一种LED芯片光学特性预测方法及系统技术方案

本发明专利技术公开了一种LED芯片光学特性预测方法及系统，该方法包括获取LED芯片的材料特性参数；根据所述材料特性参数建立芯片表面温度分布预测模型；获取发光特性参数；根据所述芯片表面温度分布预测模型和所述发光特性参数建立芯片表面亮度分布预测模型；根据所述芯片表面温度分布预测模型和预设材料特性参数预测芯片表面温度分布；根据所述芯片表面亮度分布预测模型、预设发光特性参数和预设材料特性参数预测芯片表面亮度分布。本发明专利技术实现了依据芯片的特性参数预测LED芯片的温度分布和亮度分布。

【技术实现步骤摘要】
一种LED芯片光学特性预测方法及系统
本专利技术涉及二极管
，特别是涉及一种LED芯片光学特性预测方法及系统。
技术介绍
GaN基LED衬底一般采用绝缘蓝宝石，在不剥离衬底情况下，其P型和N型欧姆接触电极只能制作在外延片表面的同一侧，因此在实际器件内部，经过不同路径传输的横向电流将导致电流拥挤，热流聚集在器件内部无法及时传导至外界，致使LED的发光效率降低，峰值波长红移，荧光粉转换效率降低，进而直接影响器件的可靠性。如何解决芯片表面电流均匀扩展一直是国内外研究组织关注的问题。通过比较不同电极结构芯片表面温度与电流扩展的关系，发现经过优化的环形叉指电极结构的GaN基大功率LED表面温度分布较为均匀。通过有限元方法计算LED中电流三维空间分布以及LED电流密度分布和顶层厚度的关系，可定量比较不同电极结构，发现当LED串联电阻为最小值时，叉指电极结构的优化参数。目前各研究小组主要是通过电流传输理论模型以及温度分布，分析LED电流扩展效应。然而如何依据芯片的特性参数预测LED芯片的温度分布和亮度分布成为本领域亟需解决的问题。
技术实现思路
本专利技术的目的是提供一种LED芯片光学特性预测方本文档来自技高网...

【技术保护点】
1.一种LED芯片光学特性预测方法，其特征在于，所述方法包括：获取LED芯片的材料特性参数；所述材料特性参数包括P电极边缘处的电流密度、接触电阻率、P型材料电阻率、N型材料电阻率、P型材料厚度、N型材料厚度、距离P电极的距离、有源层的电阻率、有源层厚度、热导率、内量子效率、自发辐射光子的溢出系数、材料电导率、合金层厚度和PN结初始电压；根据所述材料特性参数建立芯片表面温度分布预测模型；获取发光特性参数；所述发光特性参数包括发光效率、参考温度、参考温度下发光效率、发光效率‑温度系数、有源区的面积和LED芯片正向电压；根据所述芯片表面温度分布预测模型和所述发光特性参数建立芯片表面亮度分布预测模型；...

【技术特征摘要】
1.一种LED芯片光学特性预测方法，其特征在于，所述方法包括：获取LED芯片的材料特性参数；所述材料特性参数包括P电极边缘处的电流密度、接触电阻率、P型材料电阻率、N型材料电阻率、P型材料厚度、N型材料厚度、距离P电极的距离、有源层的电阻率、有源层厚度、热导率、内量子效率、自发辐射光子的溢出系数、材料电导率、合金层厚度和PN结初始电压；根据所述材料特性参数建立芯片表面温度分布预测模型；获取发光特性参数；所述发光特性参数包括发光效率、参考温度、参考温度下发光效率、发光效率-温度系数、有源区的面积和LED芯片正向电压；根据所述芯片表面温度分布预测模型和所述发光特性参数建立芯片表面亮度分布预测模型；根据所述芯片表面温度分布预测模型和预设材料特性参数预测芯片表面温度分布；根据所述芯片表面亮度分布预测模型、预设发光特性参数和预设材料特性参数预测芯片表面亮度分布。2.根据权利要求1所述的LED芯片光学特性预测方法，其特征在于，所述芯片表面温度分布预测模型为：其中，J(0)为P电极边缘处的电流密度，ρc为接触电阻率、ρp为P型材料电阻率、ρn为N型材料电阻率、tp为P型材料厚度、tn为N型材料厚度、x为距离P电极的距离、ρa为有源层的电阻率、da为有源层厚度、K为热导率、ηint为内量子效率、fsp为自发辐射光子的溢出系数、σ为材料电导率、tc为合金层厚度、V0为PN结初始电压、T为芯片表面距离P电极的距离为x位置的温度。3.根据权利要求1所述的LED芯片光学特性预测方法，其特征在于，所述芯片表面亮度分布预测模型为：其中，J(0)为P电极边缘处的电流密度，ρc为接触电阻率、ρp为P型材料电阻率、ρn为N型材料电阻率、tp为P型材料厚度、tn为N型材料厚度、x为距离P电极的距离、ρa为有源层的电阻率、da为有源层厚度、K为热导率、ηint为内量子效率、fsp为自发辐射光子的溢出系数、σ为材料电导率、tc为合金层厚度、V0为PN结初始电压、E为发光效率、T0为参考温度、E0为参考温度下发光效率、ke为发光效率-温度系数、S为有源区的面积和V为LED芯片正向电压、L(x)为芯片表面距离P电极的距离为x位置的亮度。4.根据权利要求1所述的LED芯片光学特性预测方法，其特征在于，所述根据所述材料特性参数建立芯片表面温度分布预测模型，具体包括：根据所述材料特性参数中的P电极边缘处的电流密度、接触电阻率、P型材料电阻率、N型材料电阻率、P型材料厚度、N型材料厚度、距离P电极的距离，确定芯片内部点的电流密度；获取芯片PN结的电学模型和有源层的总热流量；所述有源层的总热流量包括有源层内部非辐射复合以及自发辐射吸收产生的热量、P型材料层产生的热量和P型材料层与电流扩展层之间欧姆接触产生的热量；根据所述芯片内部点的电流密度、所述芯片PN结的电学模型和所述有源层的总热流量，确定芯片表面温度分布预测模型。5.根据权利要求1所述的LED芯片光学特性预测方法，其特征在于，所述根据所述芯片表面温度分布预测模型和所述发光特性参数建立芯片表面亮度分布预测模型，具体包括：根据所述发光特性参数和平均结温，确定芯片发光效率与平均结温的关系式；获取芯片发光效率与平均亮度的关系式；根据所述芯片发光效率与平均结温的关系式、所述芯片发光效率与平均亮度的关系式和所述芯片表面温度分布预测模型，确定芯片表面点的亮度与芯片内部点的电流密度的关系；根据所述芯片表面点的亮度与芯片内部点的电流密度的关系，确定芯片表面亮度分布预测模型。6.一种LED芯片光学特性预测系统，其特征在于，所述系统包括：材料特性参数获取单元，用于获取LED芯片的材料特性参数；所述材料特性参数包括P电极边缘处的电流密度、接触电阻率、P...

【专利技术属性】
技术研发人员：陈焕庭，李燕，林惠川，胡俊民，
申请(专利权)人：闽南师范大学，
类型：发明
国别省市：福建,35