چکیده
This paper proposes a temperature compensation method for RGBW LED mixing based on fast non-dominated sorting genetic algorithm (NSGA-II). The proposed method can achieve compensation for temperature-induced changes in LED correlated color temperature (CCT), color fidelity (Rf) and color gamut index (Rg) by predicting the spectral power distribution (SPD) at different temperatures.
نتایج کلیدی: The experimental results show that the fit of the established temperature-spectral model is R²>0.98, and the deviation of the compensated mixing results from the initial state of the light source is less than 10K in CCT; the deviation value of Rf is less than 4% in the range of 2000K-7000K, and less than 2.15% in the range of 3000K-7000K; and the deviation value of آر جی in the range of 2000K-7000K is less than 4.46%.
معیارهای کلیدی عملکرد
Research Highlights
NSGA-II Based Temperature Compensation
The method uses fast non-dominated sorting genetic algorithm (NSGA-II) to compensate for temperature-induced changes in LED color parameters, achieving high consistency in output across temperature variations.
مدلسازی طیفی جامع
با اندازهگیری توزیع توان طیفی در دماهای مختلف، مدل دمایی SPD برای منبع نور RGBW LED ایجاد میکند که مقادیر R² برای تمام مدلهای برازششده بالاتر از 0.98 است.
بهینهسازی چندهدفه
بهطور همزمان برای انحراف CCT، صحت رنگ (Rf) و شاخص گاموت (Rg) بهینهسازی میکند که اولویت با جبرانسازی CCT بوده و به دنبال آن Rf و Rg قرار دارند.
جبرانسازی مؤثر در گستره دمایی
این روش عملکرد یکنواختی را در محدوده دمایی گسترده (20°C تا 90°C) و محدوده CCT (2000K تا 7000K) حفظ میکند و به طور قابل توجهی انحرافات ناشی از تغییرات دما را کاهش میدهد.
پیادهسازی عملی
از کنترل چرخه وظیفه PWM برای پیادهسازی عملی استفاده میکند که فرآیند جبران به مراحل جبران توان رنگی و جبران روشنایی تقسیم میشود.
LED قرمز بیشترین حساسیت به دما را دارد
یافتههای پژوهشی نشان میدهد LED قرمز بیشترین تأثیر را از دما میپذیرد، به طوری که مقدار پیک در 90°C در مقایسه با 20°C بیش از 60٪ کاهش مییابد، در حالی که LEDهای آبی و سبز به ترتیب کاهش 20٪ و 22٪ را نشان میدهند.
نمای کلی محتوا
فهرست مطالب سند
1. Introduction
با پیشرفت فناوری روشنایی، مردم دیگر تنها به استفاده از LEDهای تک رنگ برای تأمین نور راضی نیستند. امروزه افراد بیشتری تمایل دارند از منابع نوری LED قابل تنظیم استفاده کنند. گزینههای مختلف روشنایی میتوانند محیطهای کاری و زندگی راحتتری ایجاد کنند. نورپردازی مناسب میتواند بهرهوری افراد را افزایش داده و منجر به استراحت بهتر شود.
در مقایسه با منابع نور سنتی، منابع نور LED مزایایی از جمله اندازه کوچکتر، مصرف انرژی کمتر و عمر طولانیتر دارند. با این حال، دما عامل مهمی است که بر کیفیت منابع نور تأثیر میگذارد. گرمایش داخلی و شرایط شدید خارجی میتوانند باعث تغییر در دمای عملیاتی LEDها شده و منجر به انحراف پارامترها و تأثیر بر پایداری و عملکرد منابع نور شوند.
