Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2024 - zeszyt 4

Bi-objective robust design optimization for LED lens design

Dwuobiektywowa, solidna optymalizacja konstrukcji soczewki LED

10.15199/48.2024.04.11

nr katalogowy: 148111
10.15199/48.2024.04.11

Streszczenie

The primary objective of this paper is to propose bi-objective robust design optimization models for LED lens design. The viewing angle and the luminance uniformity are used as the two optical quality objectives. Based on the experimental designs, the response surface methodology is applied to identify the functional relationships between input factors (i.e., design parameters) and their two output responses. Then, the dual response model is applied to determine the optimal solutions. In addition, the -constrained method is developed to identify the optimal design parameter settings. Moreover, the weighted sum model based on the quality loss function is proposed to consider the trade-off between two conflicting objectives. The final results show that the proposed models are far more effective than the existing method in LED lens design.

Abstract

Głównym celem tego artykułu jest zaproponowanie dwóch dwuobiektywnych, solidnych modeli optymalizacji konstrukcji dla konstrukcji soczewek LED. Kąt widzenia i jednorodność luminancji są używane jako dwa optyczne cele jakości. W oparciu o projekty eksperymentalne zastosowano metodologię powierzchni odpowiedzi w celu zidentyfikowania funkcjonalnych zależności między czynnikami wejściowymi (tj. parametrami projektowymi) a ich dwiema odpowiedziami wyjściowymi. Następnie opracowywany jest model podwójnej odpowiedzi w celu określenia optymalnych rozwiązań. Ponadto zaproponowano metodę z ograniczeniami  w celu identyfikacji optymalnych ustawień parametrów projektowych. Kompromis między dwoma sprzecznymi celami może być zagrożony przy użyciu proponowanych modeli. Ostateczne wyniki pokazują, że proponowane modele są znacznie bardziej efektywne niż dotychczas stosowane metody projektowania soczewek LED.

