LED车灯芯片的散热研究及其寿命预测
发布时间：2021-12-11 12:07
随着汽车行业的快速发展,汽车的车灯作为汽车的眼睛,其重要性不言而喻。现代汽车光源主要选择节能、环保、寿命长的发光二极管（LED,Light Emitting Diode）。但是由于其高功率,体积小,大部分能量转化成热量,致使LED芯片的温度较高,散热问题成为影响LED使用寿命的最主要的因素。因此,解决散热问题以及预测其使用寿命必然会促进LED的发展,并且带来巨大的经济效益。本文为了验证模拟仿真的真实可靠性,通过3D建模软件Solidworks根据实物散热器和车灯LED芯片,绘制1:1的模型,并且器件各部分的材料参数也和实际情况完全相同。本文利用有限元分析软件ANSYS Workbench对建立的3D散热器-芯片模型进行稳态热仿真分析,同时使用热电偶测试原理测试芯片正常工作下的结点温度,比较模拟和实验得到的结果,证明了仿真模型建模较为准确以及ANSYS Workbench应用于大功率LED车灯芯片热分析的可行性。运用ANSYS中的Icepak,Steady-State Thermal模块对建立的芯片模型进行热分析,从涂层的形状,内嵌导热柱的横截面积,涂层内部孔隙的大小,散热器翅片的疏密程...
【文章来源】：江苏大学江苏省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
LED发展历史
江苏大学专业学位硕士学位论文3罗静提出了了一种将LED光源模块粘接在一起的方法，主要是在散热器中加入导热管的方法，使LED车灯芯片的散热速率得到了明显的改善，降低了LED芯片的最高温度[7]。于新刚等人发现内部发光源的材料GaN其位错和材质会影响自身导热速率，并针对这一现象制定了相应的方案，最终明确得到在相同环境下使用导热系数高的硅基板，芯片具有优异的散热效果[8]。肖原彬提出重新设计LED芯片内部发光源间的排布尺寸和在相同排布间距下优化其排布方式，使中间位置和边侧位置芯片的结温明显降低[9]。1.3LED散热系统的发展现状常用的散热方法主要分为两个方向：（1）改善自身的封装结构和构成材料。对于自身封装结构，市场上主要采用的是硅基板倒装芯片（FCLED）结构和金属线路板（MCPCB）结构。对于构成材料的优化，主要是选取热传导能力较强的封装材料和基板材料等。有很多学者也做了这方面的研究[10]。（2）通过借助外部能量的驱动，加快热量交换的速率。借助外部能量，它可以分为主动和被动冷却方法。主动冷却在很大程度上取决于外部系统的运行，并主动散发LED芯片内部积聚的热量。主要有风冷、液冷、热管散热以及半导体电热制冷四种散热方式[11]。如下是几种主动冷却方式示意图：图1.2常见主动冷却方法Fig.1.2Commonactivecoolingmethods
LED结构
【参考文献】：
期刊论文
[1]金属基板结构对LED散热性能的影响[J]. 秦典成,梁可为,陈爱兵,肖永龙. 中国材料进展. 2019(07)
[2]某型大功率LED灯具的散热设计研究[J]. 罗康,杨俊虎,何凯. 金陵科技学院学报. 2019(02)
[3]基于有限元算法和人工神经网络结合的多芯片LED光源多物理场分析[J]. 刘宏伟,于丹丹,牛萍娟,张赞允,郭凯,王迪,张建新,郏成奎,王闯,吴超瑜. 发光学报. 2019(06)
[4]基于正交试验法的COB-LED散热器优化设计[J]. 周旭,杨平,毛卫平,肖原彬. 轻工机械. 2018(04)
[5]基于遗传算法的BP神经网络的LED寿命预测模型[J]. 吴志杰,孔凡敏,李康. 半导体技术. 2018(05)
[6]基于蚁群神经网络的LED灯管寿命预测[J]. 刘春军,肖承地,刘卫东. 半导体光电. 2016(05)
[7]LED路灯光照强度自适应控制方法[J]. 林海军,赖小强,兰浩,汪鲁才. 电子测量与仪器学报. 2016(06)
[8]LED光源优势及其在汽车灯具的应用前景分析[J]. 吕溉之,卢军,韦春. 企业科技与发展. 2015(18)
[9]基于BP神经网络的LED可靠性模型研究[J]. 黄伟明,文尚胜,夏云云. 发光学报. 2015(08)
[10]LED电气特性测试仪设计与实现[J]. 王琪. 微处理机. 2015(03)
博士论文
[1]大功率LED封装热可靠性与寿命预测研究[D]. 陈奇.华中科技大学 2018
[2]LED照明灯具电—热应力加速寿命测试方法的研究[D]. 王尧.中国科学院长春光学精密机械与物理研究所 2017
[3]LED灯具加速老化在线测试和快速寿命评估方法的研究[D]. 郝剑.中国科学院长春光学精密机械与物理研究所 2016
[4]大功率LED结温测试及其在封装热管理中的应用研究[D]. 陈全.华中科技大学 2012
[5]步降应力加速寿命试验的理论和方法[D]. 张春华.国防科学技术大学 2002
硕士论文
[1]基于改进BP神经网络的市际客运班线客流预测研究[D]. 黄小龙.哈尔滨工业大学 2019
[2]硅衬底LED可靠性测试与寿命模型的研究[D]. 吴志杰.山东大学 2018
[3]热障涂层微观形貌的热力行为研究及数值模拟[D]. 刘冬冬.西南交通大学 2018
[4]复合因素对LED车灯芯片结温影响的研究[D]. 肖原彬.江苏大学 2018
[5]大功率COB-LED散热研究及散热器设计[D]. 周旭.江苏大学 2018
