摘要
本发明涉及LED检测技术领域,公开了一种LED发光二极管光源的密封检测方法,对LED外壳进行拍摄并基于卷积神经网络模型判断LED外壳是否存在裂纹,对LED内部密封性进行初步评估,生成密封分析信号,采集LED内部温湿度、气压数据,初始化扩展卡尔曼滤波并基于该算法计算描述LED内部状态的状态向量,确定LED内部的密封性能系数,构建密封性能系数时间序列数据训练LSTM预测模型,并对预测时段内LED内部的密封性能系数进行预测,分析LED内部密封性能系数变化趋势,定义测试时段并评估LED的密封性能,若触发深度预测分析,构建物理‑数据联合驱动模型预测预估渗漏时间区间,并评估LED的密封性能。
技术关键词
密封检测方法
LED发光二极管
Logistic回归模型
扩展卡尔曼滤波
卷积神经网络模型
光源
数据驱动模型
气压传感器阵列
裂纹
LED检测技术
理想气体状态方程
变化趋势预测
LED外壳
数据分析软件
图像
物理
标记
节点
序列