CN117312811B - 一种led灯珠的性能评估方法、系统及存储介质 - Google Patents
一种led灯珠的性能评估方法、系统及存储介质 Download PDFInfo
- Publication number
- CN117312811B CN117312811B CN202311636097.0A CN202311636097A CN117312811B CN 117312811 B CN117312811 B CN 117312811B CN 202311636097 A CN202311636097 A CN 202311636097A CN 117312811 B CN117312811 B CN 117312811B
- Authority
- CN
- China
- Prior art keywords
- led lamp
- lamp beads
- electric power
- input electric
- abnormal
- 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
- 239000011324 bead Substances 0.000 title claims abstract description 655
- 238000011156 evaluation Methods 0.000 title claims abstract description 27
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 202
- 230000004907 flux Effects 0.000 claims abstract description 137
- 238000005265 energy consumption Methods 0.000 claims abstract description 93
- 230000007547 defect Effects 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 230000008859 change Effects 0.000 claims description 55
- 238000000034 method Methods 0.000 claims description 30
- 238000001228 spectrum Methods 0.000 claims description 20
- 230000003647 oxidation Effects 0.000 claims description 15
- 238000007254 oxidation reaction Methods 0.000 claims description 15
- 230000008439 repair process Effects 0.000 claims description 14
- 230000001105 regulatory effect Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000001276 controlling effect Effects 0.000 claims description 8
- 238000001931 thermography Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 230000005672 electromagnetic field Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 241000143060 Americamysis bahia Species 0.000 abstract description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/50—Circuit arrangements for operating light-emitting diodes [LED] responsive to malfunctions or undesirable behaviour of LEDs; responsive to LED life; Protective circuits
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明涉及LED灯珠领域，公开了一种LED灯珠的性能评估方法、系统及存储介质，包括以下步骤：基于光度计计算LED灯珠的实时光通量，并对LED灯珠进行建模分析，得到LED灯珠优化模型；分析LED灯珠的实时光通量和输入电功率，对LED灯珠进行状态判断，并对处于异常状态的LED灯珠进行缺陷溯源和修复；最后分析LED灯珠在不同电磁干扰强度虾的能耗值，根据能耗值大小对LED灯珠的稳定性进行评估。本发明能够通过对LED灯珠进行光通量分析、输入电功率分析和能耗分析，评估LED灯珠的稳定性，并对LED灯珠进行相应的修复。
Description
技术领域
本发明涉及LED灯珠领域，特别是一种LED灯珠的性能评估方法、系统及存储介质。
背景技术
LED灯珠能应用在不同场景下，比如城市、门店等的宣传广告牌，家里的LED灯管，或者电子产品的屏幕等。LED灯珠在人们的日常生活中使用场景十分广泛，且对人们的生活提供很大的便利。一个性能良好的LED灯珠，对人们在生活各方面提供的便利更高，而且性能良好的LED灯珠节省了人们对LED灯珠的维护，节省了人力物力，提高工作效率。LED灯珠的性能主要包括使用寿命、亮度、色彩还原度、稳定性、能耗性等方面，对LED灯珠进行性能评估能方便人们知道LED灯珠存在的稳定，并提出相应的解决措施。
发明内容
本发明克服了现有技术的不足，提供了一种LED灯珠的性能评估方法。
为达到上述目的，本发明采用的技术方案为：
本发明第一方面提供了一种LED灯珠的性能评估方法，包括以下步骤：
对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型；
分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断；
对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复；
获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正。
进一步的，本发明的一个较佳实施例中，所述对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型，具体为：
