一种基于遗传算法的LED电极结构的优化系统及方法技术方案

技术编号:11793774 阅读:106 留言:0更新日期:2015-07-29 20:13
本发明专利技术涉及一种基于遗传算法的LED电极结构的优化系统,包括分割模块、初始值赋值模块、编码模块、电极赋值模块和优化模块;还涉及一种基于遗传算法的LED电极结构的优化方法,包括,步骤A:根据LED芯片的尺寸大小将LED芯片的表面分割成多个等大的网格;步骤B:选定非电极状态,其所对应的代码统一作为各个网格中的初始值;步骤C:形成多个电极区域块;步骤D:对形成的电极区域块进行赋值,形成正电极区域块和负电极区域块;步骤E:对生成的电极区域块进行优化计算;本发明专利技术设计电极结构是不需要预先给定电极结构的大致图形,也不需要建立复杂的电磁学方程,测定ITO,GaN的光电参数,通过遗传算法优化就能获得综合性能优异的LED电极结构。

【技术实现步骤摘要】

本专利技术涉及LED芯片电极设计
,尤其涉及一种基于遗传算法的LED电极 结构的优化系统及方法。
技术介绍
随着LED在这照明领域的深入发展,提高LED芯片的亮度和可靠性越来越重要,水 平结构的LED芯片是目前市场上的主流产品,优秀的电极结构能大幅度提高这种芯片发光 效率和可靠性,因此寻求一种好的电极结构设计方法非常必要。 水平结构的LED芯片,电极和和芯片出光面在芯片的同一侧,因此电极结构既要 避免电流的丛聚效应,又要减小电极对出射光线的阻挡。目前,市面上已有的电极结构大都 是利用商业软件中的有限元的方法来模拟设计的(如:ANSYS等软件)。这种设计方法需预 先给出图形,建立模型与电磁场方程,然后计算,根据结果再对设计的图形进行修改。这样 设计的电极结构的效果强烈依赖于预先给定的图形,及所建立的模型的准确性。考虑到图 形的多样性与准确模型的难以获得,利用有限元的方法来设计电极存在着缺陷。 遗传算法模拟自然界种生物进化而产生。若将电流类比树叶内液体输运,出光类 比光合作用,则LED芯片与树叶类有许多相似之处,因此利用遗传算法来优化LED电极结构 存在可行性。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于遗传算法的LED电极结构的优化系 统及方法,通过遗传算法优化能获得综合性能优异的LED电极结构。 本专利技术解决上述技术问题的技术方案如下:一种基于遗传算法的LED芯片电极结 构的优化系统,包括分割模块、初始值赋值模块、编码模块、电极赋值模块和优化模块, 所述分割模块,用于根据LED芯片的尺寸大小将LED芯片的表面分割成多个等大 的网格; 所述初始值赋值模块,用于根据LED芯片中包含的正电极、负电极和非电极的三 种状态,并用三种代码对应所述三种状态表示,并选定非电极状态,其所对应的代码统一作 为各个网格中的初始值; 所述编码模块,用于从分割的网格中选取任一网格作为生长初始点,利用生长规 则编译出该网格包含生长信息的编码串,再根据所述编码串的生长信息形成多个电极区域 块; 所述电极赋值模块,用于利用随机数算法对形成的电极区域块进行赋值,将正电 极和负电极对应的代码写入相应的网格中代替原网格的状态,从而形成正电极区域块和负 电极区域块,并根据编码串的信息计算出正电极区域块的边缘至负电极区域块的边缘的平 均距离; 所述优化模块,用于对生成的电极区域块进行优化计算,利用LED的综合性能公 式作为适应度,得到最优的电极结构:【主权项】1. 一种基于遗传算法的LED芯片电极结构的优化系统,其特征在于,包括分割模块 (1)、初始值赋值模块(2)、编码模块(3)、电极赋值模块(4)和优化模块(5), 所述分割模块(1),用于根据LED芯片的尺寸大小将LED芯片的表面分割成多个等大的 网格; 所述初始值赋值模块(2),用于根据LED芯片中包含的正电极、负电极和非电极的三种 状态,并用三种代码对应所述三种状态表示,并选定非电极状态,其所对应的代码统一作为 各个网格中的初始值; 所述编码模块(3),用于从分割的网格中选取任一网格作为生长初始点,利用生长规 则编译出该网格包含生长信息的编码串,再根据所述编码串的生长信息形成多个电极区域 块; 所述电极赋值模块(4),用于利用随机数算法对形成的电极区域块进行赋值,将正电极 和负电极对应的代码写入相应的网格中代替原网格的状态,从而形成正电极区域块和负电 极区域块,并根据编码串的信息计算出正电极区域块的边缘至负电极区域块的边缘的平均 距离; 所述优化模块(5),用于对生成的电极区域块进行优化计算,利用LED的综合性能公式 作为适应度,得到最优的电极结构:其中,Fp F2、B表示电极面积和电流分布在LED综合性能指数w中所占的权重;A表示 由P,n型氮化镓的厚度、电阻率以及透明导电电极的厚度和电阻率参数共同对电流均匀性 影响的折合系数,x表不各个电极区域块所占面积,S表不LED芯片表面积,P。表不总出光 功率,1表示正电极边缘的电流密度正负电极间的距离,d表示正电极区域块的边缘至负电 极区域块的边缘的平均距离。2. 根据权利要求1所述的基于遗传算法的LED芯片电极结构的优化系统,其特征在于, 所述正极、负极和非电极的三种状态转换成对应的代码为1、2和0。3. 根据权利要求1所述的基于遗传算法的LED芯片电极结构的优化系统,其特征在于, 所述编码串的生长信息包括生长步数、生长方向、生长步长和各个生长初始点的坐标值。4. 根据权利要求1所述的基于遗传算法的LED芯片电极结构的优化系统,其特征在于, 所述编码模块(3)包括选取单元(301)、编码单元(302)、初级生长单元(303)和次级生长 单元(304); 所述选取单元(301),用于从分割的网格中选取任一网格作为生长初始点,以该网格的 四个顶角为生长方向进行延伸,再将网格的四个顶角从左下角顺时针进行编码; 所述编码单元(302),用于利用生长规则对该网格的生长步数和生长步长进行编码,即 用n个数组(D,L)记录生长的信息,其中n为生长步数,D为生长方向,L为生长步长,并记 录每个生长初始点的坐标值,从而得到编码串; 所述初级生长单元(303),用于根据编码串的信息将选取的网格的一个顶角作为生长 方向,并根据生长步长L进行生长延伸至第L个网格中,并将延伸形成的各网格的对角线连 接成一条直线,并圈出包含该对角线的正方形区域,从而形成初级电极区域块; 所述次级生长单元(304),用于将初级电极区域块作为次级电极区域块的生长初始点, 选择该初级电极区域块的一个顶角作为生长方向,并根据生长步长L进行生长延伸至第L 个网格中,并将所述次级电极区域块延伸形成的各网格的对角线连接成一条直线,圈出包 含该对角线的正方形区域,从而形成新的电极区域块。5. 根据权利要求4所述的基于遗传算法的LED芯片电极结构的优化系统,其特征在于, 所述选取单元中,将网格的四个顶角从左下角顺时针进行编码,分别用〇、1、2和3表示生长 方向。6. -种基于遗传算法的LED芯片电极结构的优化方法,其特征在于,包括如下步骤: 步骤A :根据LED芯片的尺寸大小将LED芯片的表面分割成多个等大的网格; 步骤B:根据LED芯片中包含的正电极、负电极和非电极的三种状态,并用三种代码 对应所述三种状态表示,并选定非电极状态,其所对应的代码统一作为各个网格中的初始 值; 步骤C:从分割的网格中选取任一网格作为生长初始点,利用生长规则编译出该网格 包含生长信息的编码串,再根据所述编码串的生长信息形成多个电极区域块; 步骤D:利用随机数算法对形成的电极区域块进行赋值,将正电极和负电极对应的代 码写入相应的网格中代替原网格的状态,从而形成正电极区域块和负电极区域块,并根据 编码串的信息计算出正电极区域块的边缘至负电极区域块的边缘的平均距离; 步骤E :对生成的电极区域块进行优化计算,利用LED的综合性能公式作为适应度,得 到最优的电极结构:其中,Fp F2、B表示电极面积和电流分布在LED综合性能指数w中所占的权重;A表示 由P,n型氮化镓的厚度、电阻率以及透明导电电极的厚度和电阻率参数共同对电流均匀性 影响的折合系数,x表不各个电极本文档来自技高网...