[6]基于人工神经网络的LED光电热耦合分析[D]. 郭凯.天津工业大学 2018
[7]LED驱动电源可靠性研究与灯具寿命评估[D]. 李川.厦门理工学院 2017
[8]LED灯具寿命加速试验方法研究[D]. 林敏.厦门理工学院 2017
[9]温度冲击下大功率COB-LED金线可靠性研究[D]. 李俊超.江苏大学 2017
[10]LED汽车前大灯的热—振动耦合分析及加速寿命试验[D]. 王超.江苏大学 2017
本文编号：3534650
【文章来源】：江苏大学江苏省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
LED发展历史
江苏大学专业学位硕士学位论文3罗静提出了了一种将LED光源模块粘接在一起的方法，主要是在散热器中加入导热管的方法，使LED车灯芯片的散热速率得到了明显的改善，降低了LED芯片的最高温度[7]。于新刚等人发现内部发光源的材料GaN其位错和材质会影响自身导热速率，并针对这一现象制定了相应的方案，最终明确得到在相同环境下使用导热系数高的硅基板，芯片具有优异的散热效果[8]。肖原彬提出重新设计LED芯片内部发光源间的排布尺寸和在相同排布间距下优化其排布方式，使中间位置和边侧位置芯片的结温明显降低[9]。1.3LED散热系统的发展现状常用的散热方法主要分为两个方向：（1）改善自身的封装结构和构成材料。对于自身封装结构，市场上主要采用的是硅基板倒装芯片（FCLED）结构和金属线路板（MCPCB）结构。对于构成材料的优化，主要是选取热传导能力较强的封装材料和基板材料等。有很多学者也做了这方面的研究[10]。（2）通过借助外部能量的驱动，加快热量交换的速率。借助外部能量，它可以分为主动和被动冷却方法。主动冷却在很大程度上取决于外部系统的运行，并主动散发LED芯片内部积聚的热量。主要有风冷、液冷、热管散热以及半导体电热制冷四种散热方式[11]。如下是几种主动冷却方式示意图：图1.2常见主动冷却方法Fig.1.2Commonactivecoolingmethods
LED结构
【参考文献】：
期刊论文
[1]金属基板结构对LED散热性能的影响[J]. 秦典成,梁可为,陈爱兵,肖永龙. 中国材料进展. 2019(07)
[2]某型大功率LED灯具的散热设计研究[J]. 罗康,杨俊虎,何凯. 金陵科技学院学报. 2019(02)
[3]基于有限元算法和人工神经网络结合的多芯片LED光源多物理场分析[J]. 刘宏伟,于丹丹,牛萍娟,张赞允,郭凯,王迪,张建新,郏成奎,王闯,吴超瑜. 发光学报. 2019(06)
[4]基于正交试验法的COB-LED散热器优化设计[J]. 周旭,杨平,毛卫平,肖原彬. 轻工机械. 2018(04)
[5]基于遗传算法的BP神经网络的LED寿命预测模型[J]. 吴志杰,孔凡敏,李康. 半导体技术. 2018(05)
[6]基于蚁群神经网络的LED灯管寿命预测[J]. 刘春军,肖承地,刘卫东. 半导体光电. 2016(05)
[7]LED路灯光照强度自适应控制方法[J]. 林海军,赖小强,兰浩,汪鲁才. 电子测量与仪器学报. 2016(06)
[8]LED光源优势及其在汽车灯具的应用前景分析[J]. 吕溉之,卢军,韦春. 企业科技与发展. 2015(18)
[9]基于BP神经网络的LED可靠性模型研究[J]. 黄伟明,文尚胜,夏云云. 发光学报. 2015(08)
[10]LED电气特性测试仪设计与实现[J]. 王琪. 微处理机. 2015(03)
博士论文
[1]大功率LED封装热可靠性与寿命预测研究[D]. 陈奇.华中科技大学 2018
[2]LED照明灯具电—热应力加速寿命测试方法的研究[D]. 王尧.中国科学院长春光学精密机械与物理研究所 2017
[3]LED灯具加速老化在线测试和快速寿命评估方法的研究[D]. 郝剑.中国科学院长春光学精密机械与物理研究所 2016
[4]大功率LED结温测试及其在封装热管理中的应用研究[D]. 陈全.华中科技大学 2012
[5]步降应力加速寿命试验的理论和方法[D]. 张春华.国防科学技术大学 2002
硕士论文
[1]基于改进BP神经网络的市际客运班线客流预测研究[D]. 黄小龙.哈尔滨工业大学 2019
[2]硅衬底LED可靠性测试与寿命模型的研究[D]. 吴志杰.山东大学 2018
[3]热障涂层微观形貌的热力行为研究及数值模拟[D]. 刘冬冬.西南交通大学 2018
[4]复合因素对LED车灯芯片结温影响的研究[D]. 肖原彬.江苏大学 2018
[5]大功率COB-LED散热研究及散热器设计[D]. 周旭.江苏大学 2018
[6]基于人工神经网络的LED光电热耦合分析[D]. 郭凯.天津工业大学 2018
[7]LED驱动电源可靠性研究与灯具寿命评估[D]. 李川.厦门理工学院 2017
[8]LED灯具寿命加速试验方法研究[D]. 林敏.厦门理工学院 2017
[9]温度冲击下大功率COB-LED金线可靠性研究[D]. 李俊超.江苏大学 2017
[10]LED汽车前大灯的热—振动耦合分析及加速寿命试验[D]. 王超.江苏大学 2017
本文编号：3534650
本文链接：https://www.wllwen.com/kejilunwen/qiche/3534650.html