获取LED灯珠，使用激光扫描装置，对LED灯珠进行激光扫描处理，在三维空间中生成激光点云数据，并获取LED灯珠的规格数据；
通过数据连接算法，将所述激光点云数据连接，得到LED灯珠初始模型，并将LED灯珠的规格数据导入LED灯珠初始模型中进行模型数据更新，得到LED灯珠模型；
使所述LED灯珠工作，并使用光度计采集LED灯珠发出的光，所述光度计接收LED灯珠发出的光后，生成光谱分布图及光谱波长，所述光谱分布图及光谱波长统称为光谱数据；
将所述光谱数据分解成一系列离散的波长值，计算每个波长值的光通量，并对所有波长值的光通量进行积分，得到LED灯珠实时光通量；
将所述LED灯珠实时光通量导入LED灯珠模型中进行模型数据二次更新，得到LED灯珠优化模型。
进一步的，本发明的一个较佳实施例中，所述分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断，具体为：
基于LED灯珠的生产规格，获取LED灯珠的额定光通量，将所述LED灯珠的额定光通量与实时光通量进行比较，生成光通量偏差值；
基于所述LED灯珠优化模型，对LED灯珠的光通量偏差值进行分析，若所述光通量偏差值在预设范围内，则将对应的LED灯珠标记为一类LED灯珠，所述一类LED灯珠为合格LED灯珠；
若光通量偏差值大于预设范围，则将对应的LED灯珠标记为二类LED灯珠；
使用万用表在所述二类LED灯珠的输入端获取二类LED灯珠的输入电功率，并对所述二类LED灯珠的输入电功率进行分析，若二类LED灯珠的输入电功率在预设范围内，则将对应的二类LED灯珠标记为输入电功率正常二类LED灯珠；
若二类LED灯珠的输入电功率不在预设范围内，则将对应的二类LED灯珠标记为输入电功率异常二类LED灯珠。
进一步的，本发明的一个较佳实施例中，所述对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复，具体为：
对于所述输入电功率正常二类LED灯珠，获取输入电功率正常二类LED灯珠的工作温度，并通过灰色关联法计算输入电功率正常二类LED灯珠的工作温度与输入电功率正常二类LED灯珠实时光通量的关联值，并将关联值定义为第一关联值；
若第一关联值大于预设值，则获取输入电功率正常二类LED灯珠的周边环境温度，并获取周边环境温度与工作温度的关联值，定义为第二关联值；
若第二关联值大于预设值，则对输入电功率正常二类LED灯珠的周边环境温度进行实时调控，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第二关联值在预设值范围内，则通过热成像仪对输入电功率正常二类LED灯珠进行热成像扫描，获取输入电功率正常二类LED灯珠中工作温度异常的零件，并对所述输入电功率正常二类LED灯珠中工作温度异常的零件进行更换，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第一关联值在预设值范围内，则获取输入电功率正常二类LED灯珠的实时工作电压，并根据输入电功率正常二类LED灯珠的实时工作电压获取输入电功率正常二类LED灯珠的电流特性，将所述输入电功率正常二类LED灯珠的电流特性导入卷积神经网络中进行分析，判断输入电功率正常二类LED灯珠零件的氧化情况，并对氧化情况大于预设氧化情况的输入电功率正常二类LED灯珠零件进行更换处理；
对输入电功率异常二类LED灯珠进行电流计算，并根据计算结果对输入电功率异常二类LED灯珠进行优化。
进一步的，本发明的一个较佳实施例中，所述对输入电功率异常二类LED灯珠进行电流计算，并根据计算结果对输入电功率异常二类LED灯珠进行优化，具体为：
对所述输入电功率异常二类LED灯珠的实时光通量进行分析，获取输入电功率异常二类LED灯珠的实时光通量与工作温度和周边环境温度的关联性，并基于关联性对输入电功率异常二类LED灯珠进行光通量修复；
将光通量修复后输入电功率不在预设范围内的输入电功率异常二类LED灯珠定义为输入电功率异常LED灯珠；
获取输入电功率异常LED灯珠所在的电路拓扑，定义为输入电功率异常LED灯珠电路拓扑，并基于输入电功率异常LED灯珠电路拓扑获取输入电功率异常LED灯珠的实时工作电压；
获取输入电功率异常LED灯珠优化模型，并将所述输入电功率异常LED灯珠电路拓扑应用于输入电功率异常LED灯珠优化模型中，得到输入电功率异常LED灯珠的标准工作电压变化范围；
若输入电功率异常LED灯珠的实时工作电压不在标准工作电压变化范围内，则将不在标准工作电压变化范围内的实时工作电压标定为异常工作电压，并记录异常工作电压持续时间；
若异常工作电压持续时间在预设值范围内，则对输入电功率异常LED灯珠的供电电压进行调控，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内；
若异常工作电压持续时间不在预设值范围内，则使用万用表对输入电功率异常LED灯珠电路拓扑的节点进行电流分析，得到电流分析结果；
将所述电流分析结果导入大数据网络中检索，获取输入电功率异常LED灯珠电路拓扑优化方案并输出，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内。
进一步的，本发明的一个较佳实施例中，所述获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正，具体为：
将进行工作电压修复和光通量修复后的LED灯珠与合格LED灯珠标定为待检测LED灯珠，并在待检测LED灯珠的周边放置电磁干扰设备，并根据电磁干扰设备的放置位置，构建电磁场模型；
调控电磁干扰设备的电磁干扰强度大小，获取不同电磁干扰强度下待检测LED灯珠的能耗值，并构建能耗值变化表，分析所述能耗值变化表，将能耗值变化率在预设能耗值变化率范围内的待检测LED灯珠评估为稳定性优秀LED灯珠；
若待检测LED灯珠的能耗值变化率大于预设能耗值变化率范围，则将对应的待检测LED灯珠标定为能耗值异常LED灯珠，并获取能耗值异常LED灯珠电路拓扑；
基于所述电磁场模型，计算能耗值异常LED灯珠电路拓扑中各节点的电磁干扰强度，对能耗值异常LED灯珠电路拓扑中各节点的电磁干扰强度进行分析，并基于分析结果在能耗值异常LED灯珠电路拓扑的供电端添加电源滤波器进行消磁处理；
若添加电源滤波器后的能耗值异常LED灯珠的能耗值变化率在预设能耗值变化率范围内，则将对应的能耗值异常LED灯珠评估为稳定性合格LED灯珠；
若添加电源滤波器后的能耗值异常LED灯珠的能耗值变化率仍大于预设能耗值变化率范围，则将对应的能耗值异常LED灯珠评估为稳定性不合格LED灯珠。
本发明第二方面还提供了一种LED灯珠的性能评估系统，所述性能评估系统包括存储器与处理器，所述存储器中储存有性能评估方法，所述性能评估方法被所述处理器执行时，实现如下步骤：