【技术保护点】
一种基于遗传算法的LED芯片电极结构的优化系统,其特征在于,包括分割模块(1)、初始值赋值模块(2)、编码模块(3)、电极赋值模块(4)和优化模块(5),所述分割模块(1),用于根据LED芯片的尺寸大小将LED芯片的表面分割成多个等大的网格;所述初始值赋值模块(2),用于根据LED芯片中包含的正电极、负电极和非电极的三种状态,并用三种代码对应所述三种状态表示,并选定非电极状态,其所对应的代码统一作为各个网格中的初始值;所述编码模块(3),用于从分割的网格中选取任一网格作为生长初始点,利用生长规则编译出该网格包含生长信息的编码串,再根据所述编码串的生长信息形成多个电极区域块;所述电极赋值模块(4),用于利用随机数算法对形成的电极区域块进行赋值,将正电极和负电极对应的代码写入相应的网格中代替原网格的状态,从而形成正电极区域块和负电极区域块,并根据编码串的信息计算出正电极区域块的边缘至负电极区域块的边缘的平均距离;所述优化模块(5),用于对生成的电极区域块进行优化计算,利用LED的综合性能公式作为适应度,得到最优的电极结构:w=F1(-χ+P0)+F2·BJ0(1-exp(-Ad))]]>其中,F1、F2、B表示电极面积和电流分布在LED综合性能指数w中所占的权重;A表示由p,n型氮化镓的厚度、电阻率以及透明导电电极的厚度和电阻率参数共同对电流均匀性影响的折合系数,χ表示各个电极区域块所占面积,S表示LED芯片表面积,P0表示总出光功率,J0表示正电极边缘的电流密度正负电极间的距离,d表示正电极区域块的边缘至负电极区域块的边缘的平均距离。...

【技术特征摘要】

【专利技术属性】
技术研发人员:马云方允樟李文忠金林枫范晓珍叶慧群
申请(专利权)人:浙江师范大学
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1