ظهور منابع نوری LED با دمای رنگ قابل تنظیم (CCT) راهحلی بالقوه برای مشکل کاهش کیفیت خروجی نور ناشی از اثرات دما ارائه میدهد. در حال حاضر، تحقیقات مربوط به منابع نوری LED با CCT قابل تنظیم عموماً به سه روش تقسیم میشود:
- استفاده از دو LED سفید با CCT متفاوت
- استفاده از چندین LED تکرنگ
- استفاده از ترکیب LED های تک رنگ و LED های سفید
این مقاله بر بررسی عملکرد بهینه نورپردازی LED های RGBW با هدف کاهش یا حتی حذف تغییرات در نورپردازی LED ناشی از گرمایش خود LED ها یا تأثیرات دمای خارجی متمرکز است.
2. شرح آزمایش
2.1 اصل ترکیب نور چندرنگ و ارزیابی منبع نور
رنگ منبع نور و توانایی آن در بازتولید دقیق رنگهای اشیاء روشن شده به توزیع توان طیفی منبع نور بستگی دارد. توزیع توان طیفی ترکیبی از منابع نور چندرنگ، مجموع خطی توزیعهای توان طیفی منفرد آنهاست:
SRGBW = Kr * Sr + Kg * Sg + Kb * Sb + Kw * Sw
نور سفید LED معمولاً بر حسب دمای رنگ توصیف میشود. دمای رنگ به عنوان دمایی تعریف میشود که در آن یک جسم سیاه نوری ساطع میکند که با رنگ منبع نور مطابقت دارد.
توانایی یک منبع نور در بازتولید دقیق رنگهای اشیاء روشن شده معمولاً با استفاده از معیار استاندارد شدهای به نام شاخص نمود رنگ CRI (کمیسیون بینالمللی روشنایی) ارزیابی میشود. با این حال، با پیشرفت تحقیقات در مورد منابع نور، مشخص شده که CRI در ارزیابی برخی رنگها محدودیتهایی دارد. بنابراین، این پژوهش از شاخص وفاداری رنگ (Rf) و شاخص گاموت (Rg) انجمن مهندسی روشنایی (IES) به عنوان معیارهای ارزیابی عملکرد نورپردازی منابع نور استفاده میکند.
شاخص وفاداری رنگ و شاخص گاموت از 99 نمونه رنگ استفاده میکنند که جامعتر از استاندارد CRI است که معمولاً از 15 نمونه رنگ بهره میبرد و امکان ارزیابی کاملتری از عملکرد رنگ منبع نور را فراهم میکند.
محاسبه Rf بر اساس فاصله اقلیدسی در فضای رنگی J'a'b' به عنوان فرمول استاندارد تفاوت رنگ در CAM02-UCS انجام میشود:
ΔEآزمایشگاه، i = √((ft,i - fr,i)2 + (at,i - ar,i)2 + (bt,i - br,i)2)
Rg is a measure of chroma which is the ratio of the area of the polygon formed by the average coordinate in each hue angle box to the area of the polygon formed by the reference illuminant:
Rg = 100 * At / Ar
برای ارزیابی بصریتر نتایج نور ترکیبی، از یک سیستم امتیازدهی برای کمیسازی نتایج استفاده میشود:
S = 100 - cct/10 - 2 * (100 - Rf) - |100 - Rg|
2.2 ایجاد مدل دمایی توزیع توان طیفی LED
به دلیل ویژگیهای ذاتی LEDها، توزیع توان طیفی (SPD) آنها با دما جابجا میشود. به طور کلی، برای LEDهای RGB، طولموجهای اوج تجربه انتقال به سرخ میکنند و مقادیر اوج با افزایش دما کاهش مییابند.
این پژوهش توزیع توان طیفی LEDهای قرمز، سبز، آبی و سفید را در بازه دمایی 20 تا 90 درجه سلسیوس با فواصل 10 درجهای آزمایش کرد. LED قرمز بیشترین تأثیر را از دما پذیرفت، به طوری که مقدار اوج آن در 90 درجه سلسیوس در مقایسه با مقدار اوج در 20 درجه سلسیوس بیش از 60٪ کاهش یافت و پدیده انتقال به سرخ قابل توجهی نشان داد. LEDهای آبی و سبز در مقایسه با LED قرمز کمتر تحت تأثیر قرار گرفتند، اما مقادیر اوج آنها نیز به ترتیب کاهشهایی معادل 20٪ و 22٪ را تجربه کردند.