对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型；
分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断；
对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复；
获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正。
本发明的背景技术中具备以下有益效果：基于光度计计算LED灯珠的实时光通量，并对LED灯珠进行建模分析，得到LED灯珠优化模型；分析LED灯珠的实时光通量和输入电功率，对LED灯珠进行状态判断，并对处于异常状态的LED灯珠进行缺陷溯源和修复；最后分析LED灯珠在不同电磁干扰强度虾的能耗值，根据能耗值大小对LED灯珠的稳定性进行评估。本发明能够通过对LED灯珠进行光通量分析、输入电功率分析和能耗分析，评估LED灯珠的稳定性，并对LED灯珠进行相应的修复。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明的一些实施例，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实施例的附图。
图1示出了一种LED灯珠的性能评估方法的流程图；
图2示出了对处于异常状态的LED灯珠进行缺陷溯源和缺陷修复的方法流程图；
图3示出了一种LED灯珠的性能评估系统的视图；
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了一种LED灯珠的性能评估方法的流程图，包括以下步骤：
S102：对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型；
S104：分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断；
S106：对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复；
S108：获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正。
进一步的，本发明的一个较佳实施例中，所述对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型，具体为：
获取LED灯珠，使用激光扫描装置，对LED灯珠进行激光扫描处理，在三维空间中生成激光点云数据，并获取LED灯珠的规格数据；
通过数据连接算法，将所述激光点云数据连接，得到LED灯珠初始模型，并将LED灯珠的规格数据导入LED灯珠初始模型中进行模型数据更新，得到LED灯珠模型；
使所述LED灯珠工作，并使用光度计采集LED灯珠发出的光，所述光度计接收LED灯珠发出的光后，生成光谱分布图及光谱波长，所述光谱分布图及光谱波长统称为光谱数据；
将所述光谱数据分解成一系列离散的波长值，计算每个波长值的光通量，并对所有波长值的光通量进行积分，得到LED灯珠实时光通量；
将所述LED灯珠实时光通量导入LED灯珠模型中进行模型数据二次更新，得到LED灯珠优化模型；
需要说明的是，对LED灯珠进行建模分析能够在对LED灯珠进行缺陷分析和性能评估时提供便利，提高分析的效率，所以通过激光扫描处理建立LED灯珠模型。LED灯珠的光通量代表了LED灯珠的亮度大小情况，而LED灯珠可能会由于各种原因，比如温度、光束角度、光束均匀性等影响，导致LED灯珠的光通量发生变化，所以在建模过程中需要考虑LED灯珠的光通量大小。通过光度计对LED灯珠发出的光进行光谱数据分析能够获取LED灯珠的实时光通量，光通量的计算公式为：
；
其中，所述代表的是光通量，/>是标准人眼视觉函数，/>是LED灯珠的光谱分布，λ代表波长。
本发明能够通过激光扫描技术构建LED灯珠模型，并通过积分形式计算LED灯珠的光通量，结合LED灯珠模型，得到LED灯珠优化模型。
进一步的，本发明的一个较佳实施例中，所述分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断，具体为：
基于LED灯珠的生产规格，获取LED灯珠的额定光通量，将所述LED灯珠的额定光通量与实时光通量进行比较，生成光通量偏差值；
基于所述LED灯珠优化模型，对LED灯珠的光通量偏差值进行分析，若所述光通量偏差值在预设范围内，则将对应的LED灯珠标记为一类LED灯珠，所述一类LED灯珠为合格LED灯珠；
若光通量偏差值大于预设范围，则将对应的LED灯珠标记为二类LED灯珠；
使用万用表在所述二类LED灯珠的输入端获取二类LED灯珠的输入电功率，并对所述二类LED灯珠的输入电功率进行分析，若二类LED灯珠的输入电功率在预设范围内，则将对应的二类LED灯珠标记为输入电功率正常二类LED灯珠；
若二类LED灯珠的输入电功率不在预设范围内，则将对应的二类LED灯珠标记为输入电功率异常二类LED灯珠。
需要说明的是，LED灯珠的实时光通量可能会有于各种原因影响，所以需要获取光通量偏差值，并基于光通量偏差值分析LED灯珠的光通量合格状态，光通量偏差值较大，则证明LED灯珠的亮度较低。LED灯珠的实时光通量与输入电功率间接相关，但是LED灯珠的实时光通量较小时，输入电功率仍有可能处于正常水平。当LED灯珠的实时光通量在标准范围内，则LED灯珠的输入电功率也在标准范围内，此时LED灯珠的工作状态为正常状态，定义为合格LED灯珠。若二类LED灯珠的实时光通量异常，但输入电功率却在预设范围内，则将对应的LED灯珠定义为输入电功率正常二类LED灯珠。若二类LED灯珠的输入电功率不在预设范围，则将对应的LED灯珠定义为输入电功率异常二类LED灯珠。本发明能够对LED灯珠的实时光通量和输入电功率进行分析，对LED灯珠进行分类。
进一步的，本发明的一个较佳实施例中，所述获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正，具体为：
将进行工作电压修复和光通量修复后的LED灯珠与合格LED灯珠标定为待检测LED灯珠，并在待检测LED灯珠的周边放置电磁干扰设备，并根据电磁干扰设备的放置位置，构建电磁场模型；
调控电磁干扰设备的电磁干扰强度大小，获取不同电磁干扰强度下待检测LED灯珠的能耗值，并构建能耗值变化表，分析所述能耗值变化表，将能耗值变化率在预设能耗值变化率范围内的待检测LED灯珠评估为稳定性优秀LED灯珠；
若待检测LED灯珠的能耗值变化率大于预设能耗值变化率范围，则将对应的待检测LED灯珠标定为能耗值异常LED灯珠，并获取能耗值异常LED灯珠电路拓扑；