Słowa kluczowe

Keywords

Bibliografia

[1] Zhao S., Wang K., Chen F., Wu D., & Liu S., Lens design of LED searchlight of high brightness and distant spot, JOSA A, 28 (5), (2011), 815-820.
[2] Yip W. S., To S., & Wang W. K., Design of an optical lens for LED lighting using a hybrid principal components analysis– Taguchi method, Lighting Research & Technology, 51(5), (2019), 788-802.
[3] Ding Y., Liu X., Zheng Z. R., & Gu P. F., Freeform LED lens for uniform illumination, Optics express, 16(17), (2008), 12958- 12966.
[4] Wang K., Chen F., Liu Z., Luo X., & Liu S., Design of compact freeform lens for application specific light-emitting diode packaging, Optics Express, 18(2), (2010), 413-425.
[5] Babadi S., Ramirez-Iniguez R., Boutaleb T., & Mallick T., An optimisation of a freeform lens design for LED street lighting, in 2016 International Conference for Students on Applied Engineering (ICSAE), Oct. 2016, pp. 89–92. doi: 10.1109/ICSAE.2016.7810167.
[6] Chen E., & Yu F., Design of LED-based reflector-array module for specific illuminance distribution, Optics Communications, 289, (2013), 19-27.
[7] Mendes-Lopes J., Benítez P., Miñano J. C., & Santamaría A., Simultaneous multiple surface design method for diffractive surfaces, Optics Express, 24(5), (2016), 5584-5590.
[8] Zhu X., Zhu Q., Wu H., & Chen C., Optical design of LEDbased automotive headlamps, Opt. Laser Technol., vol. 45, pp. 262–266, Feb. 2013, doi: 10.1016/j.optlastec.2012.05.040.
[9] Liu P. et al., Uniform illumination design by configuration of LEDs and optimization of LED lens for large-scale color-mixing applications, Appl. Opt., vol. 52, no. 17, pp. 3998–4005, Jun. 2013, doi: 10.1364/AO.52.003998.
[10] Lin C. J. & Liu Y. C., Image backlight compensation using neuro-fuzzy networks with immune particle swarm optimization, Expert Syst. Appl., vol. 36, no. 3, Part 1, pp. 5212–5220, Apr. 2009, doi: 10.1016/j.eswa.2008.06.109.
[11] Kwak T. S., Suzuki T., Bae W. B., Uehara Y., & Ohmori H., Application of neural network and computer simulation to improve surface profile of injection molding optic lens, J. Mater. Process. Technol., vol. 170, no. 1, pp. 24–31, Dec. 2005, doi: 10.1016/j.jmatprotec.2005.04.099.
[12] Yang T., & Lu J. C., A hybrid dynamic pre-emptive and competitive neural-network approach in solving the multiobjective dispatching problem for TFT-LCD manufacturing, International Journal of Production Research, 48(16), (2010), 4807-4828.
[13] Lokesh J., Padmasali A. N., Mahesha M. G., & Kini S. G., Comparison and validation of neural network models to estimate LED spectral power distribution. Lighting Research & Technology, 55(3), (2023), 281-299.
[14] Feng Q., Li Q., Wang Y., Wu C., & Lv G., The design and optimization of lens array for LED backlight in LCD imaging engine of helmet-mounted display, Journal of the Society for Information Display, 25(5), (2017), 312-319.
[15] Su Z., Xue D., & Ji Z., Designing LED array for uniform illumination distribution by simulated annealing algorithm, Optics express, 20(106), (2012), A843-A855.
[16] Wu R., Zheng Z., Li H., & Liu X., Optimization design of irradiance array for LED uniform rectangular illumination, Appl. Opt., vol. 51, no. 13, pp. 2257–2263, May 2012, doi: 10.1364/AO.51.002257.
[17] P. P. Banik, R. Saha, and K.-D. Kim, LED color prediction using a boosting neural network model for a visual-MIMO system, Opt. Commun., vol. 437, pp. 139–147, Apr. 2019, doi: 10.1016/j.optcom.2018.12.027.
[18] Brüning R., Verhoek M., & Lippmann U., Neural Network for Optical Performance Estimation and Advanced Lens Combination, EPJ Web Conf., vol. 266, p. 03005, 2022, doi: 10.1051/epjconf/202226603005.
[19] Fang Y. C., Tzeng Y. F., & Li S. X., Multi-objective design and extended optimization for developing a miniature light emitting diode pocket-sized projection display, Optical review, 15, (2008), 241-250.
[20] Yi-Chin F., Yih-Fong T., & Si-Xiang L., A Taguchi PCA fuzzybased approach for the multi-objective extended optimization of a miniature optical engine, J. Phys. Appl. Phys., vol. 41, no. 17, p. 175108, Aug. 2008, doi: 10.1088/0022-3727/41/17/175108.
[21] Chen W. C., Lai T. T., Wang M. W., & Hung H. W., An optimization system for LED lens design, Expert Syst. Appl., vol. 38, no. 9, pp. 11976–11983, Sep. 2011, doi: 10.1016/j.eswa.2011.03.092.
[22] Chen W. C., Liu K. P., Liu B., & Lai T. T., Optimization of optical design for developing an LED lens module, Neural Comput. Appl., vol. 22, no. 3, pp. 811–823, Mar. 2013, doi: 10.1007/s00521-012-0990-6.
[23] Wang J. C., Fan Y. C., Fang T. H., Tran A. S., & Cheng Y.-T., Optimization of optical uniformity factors of backlight module using robust design method, Opt. Appl., vol. Vol. 52, no. nr 1, 2022, doi: 10.37190/oa220101.
[24] León R. V., Shoemaker A. C., & Kacker R. N., Performance Measures Independent of Adjustment: An Explanation and Extension of Taguchi’s Signal-to-Noise Ratios, Technometrics, vol. 29, no. 3, pp. 253–265, 1987, doi: 10.2307/1269331.
[25] Box G., Signal-to-Noise Ratios, Performance Criteria, and Transformations, Technometrics, vol. 30, no. 1, pp. 1–17, 1988, doi: 10.2307/1270311.
[26] Box G., Bisgaard S., & Fung C., An explanation and critique of taguchi’s contributions to quality engineering, Qual. Reliab. Eng. Int., vol. 4, no. 2, pp. 123–131, 1988, doi: 10.1002/qre.4680040207.
[27] Nair V. N. et al., Taguchi’s Parameter Design: A Panel Discussion, Technometrics, vol. 34, no. 2, pp. 127–161, 1992, doi: 10.2307/1269231.
[28] Vining G. G. & Myers R. H., Combining Taguchi and Response Surface Philosophies: A Dual Response Approach, J. Qual. Technol., vol. 22, no. 1, pp. 38–45, Jan. 1990, doi: 10.1080/00224065.1990.11979204.
[29] Box G. E. P. & Wilson K. B., On the Experimental Attainment of Optimum Conditions, J. R. Stat. Soc. Ser. B Methodol., vol. 13, no. 1, pp. 1–45, 1951.
[30] Myers R. H., Response surface methodology—current status and future directions, Journal of Quality Technology, 31(1), (1999), 30-44.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2024-4 , nr katalogowy 148111 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-4 licencja: Osobista Produkt cyfrowy Nowość	85.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2024-4

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma