螞蟻算法優化LED結構參數降低結溫的應用探討

肖原彬

江蘇理工學院 江蘇 常州 213001

引言

1 結溫對LED主要性能指標的影響

1.1 結溫對LED光通量（Luminous Flux簡寫Φ）的影響

光通量是LED照亮效果的直接貢獻者，其值大小被用作判斷LED是否有效的依據[2]，與結溫存在如下關系式（1）：

1.2 結溫對LED發光效率（Luminous Efficiency）的影響

發光效率又稱光效，其具體定義為：LED正常發光時測得的光通量Φ值與輸入LED總能耗E的比值數。目前有關研究數據表明在同樣的能量輸入條件下，LED燈發光效率最高可達300lm/W[3]，相比于傳統照明設備，LED擁有更高的發光效率，正是這一特性才使得LED燈被視為下一代節能光源，而被大力發展；發光效率與結溫關系如圖1所示，從圖1中可以看出：當LED結溫越高時，LED各顏色的發光效率均有不同程度的降低，其中以黃光和紅光的下降程度最高，表明這兩種顏色對于LED結溫變化的敏感度最高；而各顏色發光效率降低的累計必然導致整體LED能量轉換效率的降低。

圖1 LED發光效率與結溫的關系

1.3 結溫對LED使用壽命的影響

LED照明過程中結溫長時間處于高位會使得LED內部各個結構可靠性顯著降低，而LED內部結構失效主要有以下幾點原因[4]：

1.3.1 過高的LED結溫導致位于核心部位的P型和N型結構層產生畸變，進而造成失配度不斷擴大，內部結構層有效運動電子注入效率下滑，更多的電能以熱量的形式耗盡，最終導致LED能量轉換效率降低。

1.3.2 用以封裝LED芯片的高分子樹脂型材料在LED結溫過高時一方面其本身會老化變形，另一方面材料內部摻雜的熒光粉也會緩慢變性直至最終失效，而失效的封裝和變性的熒光粉則影響了LED整體光照效果，發出的光變黃發暗，造成LED整體光衰、失效。

1.3.3 過高的結溫還容易引起P型和N型導電電極以雜質的形態進入復合區，造成無效摻雜，形成深層次能級，導致LED內部電子的運動速率降低，具體表現為內部材料層結構提前老化，性能衰退。

1.4 結溫對LED光波長的影響

LED發出的光是包含多種顏色的可見光，而人肉眼會自主識別光源中的主波長和峰值波長，其中前者表示人眼看到光的色度，后者代表人眼看到光的強度，下列公式2表明了LED結溫與LED發光波長的關系式：

2 LED結溫過高的原因

正如前文所述，相比與傳統的照明設備（如白熾燈、熒光燈），雖然LED燈具有較高的能量轉換效率，但距離百分之百的轉換率仍存有一定差距，這意味著輸入LED內部的電能除了一部分轉化為LED光能用于照明外，其余相當一部分的能量轉為熱的形式存在，而LED設計結構是否合理很大程度上決定了LED內部積聚熱能的高低，即LED結溫的高低。下面結合LED部分結構參數對LED結溫的影響加以說明[5]：

柳紅頭上蒙著一條紅絲巾。蘇石從她的頭上剝了下來，紅絲巾打著一個結，是個死結。他捏著紅絲巾的那個結，硬梆梆的。蘇石從大棚里爬了出來，癱坐在地上，點上一支煙，他邊抽煙邊借著大棚里透出朦朧的燈光，審視著手上的紅絲巾，好像不認識似的。

2.1 LED燈功率大小對結溫的影響

LED燈功率大小通常由其內部LED芯片個數決定，這是由于盡管技術上單顆大功率的LED芯片是可制備的但由于單顆LED芯片設計功率過大，一方面相比于多顆小功率LED芯片組成的照明設備更易造成熱積聚效應導致LED結溫過高，使各結構提前老化；另一方面LED配套設計的熱沉結構（即散熱器）也較為復雜后期不易維護，LED整體性能不可靠。而多顆小功率LED芯片雖然緩解了單顆功率級別LED芯片的問題，但如何有效確定LED功率大小即LED芯片個數和各LED芯片之間排布間距仍有疑問：如LED芯片過多容易造成發出的光不聚焦，引起視覺疲勞，同時LED芯片間距不合理也容易造成熱積聚效應，引起結溫過高問題導致LED失效。

2.2 LED芯片內部材料熱阻效應對結溫的影響

通常LED內部多余的熱量主要以熱傳導的形式散出LED芯片，其傳熱路徑主要分兩路：向上經過封裝樹脂層，向下經過襯底、銀膠、熱沉、導熱膠、AI基板等結構；其中以向下傳熱路徑為主，這是因為LED芯片熱量在向上傳遞的介質材料為高分子樹脂，其作用主要是保護芯片內部結構用以隔絕外部環境，它的熱導系數一般較低約0.17W/(m·k)左右，相比于熱沉如鋁材237.5 W/(m·k)的熱導系數小很多，且用于封裝的樹脂材料其內部均摻有不同濃度的熒光粉，用以改進LED的發光性能，這使得它的熱導率進一步降低，所以經由樹脂層傳出的熱量很少；而熱量在向下傳遞的途徑通常會經過多層材料如上所述，如果各層材料之間的結構參數匹配不合理也容易造成熱量積聚在某一層，影響整體熱量散出，進而引起LED結溫升高如：熱沉設計過小或厚度過窄均易造成LED芯片熱量積聚，而熱沉設計過大又容易導致LED芯片體積增大，內部引腳所用金線增加，造成生產成本增加。

目前照明級別的LED封裝方式主要采用如下四種結構即:三維垂直、垂直、倒裝、正裝，而主流LED照明廠家所生產的LED內部除芯片外其他結構均類似，如圖2所示，主要包括了：芯片（熱源）、金球、襯底、銀膠、熱沉、導熱膠、AI基板、灌封Si膠、電極引線、塑料管刻、金線、熒光粉、透鏡等結構，但由于采用了不同的LED結構參數，造成最終不同類型的LED在工作時結溫的千差萬別，性能也參差不齊。因此，人們想通過優化LED各項結構參數的方式來降低芯片結溫從而獲得性能更為可靠、壽命更久的LED照明產品，為此人們做出了多種途徑嘗試，其中主要方式是通過試制LED樣品并測量其工作狀態下結溫以獲得實驗數據并進行改進，但該方法主要存在以下不足之處：

圖2 LED內部構造圖

2.2.1 通常為了獲取不同結構參數下LED工作時的結溫數據，只能采取大量不同規格LED樣品的試制，極易造成原材料的浪費，不符合環保理念且LED樣品的試制一般需額外定制，會導致LED研發成本居高不下；

2.2.2 在進行LED樣品結溫測量時需點亮一段時間后才能對樣品進行多次測量，以此來保證結溫數據采樣的準確性，所以每種類型LED樣品的測試周期一般較長，不利于新LED產品的持續更新；

2.2.3 不能有效規避由于LED樣品本身制造質量不合格原因造成結溫測量不準確的情況，即實驗結果不能保證，容易造成錯誤的生產指導意見；

2.2.4 LED結溫測試所用的T3ster儀器價格昂貴，致使測試費用居高不下，進一步推高研發成本；

2.2.5 耗費大量資源所測得的不同結構參數下LED工作時的結溫數據沒有充分利用，造成隱形資源的浪費。

綜上所述，人們迫切需要一種簡單可靠的方法，以幫助人們在諸多LED結構參數中尋找與LED結溫相關的主要結構參數及其相應的組合。

3 智能螞蟻算法在優化LED結構參數降低結溫的應用

螞蟻算法作為新型的智能算法，借鑒于自然界螞蟻覓食的策略，其優勢在于以下幾點[6]：①整體算法是基于正反饋工作模式進行的，使得尋找最優解的過程是漸進式收斂即有最優解產出；②整體計算采用并行下的分布式處理，使得收斂速率大大提高；③算法模擬了多個個體對于實際環境（參數）的反應，且相互之間不直接傳遞消息只依靠環境中留存的信號和自身的感知為判斷依據，所以算法整體適應性較強；④整體模型訓練依靠真實的數據，充分挖掘并揭示數據內在聯系；⑤整體搜索最優解，有效避免局部最優解陷阱，結果更可靠。