基于所述电磁场模型，计算能耗值异常LED灯珠电路拓扑中各节点的电磁干扰强度，对能耗值异常LED灯珠电路拓扑中各节点的电磁干扰强度进行分析，并基于分析结果在能耗值异常LED灯珠电路拓扑的供电端添加电源滤波器进行消磁处理；
若添加电源滤波器后的能耗值异常LED灯珠的能耗值变化率在预设能耗值变化率范围内，则将对应的能耗值异常LED灯珠评估为稳定性合格LED灯珠；
若添加电源滤波器后的能耗值异常LED灯珠的能耗值变化率仍大于预设能耗值变化率范围，则将对应的能耗值异常LED灯珠评估为稳定性不合格LED灯珠。
需要说明的是，LED灯珠可能会受到电磁设备干扰，导致LED灯珠的能耗增大，能耗较大的LED灯珠的使用寿命更短。若在电磁设备干扰下LED灯珠的能耗值仍在标准范围内，则证明该LED灯珠的手电磁干扰的影响较小，所以将该LED灯珠评估为稳定性优秀LED灯珠。在电磁设备干扰下LED灯珠的能耗值增大，则证明LED灯珠的电路拓扑中存在节点受电磁干扰导致电流产生波动，从而使LED灯珠的能耗值升高，需要在供电端添加电源滤波器对LED灯珠的电路拓扑进行消磁处理，使LED灯珠的能耗值保持在正常水平内。若添加电源滤波器后LED灯珠的能耗值仍异常，则LED灯珠的稳定性不合格。本发明能够通过分析LED灯珠的能耗值，对LED灯珠的稳定性进行评估。
图2示出了对处于异常状态的LED灯珠进行缺陷溯源和缺陷修复的方法流程图，包括以下步骤：
S202：分析输入电功率正常二类LED灯珠的实时光通量，获取输入电功率正常二类LED灯珠的实时光通量与工作温度和周边环境温度的关联性，并基于关联性对输入电功率正常二类LED灯珠进行光通量修复处理；
S204：分析输入电功率异常二类LED灯珠的实时光通量，获取输入电功率异常二类LED灯珠的实时光通量与工作温度和周边环境温度的关联性，并基于关联性对输入电功率异常二类LED灯珠进行光通量修复处理；
S206：对输入电功率异常LED灯珠进行电流计算，并根据计算结果对输入电功率异常LED灯珠进行优化。
进一步的，本发明的一个较佳实施例中，所述分析输入电功率正常二类LED灯珠的实时光通量，获取输入电功率正常二类LED灯珠的实时光通量与工作温度和周边环境温度的关联性，并基于关联性对输入电功率正常二类LED灯珠进行光通量修复处理，具体为：
对于所述输入电功率正常二类LED灯珠，获取输入电功率正常二类LED灯珠的工作温度，并通过灰色关联法计算输入电功率正常二类LED灯珠的工作温度与输入电功率正常二类LED灯珠实时光通量的关联值，并将关联值定义为第一关联值；
若第一关联值大于预设值，则获取输入电功率正常二类LED灯珠的周边环境温度，并获取周边环境温度与工作温度的关联值，定义为第二关联值；
若第二关联值大于预设值，则对输入电功率正常二类LED灯珠的周边环境温度进行实时调控，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第二关联值在预设值范围内，则通过热成像仪对输入电功率正常二类LED灯珠进行热成像扫描，获取输入电功率正常二类LED灯珠中工作温度异常的零件，并对所述输入电功率正常二类LED灯珠中工作温度异常的零件进行更换，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第一关联值在预设值范围内，则获取输入电功率正常二类LED灯珠的实时工作电压，并根据输入电功率正常二类LED灯珠的实时工作电压获取输入电功率正常二类LED灯珠的电流特性，将所述输入电功率正常二类LED灯珠的电流特性导入卷积神经网络中进行分析，判断输入电功率正常二类LED灯珠零件的氧化情况，并对氧化情况大于预设氧化情况的输入电功率正常二类LED灯珠零件进行更换处理。
需要说明的是，若LED灯珠的输入电功率正常，而实时光通量异常，则证明LED灯珠内部存在问题，导致LED灯珠的实时光通量异常。LED灯珠的实时光通量异常可能由工作温度异常引起，而工作温度异常可能由环境温度异常或者零件氧化、磨损等原因引起。通过灰色关联法获取第一关联值和第二关联值，根据所述第一关联值和第二关联值判断输入电功率正常二类LED灯珠实时光通量异常的原因，并采取相应的措施进行调控修复，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内。若输入电功率正常二类LED灯珠的实时光通量异常与工作温度无关，则判断输入电功率正常二类LED灯珠可能发生内部氧化，通过卷积神经网络分析输入电功率正常二类LED灯珠的电流特性可以对内部氧化情况进行判断分析。氧化后的零件的电流特性与未氧化的零件的电流特性不同，根据电流特性即可进行分析。
进一步的，本发明的一个较佳实施例中，所述对输入电功率异常LED灯珠进行电流计算，并根据计算结果对输入电功率异常LED灯珠进行优化，具体为：
将光通量修复后输入电功率不在预设范围内的输入电功率异常二类LED灯珠定义为输入电功率异常LED灯珠；
获取输入电功率异常LED灯珠所在的电路拓扑，定义为输入电功率异常LED灯珠电路拓扑，并基于输入电功率异常LED灯珠电路拓扑获取输入电功率异常LED灯珠的实时工作电压；
获取输入电功率异常LED灯珠优化模型，并将所述输入电功率异常LED灯珠电路拓扑应用于输入电功率异常LED灯珠优化模型中，得到输入电功率异常LED灯珠的标准工作电压变化范围；
若输入电功率异常LED灯珠的实时工作电压不在标准工作电压变化范围内，则将不在标准工作电压变化范围内的实时工作电压标定为异常工作电压，并记录异常工作电压持续时间；
若异常工作电压持续时间在预设值范围内，则对输入电功率异常LED灯珠的供电电压进行调控，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内；
若异常工作电压持续时间不在预设值范围内，则使用万用表对输入电功率异常LED灯珠电路拓扑的节点进行电流分析，得到电流分析结果；
将所述电流分析结果导入大数据网络中检索，获取输入电功率异常LED灯珠电路拓扑优化方案并输出，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内。
需要说明的是，修复LED灯珠的光通量后，若LED灯珠的输入电功率仍不在预设范围内，则证明LED灯珠的电路拓扑出现问题，需要进行修复，且出现问题的原因可能为工作电压异常。在输入电功率异常LED灯珠优化模型中，获取输入电功率异常LED灯珠的标准工作电压变化范围，并基于输入电功率异常LED灯珠的标准工作电压变化范围获取异常工作电压持续时间，当所述异常工作电压持续时间较端，则证明输入电功率异常LED灯珠工作电压异常的原因为供电电压出现故障，对供电电压进行调控即可解决。若异常工作电压持续时间较长，证明输入电功率异常LED灯珠电路拓扑的节点之间的电流异常，需要对输入电功率异常LED灯珠电路拓扑进行优化。本发明能够通过对LED灯珠的电路拓扑和工作电压进行分析，实现对输入电功率异常LED灯珠的优化。
