一种基于光谱功率分布的LED早期异常诊断方法及系统技术方案

本发明专利技术提供了一种基于光谱功率分布的LED早期异常诊断方法及系统；其中，所述方法包括：获取第一LED灯组的第一SPD数据；根据所述第一SPD数据和拟合模型进行拟合处理，以获得与所述拟合模型对应的最优特征值；对所述最优特征值进行降维处理以获得第一目标特征值，对所述第一目标特征值进行聚类处理，以获得异常判定阈值；获取第二LED灯组的第二SPD数据，根据所述第二SPD数据获得第二目标特征值，根据所述第二目标特征值和所述异常判定阈值对所述第二LED灯组进行异常诊断。本发明专利技术通过分析SPD，利用主成分分析和KNN降维方法，实现了对LED早期故障的诊断。期故障的诊断。期故障的诊断。

【技术实现步骤摘要】
一种基于光谱功率分布的LED早期异常诊断方法及系统


[0001]本专利技术涉及LED测试
，具体而言，涉及一种基于光谱功率分布的LED早期异常诊断方法、系统、电子设备及计算机存储介质。

技术介绍

[0002]LED作为第四代照明光源，具有节能、环保、长寿命、高可靠性等诸多优点，已广泛应用于显示屏背光、夜景照明等领域。寿命预测和故障诊断是LED测试领域的重要内容，现有方法中主要采用基于数据驱动的方法、基于机器学习的方法来实施对LED的诊断与测试。
[0003]1)基于数据驱动方法：
[0004]Chang等人提出了一种称为基于相似性的度量测试的异常检测技术，用于在健康和不健康数据的历史库的情况下识别异常，该研究通过LED峰值分析，从光谱功率分布(SPD)中提取特征，使用主成分分析减少特征的维数，并使用k近邻(KNN)算法将主成分的数据集划分为组，检测评估从每个集群的质心到每个测试点的距离，并在距离大于阈值时检测异常。最终在不到1200小时的时间内检测到异常，将LED鉴定测试时间从行业标准的6000小时测试时间减少到1200小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光谱功率分布的LED早期异常诊断方法，其特征在于，包括如下步骤：获取第一LED灯组的第一SPD数据；根据所述第一SPD数据和拟合模型进行拟合处理，以获得与所述拟合模型对应的最优特征值；对所述最优特征值进行降维处理以获得第一目标特征值，对所述第一目标特征值进行聚类处理，以获得异常判定阈值；获取第二LED灯组的第二SPD数据，根据所述第二SPD数据获得第二目标特征值，根据所述第二目标特征值和所述异常判定阈值对所述第二LED灯组进行异常诊断。2.根据权利要求1所述的一种基于光谱功率分布的LED早期异常诊断方法，其特征在于：所述根据所述第一SPD数据和拟合模型进行拟合处理，以获得与所述拟合模型对应的最优特征值，包括：将所述第一SPD数据输入所述拟合模型对进行曲线拟合，在拟合程度满足预设条件时，提取获得与所述拟合模型对应的最优特征值。3.根据权利要求2所述的一种基于光谱功率分布的LED早期异常诊断方法，其特征在于：所述拟合模型为非对称双S模型，如下：式中，A1、A2表示振幅，ω
31
、ω
32
表示低侧能方差，ω
21
、ω
22
表示高侧能方差。4.根据权利要求1所述的一种基于光谱功率分布的LED早期异常诊断方法，其特征在于：所述最优特征值为振幅A1、A2，低侧能方差ω
31
、ω
32
，高侧能方差ω
21
、ω
22
，峰值波长xc1、xc2，半峰全宽ω1、ω2，波长x。5.根据权利要求4所述的一种基于光谱功率分布的LED早期异常诊断方法，其特征在于：所述对所述最优特征值进行降维处理以获得第一目标特征值，包括：采用主成分分析方法将所述最优特征值降维为两个主成分，即第一目标特征值。6.根据权利要...

【专利技术属性】
技术研发人员：樊嘉杰，刘敏讷，
申请(专利权)人：复旦大学，
类型：发明
国别省市：