CN119400103A 一种具有高通透率的led晶桁屏及控制方法 (深圳市信合光电照明有限公司)_第1页
CN119400103A 一种具有高通透率的led晶桁屏及控制方法 (深圳市信合光电照明有限公司)_第2页
CN119400103A 一种具有高通透率的led晶桁屏及控制方法 (深圳市信合光电照明有限公司)_第3页
CN119400103A 一种具有高通透率的led晶桁屏及控制方法 (深圳市信合光电照明有限公司)_第4页
CN119400103A 一种具有高通透率的led晶桁屏及控制方法 (深圳市信合光电照明有限公司)_第5页
已阅读5页,还剩40页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

道沙四社区达兴创业工业园2栋厂房本发明提供一种具有高通透率的LED晶桁屏性控制与动态故障诊断相结合的方式,提高了2利用所述非线性状态空间模型,构建考夫曼非线性控制器,实现LED晶桁屏的显示控基于所述多源传感数据,使用高斯伯努利混合模型进行系当接收到所述故障预测信息时,根据所述LED晶桁屏的显示控制结果和所述故障预测对发光效率影响的温度特性模型和描述LED器件寿命衰减规律的衰减基于所述LED器件的非线性特性模型,构建状态空间表达式,所述状态空间表达式包3.根据权利要求1所述的LED晶桁屏的控使用所述考夫曼算子矩阵将非线性状态空间模型提4.根据权利要求3所述的LED晶桁屏的控制方法,其特征在于根据所述反馈增益矩阵和所述状态观测器的输出,建立基于最小5.根据权利要求4所述的LED晶桁屏的采用梯度下降法求解所述控制律优化目标函数,得到使目标函数取得最小值时的PWM将所述PWM占空比和驱动电流参数作为最优控制输入,实现所述LED晶桁屏的显示控36.根据权利要求1所述的LED晶桁屏的控制方法,将所述多源传感数据中的LED光强数据、温度数据作为连续量建模为高斯设计期望最大化算法用于迭代优化所述混合分构建包含基本事件的Pandora时间故障树,建立所述基本事件之间的逻辑关系和时序根据所述基本事件的发生概率和所述Pandora时间故障树的结构,识别最可能导致系基于所述关键故障路径生成包含故障类型、发生概率和预计发生时间的故障预测信基于所述显示控制结果调整PWM占空比、根据所述故障预测信息优化驱动电流和基于所述基于调整后的显示参数实现自适应显示控制,包括:根据所述环境数据采集模块,用于采集LED晶桁屏的多源传感数据,所述多源传4显示控制模块,与所述控制模块和所述故障分析模块连接,5[0001]本发明属于显示技术和人工智能领域,特别涉及一种具有高通透率的LED晶桁1.现有的LED显示控制方法主要依赖于简单的PWM调光和恒流驱动法难以适应LED器件的非线性特性和环境干扰,容种方法无法有效预测和预防系统故障,导致维护成本增加。特别是在高通透率LED晶桁屏当接收到所述故障预测信息时,根据所述LED晶桁屏的显示控制结果和所述故障温度对发光效率影响的温度特性模型和描述LED器件寿命衰减规律的衰6使用所述考夫曼算子矩阵将非线性状态空间模型提设计期望最大化算法用于迭代优化所述混合分构建包含基本事件的Pandora时间故障树,建立所述基本事件之间的逻辑关系和根据所述基本事件的发生概率和所述Pandora时间故障树的结构,识别最可能导7故障分析模块,与所述状态估计模块连接,用于基于所述状态估计结果,使用1.通过考夫曼非线性控制器,有效克服了LED器件的非线性特性影响,提高了显示控制的精确度。该控制器能够将非线性系统提升到高维线性空间,在该空间中实现有效[0019]4.实现了基于故障预测的自适应显示控制,在保证显示效果的同时优化了系统8方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或[0034]上述传感器以阵列形式分布在LED晶桁屏的关键位置,保证了数据采集的全面性9[0039]值得注意的是,所有传感器的数据采集都通过高速数据采用CAN总线进行数据传输,确保数据的实时性和可靠性。系统还建立了传感器自校准机1.建立LED器件的非线性特性模型:些参数通过实验数据拟合获得,并考虑了结温对发光效率的影响。模型的有效范围覆盖λi=λi0*exp(Ea/kT)*I^n[0054]这种完整的非线性状态空间模型为后续的控制器设计和故障诊断奠定了理论基将非线性状态空间模型通过考夫曼算子矩阵K映射到G=diag(w1,w2,,wn)u*(k)=argminJ(e,u)将最优参数作为控制输入实现LED晶桁屏的显2.使用插值算法快速计算中间工作点的算子值3.并行处理架构加速算子计算过程[0073]这种基于考夫曼算子的非线性控制方法,成功将复杂的LED非线性系统转化为高3.混合分布计算示例:4.状态估计更新:K=P(t+1|t)H'/(HP(t+1|t)H'+R)5.生成具体的诊断建议2.考虑了测量噪声和系统不确定性3.提供了可解释的概率估计结果[0084]时序约束的引入是Pandora时间故障树的一个重要特点。通过设置Before和件必须在另一个事件之前发生,如散热系统异常必须在温度超限之前发生;3.具体故障树结构示例:4.基本事件概率计算示例:6.故障预测分析示例:7.动态更新机制:8.预防性维护建议生成:1.考虑了故障事件的时序关系2.提供了定量的风险评估3.支持预测性维护4.生成具体的维护建议2.LED参数:3.控制参数:3.能效性能:公开各实施例的系统中的各模块所执行的动作是与本公开各实施例的方法中的步骤相对应的,对于系统的各模块的详细功能描述具体可以参见前文中所

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论