此外，所述一种LED灯珠的性能评估方法，还包括以下步骤：
将所述稳定性优秀LED灯珠和稳定性合格LED灯珠统称为稳定LED灯珠，获取所述稳定LED灯珠的实时光通量变化范围，并根据所述稳定LED灯珠的实时光通量范围，获取稳定LED灯珠的调光范围；
基于所述稳定LED灯珠的调光范围，对稳定LED灯珠进行调光测试，在调光测试过程中获取稳定LED灯珠的光通量变化速率，并基于LED灯珠的生产规格获取LED灯珠的标准光通量变化速率；
获取稳定LED灯珠的光通量变化速率和标准光通量变化速率之间的偏差情况，定义为光通量变化速率偏差值，若所述光通量变化速率偏差值大于预设值，则将对应的稳定LED灯珠定义为调光延迟LED灯珠；
获取对稳定LED灯珠进行调光处理的驱动电路，定义为调光电路，并将调光延迟LED灯珠的调光电路定义为调光延迟电路；
获取调光延迟电路拓扑，在调光延迟电路拓扑的各个节点中获取电流值，并引入马尔科夫链算法分析调光延迟电路拓扑各个节点的电流值，得到调光延迟电路拓扑中异常电流的转移状态；
分析所述调光延迟电路拓扑中异常电流的转移状态，获取异常电流流经的节点，定义为异常节点，在所述调光延迟电路拓扑中标记异常节点，在大数据网络中获取异常节点修复方案输出，得到标准调光电路，并将所述标准调光电路应用在调光延迟LED灯珠中，使调光延迟LED灯珠的光通量变化速率达到标准值。
需要说明的是，LED灯珠的光通量变化，能实现亮度变化效果。在光通量发生变化期间，可能会因为驱动电路异常，导致变化速率延迟，从而使LED灯珠的调光性能降低。根据光通量变化速率偏差值可以获取调光延迟LED灯珠，并对调光延迟LED灯珠中用于调光的驱动电路进行分析，结合马尔科夫链算法获取异常位置并检索异常节点修复方案输出，可以实现对调光延迟LED灯珠的修复处理。
此外，所述一种LED灯珠的性能评估方法，还包括以下步骤：
基于LED灯珠的生产规格，获取LED灯珠的标准色彩指数，LED灯珠的色彩指数用于评估LED灯珠的色彩还原性能；
获取稳定LED灯珠的光谱数据，基于所述稳定LED灯珠的光谱数据，获取稳定LED灯珠的色彩指数；
计算稳定LED灯珠的色彩指数与标准色彩指数之间的色彩指数偏差值，若色彩指数偏差值在预设范围内，则将对应的稳定LED灯珠评估位色彩还原性能良好LED灯珠；
若色彩指数偏差值不在预设范围内，则通过熵权法计算对稳定LED灯珠的色彩指数与稳定LED灯珠周边温度的关联性，若稳定LED灯珠的色彩指数与稳定LED灯珠周边温度的关联性大于预设关联性，则对稳定LED灯珠周边温度进行实时调控，使稳定LED灯珠的色彩指数偏差值维持在预设范围内；
若稳定LED灯珠的色彩指数与稳定LED灯珠周边温度的关联性不大于预设关联性，则将稳定LED灯珠的色彩指数导入贝叶斯网络中进行训练，得到稳定LED灯珠的色彩指数异常部位并修复。
需要说明的是，LED灯珠能发出不同的颜色，所以LED灯珠的色彩指数较多。在收到环境温度影响，或者零部件故障影响，会导致LED灯珠的色彩指数出现偏差，从而影响LED灯珠的色彩还原性能。对稳定LED灯珠的色彩指数进行分析，并结合熵权法分析稳定LED灯珠的色彩指数和环境温度的关联性，最后使用贝叶斯网络获取稳定LED灯珠的色彩指数异常部位，并进行相应修复。本发明能够通过对稳定LED灯珠的色彩指数进行分析，评估稳定LED灯珠的色彩还原性能。
如图3所示，本发明第二方面还提供了一种LED灯珠的性能评估系统，所述性能评估系统包括存储器31与处理器32，所述存储器31中储存有性能评估方法，所述性能评估方法被所述处理器32执行时，实现如下步骤：
对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型；
分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断；
对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复；
获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正。
本发明第三方面还提供了计算机可读存储介质中包含一种LED灯珠的性能评估方法程序，所述一种LED灯珠的性能评估方法程序被处理器执行时，实现任一项所述的一种LED灯珠的性能评估方法的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种LED灯珠的性能评估方法，其特征在于，包括以下步骤：
对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型；
分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断；
对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复；
获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正；
其中，所述分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断，具体为：
基于LED灯珠的生产规格，获取LED灯珠的额定光通量，将所述LED灯珠的额定光通量与实时光通量进行比较，生成光通量偏差值；
基于所述LED灯珠优化模型，对LED灯珠的光通量偏差值进行分析，若所述光通量偏差值在预设范围内，则将对应的LED灯珠标记为一类LED灯珠，所述一类LED灯珠为合格LED灯珠；
若光通量偏差值大于预设范围，则将对应的LED灯珠标记为二类LED灯珠；
使用万用表在所述二类LED灯珠的输入端获取二类LED灯珠的输入电功率，并对所述二类LED灯珠的输入电功率进行分析，若二类LED灯珠的输入电功率在预设范围内，则将对应的二类LED灯珠标记为输入电功率正常二类LED灯珠；
若二类LED灯珠的输入电功率不在预设范围内，则将对应的二类LED灯珠标记为输入电功率异常二类LED灯珠；
其中，对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复，具体为：
对于所述输入电功率正常二类LED灯珠，获取输入电功率正常二类LED灯珠的工作温度，并通过灰色关联法计算输入电功率正常二类LED灯珠的工作温度与输入电功率正常二类LED灯珠实时光通量的关联值，并将关联值定义为第一关联值；
若第一关联值大于预设值，则获取输入电功率正常二类LED灯珠的周边环境温度，并获取周边环境温度与工作温度的关联值，定义为第二关联值；
若第二关联值大于预设值，则对输入电功率正常二类LED灯珠的周边环境温度进行实时调控，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第二关联值在预设值范围内，则通过热成像仪对输入电功率正常二类LED灯珠进行热成像扫描，获取输入电功率正常二类LED灯珠中工作温度异常的零件，并对所述输入电功率正常二类LED灯珠中工作温度异常的零件进行更换，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第一关联值在预设值范围内，则获取输入电功率正常二类LED灯珠的实时工作电压，并根据输入电功率正常二类LED灯珠的实时工作电压获取输入电功率正常二类LED灯珠的电流特性，将所述输入电功率正常二类LED灯珠的电流特性导入卷积神经网络中进行分析，判断输入电功率正常二类LED灯珠零件的氧化情况，并对氧化情况大于预设氧化情况的输入电功率正常二类LED灯珠零件进行更换处理；
对输入电功率异常二类LED灯珠进行电流计算，并根据计算结果对输入电功率异常二类LED灯珠进行优化；
其中，所述对输入电功率异常二类LED灯珠进行电流计算，并根据计算结果对输入电功率异常二类LED灯珠进行优化，具体为：
对所述输入电功率异常二类LED灯珠的实时光通量进行分析，获取输入电功率异常二类LED灯珠的实时光通量与工作温度和周边环境温度的关联性，并基于关联性对输入电功率异常二类LED灯珠进行光通量修复；
将光通量修复后输入电功率不在预设范围内的输入电功率异常二类LED灯珠定义为输入电功率异常LED灯珠；
获取输入电功率异常LED灯珠所在的电路拓扑，定义为输入电功率异常LED灯珠电路拓扑，并基于输入电功率异常LED灯珠电路拓扑获取输入电功率异常LED灯珠的实时工作电压；
获取输入电功率异常LED灯珠优化模型，并将所述输入电功率异常LED灯珠电路拓扑应用于输入电功率异常LED灯珠优化模型中，得到输入电功率异常LED灯珠的标准工作电压变化范围；
若输入电功率异常LED灯珠的实时工作电压不在标准工作电压变化范围内，则将不在标准工作电压变化范围内的实时工作电压标定为异常工作电压，并记录异常工作电压持续时间；
若异常工作电压持续时间在预设值范围内，则对输入电功率异常LED灯珠的供电电压进行调控，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内；
若异常工作电压持续时间不在预设值范围内，则使用万用表对输入电功率异常LED灯珠电路拓扑的节点进行电流分析，得到电流分析结果；
将所述电流分析结果导入大数据网络中检索，获取输入电功率异常LED灯珠电路拓扑优化方案并输出，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内。
2.根据权利要求1中所述的一种LED灯珠的性能评估方法，其特征在于，所述对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型，具体为：
获取LED灯珠，使用激光扫描装置，对LED灯珠进行激光扫描处理，在三维空间中生成激光点云数据，并获取LED灯珠的规格数据；
通过数据连接算法，将所述激光点云数据连接，得到LED灯珠初始模型，并将LED灯珠的规格数据导入LED灯珠初始模型中进行模型数据更新，得到LED灯珠模型；
使所述LED灯珠工作，并使用光度计采集LED灯珠发出的光，所述光度计接收LED灯珠发出的光后，生成光谱分布图及光谱波长，所述光谱分布图及光谱波长统称为光谱数据；
将所述光谱数据分解成一系列离散的波长值，计算每个波长值的光通量，并对所有波长值的光通量进行积分，得到LED灯珠实时光通量；
将所述LED灯珠实时光通量导入LED灯珠模型中进行模型数据二次更新，得到LED灯珠优化模型。
3.根据权利要求1中所述的一种LED灯珠的性能评估方法，其特征在于，所述获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正，具体为：
将进行工作电压修复和光通量修复后的LED灯珠与合格LED灯珠标定为待检测LED灯珠，并在待检测LED灯珠的周边放置电磁干扰设备，并根据电磁干扰设备的放置位置，构建电磁场模型；
调控电磁干扰设备的电磁干扰强度大小，获取不同电磁干扰强度下待检测LED灯珠的能耗值，并构建能耗值变化表，分析所述能耗值变化表，将能耗值变化率在预设能耗值变化率范围内的待检测LED灯珠评估为稳定性优秀LED灯珠；
若待检测LED灯珠的能耗值变化率大于预设能耗值变化率范围，则将对应的待检测LED灯珠标定为能耗值异常LED灯珠，并获取能耗值异常LED灯珠电路拓扑；
基于所述电磁场模型，计算能耗值异常LED灯珠电路拓扑中各节点的电磁干扰强度，对能耗值异常LED灯珠电路拓扑中各节点的电磁干扰强度进行分析，并基于分析结果在能耗值异常LED灯珠电路拓扑的供电端添加电源滤波器进行消磁处理；
若添加电源滤波器后的能耗值异常LED灯珠的能耗值变化率在预设能耗值变化率范围内，则将对应的能耗值异常LED灯珠评估为稳定性合格LED灯珠；
若添加电源滤波器后的能耗值异常LED灯珠的能耗值变化率仍大于预设能耗值变化率范围，则将对应的能耗值异常LED灯珠评估为稳定性不合格LED灯珠。
4.一种LED灯珠的性能评估系统，其特征在于，所述性能评估系统包括存储器与处理器，所述存储器中储存有性能评估方法，所述性能评估方法被所述处理器执行时，实现如下步骤：
对LED灯珠进行建模分析，并使用光度计计算LED灯珠实时光通量，得到LED灯珠优化模型；
分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断；
对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复；
获取进行缺陷修复后的LED灯珠与合格LED灯珠在不同电磁干扰强度的能耗值，根据能耗值对LED灯珠的稳定性进行评估，并对稳定性不足的LED灯珠进行修正；
其中，所述分析LED灯珠实时光通量，获取一类LED灯珠和二类LED灯珠，并通过分析LED灯珠的输入电功率，对各LED灯珠进行状态判断，具体为：
基于LED灯珠的生产规格，获取LED灯珠的额定光通量，将所述LED灯珠的额定光通量与实时光通量进行比较，生成光通量偏差值；
基于所述LED灯珠优化模型，对LED灯珠的光通量偏差值进行分析，若所述光通量偏差值在预设范围内，则将对应的LED灯珠标记为一类LED灯珠，所述一类LED灯珠为合格LED灯珠；
若光通量偏差值大于预设范围，则将对应的LED灯珠标记为二类LED灯珠；
使用万用表在所述二类LED灯珠的输入端获取二类LED灯珠的输入电功率，并对所述二类LED灯珠的输入电功率进行分析，若二类LED灯珠的输入电功率在预设范围内，则将对应的二类LED灯珠标记为输入电功率正常二类LED灯珠；
若二类LED灯珠的输入电功率不在预设范围内，则将对应的二类LED灯珠标记为输入电功率异常二类LED灯珠；
其中，对处于异常状态的LED灯珠进行缺陷溯源，得到处于异常状态的LED灯珠的缺陷位置，对缺陷位置进行修复，具体为：
