基于PET理论的大功率LED系统非线性建模与调光控制算法研究.pdfVIP

摘要

近年来，LED朝着更高功率密度和集成化方向发展，为交互式或动态照明提供极具潜

力的解决方案：如多光谱LED太阳光模拟器、高光谱农作物培育灯、手术医疗无影灯、建筑

照明渲染等，这类应用通常要求系统光学输出连续可调节，并且在有限时间内达到预定光度、

色度等等。随着应用需求多样化，实现精细化调光控制是LED领域发展的趋势。相较于传统

光源，尽管LED光效高，寿命更长，但受制于其发光机制，LED系统不可避免地存在发热

问题。由于LED工作时存在光-电-热（PET）多物理域交互影响，系统热力学过程包含时滞、

时变等非线性特征，系统易受环境温度、器件性能退化等不确定干扰影响，使得LED光度输

出变化规律难以预测，LED精细化调光控制变得极为困难。尤其在大功率LED系统中，紧

凑化结构设计将使系统累积更多的热量，系统光电热非线性特征更加显著。通用照明主要侧

重于提升系统的光效，降低能耗，控制生产成本。在实际应用中仅工作于几个工作点中，对

光学的精度要求不高，且多采用基于线性化模型的控制方法，难以适用具有精细化控制需求

的可调光源。同时，由于这些系统自动化水平不高，常常导致能源的过度消耗。为实现大功

率LED可调光源精细化调控这一应用目标，本文将以PET理论为指导，开展对大功率LED

系统光电热特性分析、建模与调光控制策略的研究。具体研究内容如下：

（1）光-电-热理论是描述LED光学、电学以及热学参数之间耦合关系的重要理论。本

文将从LED机理分析出发，采用广泛的阻容网络建模方法推导及构建参数化光电热模型，对

系统光电热特性进行定性定量的计算分析，从而为后续建模与控制方法提供理论依据。

（2）LED系统运行存在光-电-热多参数耦合关系，且受环境温度、器件老化等不确定性

因素的影响，为解决机理建模方法存在测试过程繁琐、模型复杂难以直接应用、自适应性弱

等局限，开展了基于数据驱动的模糊建模技术研究。在现有基础上设计了一种基于自组织模

糊神经网络的在线建模算法，该方法综合聚类，误差信息及误差下降率分析实现规则自动化

设计，并利用递推二乘法和扩展卡尔曼滤波算法实现参数更新。所提方法在典型非线性动态

系统、Mackey-Glass混沌时间序列的仿真实验上进行了验证。结果表明，相较于广泛应用的

其他典型模型，由本文算法构建的模糊模型在结构复杂度和预测精度上得到很好地权衡，且

计算效率高。

（3）结合上述提出的建模算法，构建了基于自组织模糊神经网络的光电热模型，为后续

预测控制提供模型基础。该模型除了考虑驱动电流、热沉温度对光度输出的影响，同时考虑

了环境温度这一输入干扰，能够精确预测光通量输出随工作温度变化的变化。针对温度引起

的光通量衰减、超调、滞后等不期望的非线性现象，设计基于自组织模糊神经网络预测控制

的精细化调光算法，通过李雅普诺夫理论证明控制系统的稳定性，并将其应用于对不同光通

量轨迹的动态跟踪控制中。实验部分分别设计了恒值控制、跟踪控制以及对不同环境温度的

鲁棒性测试。结果表明，相较于常规控制方法，本文提出调光控制方法在快速性、稳定性和

准确性方面都有显著提升，不仅能够很好地克服温度引起的光学滞后现象，而且对环境温度

干扰有较好的鲁棒性。

本文设计了一种基于数据驱动的精细化调光控制方案，除了应用于光度跟踪，还可根据

特定目标进行适当拓展，如引入光谱、色度等。不仅适用于LED领域，在其他照明系统中亦

能提供技术参考支撑。

关键词：大功率LED系统，PET理论，动态调光，自组织模糊神经网络，模糊预测控制

ABSTRACT

Inrecentyears,LEDshavedevelopedtowardshigherpowerdensityandintegration,providing

potentialsolutionsforinteractiveordynamiclighting:suchasmulti-spectralLEDsolarsimulators,

hyper-spectralcropcultivationlights,surgicalmedicalshadowlesslights,andbuildingslighting

rende