:以如下优化公式对所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量进行特征秩表达的语义信息均一化激活以得到所述激活后训练融合语义电流波形浅层特征图;
其中,所述优化公式为:
,
其中,是所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量,/>是所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量的第/>个特征值,/>表示所述训练融合语义电流波形浅层特征图展开后得到的训练融合语义电流波形浅层特征向量的二范数,/>是以2为底的对数函数,且/>是权重超参数,/>是所述激活后训练融合语义电流波形浅层特征图展开后得到的激活后训练融合语义电流波形浅层特征向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311269941.0A CN116990657B (zh) | 2023-09-28 | 2023-09-28 | 一种用于led灯珠抗静电能力的检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311269941.0A CN116990657B (zh) | 2023-09-28 | 2023-09-28 | 一种用于led灯珠抗静电能力的检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116990657A CN116990657A (zh) | 2023-11-03 |
CN116990657B true CN116990657B (zh) | 2023-12-19 |
Family
ID=88528803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311269941.0A Active CN116990657B (zh) | 2023-09-28 | 2023-09-28 | 一种用于led灯珠抗静电能力的检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116990657B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010054054A (ja) * | 2009-12-07 | 2010-03-11 | Smc Corp | 電磁弁駆動回路及び電磁弁 |
JP2011191260A (ja) * | 2010-03-16 | 2011-09-29 | Renesas Electronics Corp | 半導体装置のesd試験装置 |
JP2013003023A (ja) * | 2011-06-17 | 2013-01-07 | Sharp Corp | リペア装置およびリペア方法、デバイスの製造方法 |
CN109541432A (zh) * | 2018-09-30 | 2019-03-29 | 天津大学 | 基于Labview的芯片级ESD自动化测试系统 |
CN110831295A (zh) * | 2019-11-20 | 2020-02-21 | 昂宝电子(上海)有限公司 | 用于可调光led照明系统的调光控制方法和系统 |
CN111413569A (zh) * | 2020-04-24 | 2020-07-14 | 中国科学院微电子研究所 | 基于驻极体发电机的放电测试装置及其测试方法 |
CN212646946U (zh) * | 2020-05-15 | 2021-03-02 | 国网江西省电力有限公司电力科学研究院 | 一种氧化锌避雷器泄漏电流录波装置 |
-
2023
- 2023-09-28 CN CN202311269941.0A patent/CN116990657B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010054054A (ja) * | 2009-12-07 | 2010-03-11 | Smc Corp | 電磁弁駆動回路及び電磁弁 |
JP2011191260A (ja) * | 2010-03-16 | 2011-09-29 | Renesas Electronics Corp | 半導体装置のesd試験装置 |
JP2013003023A (ja) * | 2011-06-17 | 2013-01-07 | Sharp Corp | リペア装置およびリペア方法、デバイスの製造方法 |
CN109541432A (zh) * | 2018-09-30 | 2019-03-29 | 天津大学 | 基于Labview的芯片级ESD自动化测试系统 |
CN110831295A (zh) * | 2019-11-20 | 2020-02-21 | 昂宝电子(上海)有限公司 | 用于可调光led照明系统的调光控制方法和系统 |
CN111413569A (zh) * | 2020-04-24 | 2020-07-14 | 中国科学院微电子研究所 | 基于驻极体发电机的放电测试装置及其测试方法 |
CN212646946U (zh) * | 2020-05-15 | 2021-03-02 | 国网江西省电力有限公司电力科学研究院 | 一种氧化锌避雷器泄漏电流录波装置 |
Non-Patent Citations (2)
Title |
---|
Analysis of the Failure Mechanisms for LED Display and the Preventive Solutions;Meng Mu;2014 11th China International Forum on Solid State Lighting (SSLCHINA);第60-62页 * |
IEC61000-4-2规定的实验平台与方法的局限性;徐晓英 等;高电压技术;第31卷(第6期);第32-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116990657A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1917731B (zh) | 校准的led光模块 | |
CN102012488A (zh) | Led测试 | |
CN102829890B (zh) | 一种led结温的测量装置及方法 | |
TW201502423A (zh) | 用於校準模擬太陽輻射光譜的光源的系統和方法 | |
CN103364032B (zh) | 半导体发光器件或模组在线多功能测试系统及方法 | |
Chang et al. | Anomaly detection of light-emitting diodes using the similarity-based metric test | |
CN104076296A (zh) | 一种led信号灯发光板的测试方法及测试装置 | |
CN104316295A (zh) | 一种led器件的光电测试方法及装置 | |
CN105676099B (zh) | 一种基于电学特性判断led器件可靠性的系统及其方法 | |
CN116990657B (zh) | 一种用于led灯珠抗静电能力的检测系统 | |
CN201141906Y (zh) | 发光二极管测试装置 | |
CN104459507A (zh) | 一种检测led芯片光学性能的多路检测系统 | |
Fan et al. | In-situ monitoring and anomaly detection for LED packages using a Mahalanobis distance approach | |
CN101266276A (zh) | 自动化测量发光二极管的测试设备及方法 | |
CN204228906U (zh) | 一种检测led芯片光学性能的多路检测系统 | |
CN108414949A (zh) | 基于照度特征的高压发光二极管灯具故障诊断方法及介质 | |
CN202221452U (zh) | 自动测试系统 | |
CN104459568A (zh) | 一种led芯片检测分析系统 | |
CN204228934U (zh) | 一种led芯片检测分析系统 | |
CN204228907U (zh) | 一种led芯片的多路检测系统 | |
CN107179514B (zh) | 灯具闪烁测试方法及系统 | |
CN102818627B (zh) | 一种有机电致发光器件的亮度色度测量模块 | |
CN210119549U (zh) | 一种应用于生产线的led灯自动识别系统 | |
CN102340919A (zh) | 发光二极管照明设备故障侦测系统及方法 | |
CN103884975A (zh) | Led抗静电测试方法 |
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 |