对于所述输入电功率正常二类LED灯珠，获取输入电功率正常二类LED灯珠的工作温度，并通过灰色关联法计算输入电功率正常二类LED灯珠的工作温度与输入电功率正常二类LED灯珠实时光通量的关联值，并将关联值定义为第一关联值；
若第一关联值大于预设值，则获取输入电功率正常二类LED灯珠的周边环境温度，并获取周边环境温度与工作温度的关联值，定义为第二关联值；
若第二关联值大于预设值，则对输入电功率正常二类LED灯珠的周边环境温度进行实时调控，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第二关联值在预设值范围内，则通过热成像仪对输入电功率正常二类LED灯珠进行热成像扫描，获取输入电功率正常二类LED灯珠中工作温度异常的零件，并对所述输入电功率正常二类LED灯珠中工作温度异常的零件进行更换，使输入电功率正常二类LED灯珠的实时光通量保持在预设范围内；
若第一关联值在预设值范围内，则获取输入电功率正常二类LED灯珠的实时工作电压，并根据输入电功率正常二类LED灯珠的实时工作电压获取输入电功率正常二类LED灯珠的电流特性，将所述输入电功率正常二类LED灯珠的电流特性导入卷积神经网络中进行分析，判断输入电功率正常二类LED灯珠零件的氧化情况，并对氧化情况大于预设氧化情况的输入电功率正常二类LED灯珠零件进行更换处理；
对输入电功率异常二类LED灯珠进行电流计算，并根据计算结果对输入电功率异常二类LED灯珠进行优化；
其中，所述对输入电功率异常二类LED灯珠进行电流计算，并根据计算结果对输入电功率异常二类LED灯珠进行优化，具体为：
对所述输入电功率异常二类LED灯珠的实时光通量进行分析，获取输入电功率异常二类LED灯珠的实时光通量与工作温度和周边环境温度的关联性，并基于关联性对输入电功率异常二类LED灯珠进行光通量修复；
将光通量修复后输入电功率不在预设范围内的输入电功率异常二类LED灯珠定义为输入电功率异常LED灯珠；
获取输入电功率异常LED灯珠所在的电路拓扑，定义为输入电功率异常LED灯珠电路拓扑，并基于输入电功率异常LED灯珠电路拓扑获取输入电功率异常LED灯珠的实时工作电压；
获取输入电功率异常LED灯珠优化模型，并将所述输入电功率异常LED灯珠电路拓扑应用于输入电功率异常LED灯珠优化模型中，得到输入电功率异常LED灯珠的标准工作电压变化范围；
若输入电功率异常LED灯珠的实时工作电压不在标准工作电压变化范围内，则将不在标准工作电压变化范围内的实时工作电压标定为异常工作电压，并记录异常工作电压持续时间；
若异常工作电压持续时间在预设值范围内，则对输入电功率异常LED灯珠的供电电压进行调控，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内；
若异常工作电压持续时间不在预设值范围内，则使用万用表对输入电功率异常LED灯珠电路拓扑的节点进行电流分析，得到电流分析结果；
将所述电流分析结果导入大数据网络中检索，获取输入电功率异常LED灯珠电路拓扑优化方案并输出，使输入电功率异常LED灯珠的实时工作电压维持在标准工作电压变化范围内。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含一种LED灯珠的性能评估方法程序，所述一种LED灯珠的性能评估方法程序被处理器执行时，实现权利要求1-3任一项所述的一种LED灯珠的性能评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311636097.0A CN117312811B (zh) | 2023-12-01 | 2023-12-01 | 一种led灯珠的性能评估方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311636097.0A CN117312811B (zh) | 2023-12-01 | 2023-12-01 | 一种led灯珠的性能评估方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117312811A CN117312811A (zh) | 2023-12-29 |
| CN117312811B true CN117312811B (zh) | 2024-02-23 |
Family
ID=89287076
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311636097.0A Active CN117312811B (zh) | 2023-12-01 | 2023-12-01 | 一种led灯珠的性能评估方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117312811B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118115019A (zh) * | 2024-01-03 | 2024-05-31 | 深圳市派乐光电技术有限公司 | 一种基于led庭院灯的安全程度评估方法及系统 |
| CN118130952B (zh) * | 2024-03-20 | 2024-08-16 | 深圳市思诺尔光电有限公司 | Led灯珠的检测方法、装置、系统及储存介质 |
| CN117972366B (zh) * | 2024-04-02 | 2024-06-14 | 深圳市仟里马工程塑料板材有限公司 | 一种abs板的质量评估方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016057089A1 (en) * | 2014-10-09 | 2016-04-14 | Ketra, Inc. | Interference-resistant compensation in illumination devices comprising light emitting diodes |
| CN115002977A (zh) * | 2022-07-18 | 2022-09-02 | 成都盛及航空科技发展有限公司 | 一种着陆灯故障检测平台及着陆灯故障检测方法 |
| CN115294117A (zh) * | 2022-10-08 | 2022-11-04 | 深圳市天成照明有限公司 | Led灯珠的缺陷检测方法及相关装置 |
| CN115935254A (zh) * | 2022-12-02 | 2023-04-07 | 复旦大学 | 一种基于光谱功率分布的led早期异常诊断方法及系统 |
| CN116963357A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市靓科光电有限公司 | 一种灯具的智能配置控制方法、系统及介质 |