برای مدلسازی ریاضی SPD هر LED، برای LEDهای تکرنگ از مدل گاوسی استفاده میشود که پارامترهای قابل تعیین آن عبارتند از: مقدار پیک، طول موج پیک و عرض کامل در نیمه بیشینه (FWHM). LEDهای سفید معمولاً دو پیک دارند، بنابراین از مدل گاوسی دوگانه برای توصیف آنها استفاده میشود.
پس از استقرار مدل، SPD منابع نوری LED را میتوان با سه پارامتر نشان داد: مقدار پیک، طول موج پیک و عرض کامل در نیمه بیشینه (FWHM). با برازش خطی این پارامترها در دماهای مختلف، رابطه بین SPD و دما به دست میآید.
اعتبارسنجی مدل نشان میدهد که نتایج محاسبه شده با استفاده از مدل، به طور نزدیک با توزیعهای توان طیفی واقعی مطابقت دارد، به طوری که مقدار R² بیش از 0.98 است.
3. نتایج و بحث
3.1 اثر دما بر نتایج اختلاط نور
هدف جبران دمایی LED، حفظ خروجی نوری در پایدارترین حالت ممکن در محدوده دمایی هدف است. ابتدا نتایج ترکیب نوری منبع نور RGBW در دمای 20°C به عنوان حالت اولیه به دست میآید.
با افزایش دما، استفاده مستقیم از زمان روشنسازی LED برای ترکیب نور بدون اعمال جبران دمایی میتواند منجر به تغییرات قابل توجهی شود. مشکل اصلی ناشی از افزایش دما، افزایش دمای رنگ منبع نور است و عملکرد Rg و Rf در اکثر دمای رنگها کمی کاهش مییابد.
نتایج ترکیب LEDهای RGBW در دمای 20 درجه سانتیگراد
| CCT (K) | Rf | آر جی | رِد | سبز | آبی | سفید |
|---|---|---|---|---|---|---|
| 2000 | 34.36 | 170.06 | 0.3809 | 0.0129 | 0 | 0.6061 |
| 3000 | 74.55 | 107.11 | 0.1458 | 0.0745 | 0 | 0.7796 |
| 4000 | 87.05 | 105.67 | 0.0907 | 0.1412 | 0.0358 | 0.7320 |
| 5000 | 91.96 | 105.14 | 0.0476 | 0.1466 | 0.0839 | 0.7218 |
| 6000 | 92.59 | 102.26 | 0.0512 | 0.2541 | 0.0834 | 0.6112 |
| 7000 | 90.49 | 100.00 | 0.0787 | 0.3309 | 0.0975 | 0.4927 |
در دمای ۵۵ درجه سانتیگراد در مقایسه با ۲۰ درجه سانتیگراد، حداکثر انحراف CCT = 2000K، مقدار انحراف 333K، حداکثر انحراف Rf = 15.95، حداکثر انحراف Rg = 34.5 است. در دمای ۸۵ درجه سانتیگراد در مقایسه با ۲۰ درجه سانتیگراد، حداکثر انحراف CCT = 6500K، حداکثر انحراف Rf = 31.94 و حداکثر انحراف Rg = 53.7 میباشد.
3.2 Temperature Compensation of the LED Light Source
فرآیند جبران عمدتاً به دو مرحله تقسیم میشود: جبران توان رنگی و جبران روشنایی. ابتدا، برای حفظ هرچه بیشتر یکنواختی رنگ نور خروجی، نتیجه جبران دما باید تا حد امکان به حالت اولیه نتایج ترکیب نور نزدیک باشد.
الگوریتم ژنتیک مرتبشده غیرمسلط (NSGA-II) برای بهینهسازی چندهدفه استفاده میشود. هدف، بهینهسازی انحراف، Rf و Rg بین دمای رنگ ترکیبی و دمای رنگ هدف با کنترل هر LED رنگی از طریق تغییر چرخه کاری PWM است.
