Resumen

Predecir la vida útil de un sistema de iluminación LED es importante para la aplicación de las especificaciones de diseño y el análisis comparativo de la competencia económica de varios sistemas de iluminación. La mayor parte de la información sobre la vida útil publicada por los fabricantes de LED y las organizaciones de normalización se limita a determinados valores de temperatura y corriente. Sin embargo, como resultado de las diferentes condiciones ambientales y de trabajo a lo largo de todo el periodo de funcionamiento, pueden observarse diferencias significativas en la vida útil. En este artículo, se propone un método avanzado de predicción de la vida útil teniendo en cuenta las áreas de trabajo iniciales y las características estadísticas de los valores de estudio obtenidos en el ensayo de fragmentación acelerada. Este estudio propone un nuevo método para predecir la vida útil de los LED COB utilizando un enfoque de inteligencia artificial y datos LM-80. Para ello, se creó una base de datos con 6000 horas de datos LM-80 utilizando el algoritmo Neuro-Fuzzy (ANFIS), y se desarrolló un método de predicción de la vida útil muy preciso. Este método revela una similitud aproximada del 99,8506% con la vida útil de referencia. La metodología propuesta puede proporcionar una guía útil para la predicción de la vida útil de los productos relacionados con los LED, que también puede adaptarse a diferentes condiciones de funcionamiento en un tiempo más corto en comparación con los métodos convencionales. Al mismo tiempo, este método puede utilizarse en la predicción de la vida útil de nanosensores y puede producirse con la técnica 3D.

• Materias:Análisis electroquímico Nanotecnología Nanoestructuras Nanocompuestos Nanotubos
• Subjects:Electrochemical analysis Nanotechnology Nanostructures Nanocomposites Nanotubes
• Palabras claves:método preciso de predicción de la vida útil, sistema de iluminación led, mayor información sobre la vida útil, prueba de fragmentación acelerada, enfoque de inteligencia artificial, diferentes condiciones de funcionamiento, áreas de tareas iniciales, periodo de funcionamiento completo, vida útil, método
• Keywords:accurate lifetime prediction method, led lighting system, most lifetime information, accelerated fragmentation test, artificial intelligence approach, different operating conditions, initial task areas, whole operating period, lifetime, method