| CN117092546A (zh) * | 2023-04-11 | 2023-11-21 | 湖北云川光电科技有限公司 | 一种灯具的性能评估方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7258781B2 (ja) * | 2017-06-20 | 2023-04-17 | アップル インコーポレイテッド | 発光ダイオード（ｌｅｄ）テスト装置および製造方法 |
| US11184967B2 (en) * | 2018-05-07 | 2021-11-23 | Zane Coleman | Angularly varying light emitting device with an imager |
-
2023
- 2023-12-01 CN CN202311636097.0A patent/CN117312811B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016057089A1 (en) * | 2014-10-09 | 2016-04-14 | Ketra, Inc. | Interference-resistant compensation in illumination devices comprising light emitting diodes |
| CN115002977A (zh) * | 2022-07-18 | 2022-09-02 | 成都盛及航空科技发展有限公司 | 一种着陆灯故障检测平台及着陆灯故障检测方法 |
| CN115294117A (zh) * | 2022-10-08 | 2022-11-04 | 深圳市天成照明有限公司 | Led灯珠的缺陷检测方法及相关装置 |
| CN115935254A (zh) * | 2022-12-02 | 2023-04-07 | 复旦大学 | 一种基于光谱功率分布的led早期异常诊断方法及系统 |
| CN117092546A (zh) * | 2023-04-11 | 2023-11-21 | 湖北云川光电科技有限公司 | 一种灯具的性能评估方法 |
| CN116963357A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市靓科光电有限公司 | 一种灯具的智能配置控制方法、系统及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 电流和温度应力对LED球泡灯可靠性的影响;蓝栩砚 等;激光与光电子学进展;20181113(第08期);第216-224页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117312811A (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117312811B (zh) | 一种led灯珠的性能评估方法、系统及存储介质 | |
| EP3602428A1 (en) | Calibration of cloud-based information for lifetime prediction of luminaires | |
| US7518715B1 (en) | Method for determination of efficient lighting use | |
| CN117706072B (zh) | 一种塑胶产品的性能评估方法、系统及存储介质 | |
| CN118246386B (zh) | 一种基于自适应调节的发光二极管功耗优化方法及系统 | |
| CN117388663B (zh) | 基于多源数据分析的led灯带加工检测方法及系统 | |
| CN117848682B (zh) | 一种led灯具光衰检测方法和系统 | |
| CN117804595A (zh) | 基于监控技术的led设备智能监控方法、设备及介质 | |
| CN116202741A (zh) | 一种色温箱光源的色温光谱成分复合与自动光谱匹配方法 | |
| CN110057551B (zh) | 一种led多芯片模组的光、色性能预测方法 | |
| CN110822302A (zh) | 获得均匀面光源的方法 | |
| US20200128649A1 (en) | Method and system for asset localization, performance assessment, and fault detection | |
| JP2013197173A (ja) | 太陽電池アレイ検査方法および太陽電池アレイ検査装置 | |
| Mota et al. | Near-infrared vision system for monitoring arc welding processes | |
| Zhang et al. | Spectral fitting study of the CIE standard illuminant D65 based on monochromatic LED | |
| US20150377785A1 (en) | Particle detecting device and particle detecting method | |
| CN116761306B (zh) | 一种两用照明装置的照明优化方法及系统 | |
| CN118714705B (zh) | 一种番茄种植过程中的照明设备控制方法及系统 | |
| CN118574293A (zh) | 一种投光灯的散热控制方法、装置及设备 | |
| Shrestha et al. | LED matrix design for multispectral imaging | |
| CN118259191B (zh) | 一种无荧光粉多基色混光灯珠的电变量测定方法及系统 | |
| CN117793987B (zh) | 一种控制灯带显示的方法、灯带及存储介质 | |
| JP6712149B2 (ja) | Ｌｅｄ光源装置 | |
| Duc et al. | Hybrid six sigma based on recursive kalman filter and weibull distribution to estimate the lifespan of Bulb LEDs | |
| CN117279139B (zh) | 基于数据感知的led智能控制方法、装置及设备 |
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 |