پارامترهای الگوریتم به این صورت تنظیم شدهاند: اندازه جمعیت اولیه M=30, پایان نسلهای تکاملی G=300, احتمال تقاطع Pc=0.8, احتمال جهش Pm=0.1.
اولویت هدف بهینهسازی به این صورت تنظیم شده است: جبران انحراف CCT در اولویت اول، به دنبال آن جبران Rf و در نهایت جبران Rg. تحت این هدف، انحراف دمای رنگ منبع نور از دمای رنگ هدف معمولاً در محدوده 10K است.
Rf نیز میتواند به عملکرد بسیار نزدیک باشد، با مقادیر انحراف همه کمتر از 3. در دمای 55 درجه سانتیگراد، انحراف Rf در بازه 2000K-7000K کمتر از 4٪ است و انحراف Rf در بازه 3000K-7000K کمتر از 2.15٪ است. در دمای 85 درجه سانتیگراد، انحراف Rf در بازه 2000K-7000K کمتر از 6٪ و در بازه 3000K-7000K کمتر از 2.21٪ است.
Rg اولویت جبران کمتری دارد و انحراف آن کمی بیشتر از CCT و Rf است، اما مقادیر انحراف معمولاً کمتر از 5 هستند. انحراف Rg در دمای 55 درجه سانتیگراد کمتر از 4% و در دمای 85 درجه سانتیگراد کمتر از 4.46% است.
پس از تکمیل جبران رنگ، جبران روشنایی انجام میشود تا شدت نور منبع نور با شدت نور قبل از جبران رنگ یکسان شود.
4. Conclusion
روشنایی ترکیبی الایدی چندرنگ نمایانگر روند آینده صنعت روشنایی است. بر اساس ملاحظات اثر روشنایی، دشواری کنترل و هزینه، متداولترین راهکارهای روشنایی ترکیبی الایدی چندرنگ در بازار، دمای دو رنگ و همچنین RGBW هستند.
با توجه به ویژگیهای ذاتی الایدی، توزیع توان طیفی الایدی رنگهای مختلف با افزایش دما درجات مختلفی از تغییر را ایجاد میکند. این پژوهش رابطه توزیع توان طیفی-دمای الایدی را مدلسازی کرده و از الگوریتم NSGA-II برای جبران دمای طیفی الایدیهای RGBW بر اساس قضیه برهمنهی طیفی استفاده میکند، با هدف یکسانسازی اثر نوردهی الایدیها در دماهای مختلف.
اولویت جبران برای هر پارامتر خروجی نور منبع نور ابتدا دمای رنگ، سپس Rf و در نهایت Rg است. نتایج نشان میدهد که در گروه منتخب منابع نور، انحراف CCT کمتر از 10K است؛ مقدار انحراف Rf در محدوده 2000K-7000K کمتر از 4٪، در محدوده 3000K-7000K کمتر از 2.15٪ است؛ مقدار انحراف Rg در محدوده 2000K-7000K کمتر از 4.46٪ است.
برای سناریوهای کاربردی مختلف، میتوان اولویتهای جبران متفاوتی را کنترل کرد تا به اثر نورپردازی مطلوب دست یافت.
References
فهرست کامل منابع در سند PDF موجود است. منابع کلیدی شامل آثار مربوط به اثرات دمای LED، معیارهای بازتاب رنگ، ترکیب چندرنگ LED و کاربردهای الگوریتم ژنتیک در مسائل بهینهسازی میشود.
Note: موارد فوق خلاصهای از محتوای مقاله پژوهشی است. سند کامل شامل دادههای آزمایشی گسترده، مدلهای ریاضی، مصورسازیها و تحلیلهای تفصیلی میباشد. برای مطالعه عمیق توصیه میکنیم نسخه کامل PDF را دریافت نمایید.