本文探討將智能螞蟻算法應用于LED結構參數優化，以求降低LED結溫，可提高LED使用性能。

智能螞蟻算法應用具體思路流程圖如下圖3所示：

圖3 LED結構參數優化的螞蟻算法流程圖

首先初始化：將用于LED生產的主要結構參數：芯片（個數、大小、間隔尺寸）、金球（面積、接觸位置、個數）、襯底（材料、厚度、大?。?、銀膠（材料、厚度、風干時間）、熱沉（材料、厚度、形狀）、導熱膠（材料、厚度）、AI基（材料、大小、形狀）、透鏡（尺寸、形狀、材料）、熒光粉（濃度、摻雜位置）、金線（長短、粗細、引線位置）、塑料殼（材料、形狀、大?。?、引線（接觸位置、長短、粗細、材料）、Si膠（風干時長、形狀）、散熱器（形狀、材料、大?。┑冗M行排序，完成后隨機將其任意組合，每個組合配以相應的信息素即權重、信息素揮發值，并設定相應的極限誤差和收斂精度。

其次在誤差范圍內開始尋找最優結構參數：①設定相應數量的螞蟻，讓其從蟻巢出發，按照如下原則進行覓食前進，每只螞蟻每步只能進入一個組合，且在組合內每只螞蟻只能選取一個參數，當組合內的某一參數被選取后，該參數自身對應的信息素會增加相應設定值。②此外在每只螞蟻完成各自組合內唯一參數選取后，需將所有組合中各個參數的信息素減去相應的值即信息素揮發，以求降低干擾結構因素，強化有效參數的權重。③任意螞蟻必須在完成所有組合中的參數采集后才能回巢，且需按原路返回，接下來程序自行判斷，如螞蟻未完成所有可能組合嘗試則程序自動返回步驟二；如螞蟻已完成所有組合的嘗試，則程序自動跳轉至下一步驟。④完成所有組合嘗試后，程序自動更新全部參數對應的信息素并進入下一階段程序運行。⑤在完成所有測試后，自動判斷程序是否達到設置的收斂精度，如已經達到預設的收斂精度后隨即退出程序并輸出相關結果，否則程序自動跳轉至步驟一繼續執行算法。

4 針對LED結構參數優化螞蟻算法的參數調整

在運用螞蟻算法完成LED結構參數優化時需對螞蟻算法本身相關參數進行調整，以求達到最佳運行效果這主要包括以下兩點內容：①每個參數信息素每次揮發值大小需進行調整，通常情況下，信息素揮發值過大或者過小，都可能造成蟻群在整體搜索最佳組合時所需的時間變久，程序調試時可預先設置不同數值的信息素揮發值，進行運算，一方面測試其整體的運行時長、另一方面依據程序給出的不同LED結構參數優化結果，進行對應LED樣品的試制，實際測試LED結溫，從而給出合適的信息素揮發值。②調整合理測試螞蟻數目，因為LED主要結構參數種類多，各參數可選項多，如在螞蟻算法運行時設置過多的螞蟻數目而每只螞蟻需嘗試所有組合，且螞蟻每步嘗試過程完全是隨機，必然會導致整個程序運行時長過久，所以需測試不同螞蟻數目條件的程序運算收斂性，以確定最佳的螞蟻數目；具體的操作可參考信息素揮發值的調試過程。

最后，在調試完螞蟻算法后，可運行該程序并參考程序給出的最優參數組合和每個參數對應的信息素值大小，為依據來確定LED樣品的生產結構參數，降低LED結溫，提高整體研發效率。

5 結束語

通過采用智能螞蟻算法的優化，一方面可高效尋找出潛在制備結溫更低性能更為優異的LED結構參數，另一方面也有效減低了大量無效LED實驗樣品的制備，為生產者節約了研發成本和開發時間。