如何建模一個典型的背光單元及其與亮度和均勻性有關(guān)的照度分布

在這個例子中，講述如何建模一個典型的背光單元及其與亮度和均勻性有關(guān)的照度分布。其中一個關(guān)鍵特點是使用了Speos 3D Texture功能，這是最初開發(fā)的用于背光單元產(chǎn)品，并可用于設(shè)計導(dǎo)光板，亮度增強(qiáng)膜(BEF)和由數(shù)千/數(shù)百萬組成的背光單元微結(jié)構(gòu)來創(chuàng)造均勻的顯示。通過對系統(tǒng)進(jìn)行參數(shù)化，創(chuàng)建各種輸入/輸出的元模型組合，最后優(yōu)化系統(tǒng)。最終目標(biāo)是實現(xiàn)善均勻的光分布，同時保持高耦合效率，實現(xiàn)最高的光輸出。選用Ansys Speos 和 optiSLang 聯(lián)合工作。

前言

背光顯示器隨處可見，筆記本電腦顯示，智能手機(jī)顯示，液晶顯示器等，所有這些都利用了背光顯示屏。在任何情況下都要有一個均勻的光照，以實現(xiàn)明亮清晰的圖像。最常見的背光技術(shù)是LCD，LED被用于背光系統(tǒng)，結(jié)合亮度增強(qiáng)膜，擴(kuò)散片和導(dǎo)光結(jié)構(gòu)。導(dǎo)光常見方法是創(chuàng)建一個紋理模式，沿著系統(tǒng)均勻地提取光線。

Speos提供的3DTexture功能，允許用戶虛擬模式數(shù)以千計的微觀光學(xué)元素，而不用擔(dān)心內(nèi)存限制。為了優(yōu)化這種模式，在Speos中對Texture模型進(jìn)行參數(shù)化，并利用optiSLang執(zhí)行參數(shù)敏感性分析，然后對系統(tǒng)進(jìn)行魯棒優(yōu)化，以實現(xiàn)想要的結(jié)果。

? ?

操作流程概述

? 這個模擬需要2個產(chǎn)品:

Speos用于建模顯示堆層，背光的3DTexture網(wǎng)點分布；

optiSLang以研究參數(shù)敏感性和優(yōu)化設(shè)計性能。

第一步：Speos顯示結(jié)構(gòu)的創(chuàng)建和分析

在一步中，在Speos中定義了顯示結(jié)構(gòu)的光學(xué)和機(jī)械組件。一些參數(shù)將在以后作為優(yōu)化的輸入(例如，3D texture 網(wǎng)點的密度)，但在這個初始結(jié)構(gòu)中，只給出初始設(shè)定值。然后進(jìn)行光學(xué)模擬，將定量輸出轉(zhuǎn)換為優(yōu)化目標(biāo)。這些值表明該設(shè)計在光輸出、均勻性、可制造性等方面。

?

1.Speos允許構(gòu)建基于物理光學(xué)屬性的場景結(jié)構(gòu)，在這一步中，遵循如下所示的標(biāo)準(zhǔn)模擬過程，以獲得最終用戶將在最終產(chǎn)品中獲得的視覺感知。注意:為了可視化目的，本圖像中的亮度傳感器被放置在離顯示器相對較遠(yuǎn)的位置。

?

2.照度仿真結(jié)果給出了XMP結(jié)果，每個像素都包含了照度信息。顯然，初始設(shè)計在總通量和均勻性(RMS對比)方面的性能都很差。因此，需要進(jìn)行優(yōu)化。

?

第二步：Speos 3D texture導(dǎo)光網(wǎng)點創(chuàng)建

來自Speos的Speos 3D Texture功能允許通過建模和在幾何圖形上投影數(shù)百、數(shù)千或數(shù)百萬個幾何項目來模擬微紋理。

在這里舉例，使用半球圖案的3D Texture應(yīng)用到導(dǎo)光板的背面，它被設(shè)置為從基礎(chǔ)導(dǎo)光板上remove材料。

半球體的最終陣列方式由參數(shù)輸入控制，參數(shù)最終可由optiSLang控制。

?

在Speos中使用3DTexture減少了計算時間和文件大小，在這一步中，數(shù)百個半球體圖案被應(yīng)用到導(dǎo)光板的背面，并被命令從背光板刪除它們的體積。

3DTextue參數(shù)的操作改變了圖案的大小和密度，從而改變了光的輸出和光導(dǎo)的均勻性。

?

第三步：optiSLang敏感性分析

在Speos中創(chuàng)建模型和仿真之后在optiSLang中設(shè)置優(yōu)化。這個過程的一部分需要靈敏度分析，它將確定影響結(jié)果的最關(guān)鍵的輸入。

這些完全相同的輸入同時被定義為一個參考值為常數(shù)或非常數(shù)，并且在一個工作范圍內(nèi)。

采用optiSLang的最優(yōu)預(yù)后自適應(yīng)元模型(AMOP)方法進(jìn)行敏感性分析。

它表示輸入的所有可能組合的近似結(jié)果。

?

這里，X和Y的映射距離，圖形全局尺度，Z方向的尺度作為輸入，總通量，RMS對比度(用于測量一致性)作為輸出結(jié)果。

? ? ?

作為輸入和輸出指定標(biāo)準(zhǔn)是很重要的，因為這將把搜索范圍縮小到用戶已知的可能條件、期望的目標(biāo)和約束。

對于這個特定的用例，生成了最優(yōu)預(yù)后(AMOP)的自適應(yīng)元模型。

AMOP在幾次迭代中運行特定數(shù)量的求解器運行，并通過響應(yīng)面和矩陣表示結(jié)果。

可以看到CoP矩陣，它顯示了輸入(水平)與輸出(垂直)的總效應(yīng)。

響應(yīng)面3D圖表示影響其中一個輸出的最相關(guān)輸入 (RMS對比)。

? ?

第四步：optiSLang 優(yōu)化分析

在這一步中，Evolutionary Algorithm算法用在全局和局部搜索最佳設(shè)計。優(yōu)化算法在MOP上采樣了10,000個設(shè)計，以找到導(dǎo)致最佳設(shè)計的輸入?yún)?shù)值組合。

多目標(biāo)優(yōu)化的結(jié)果在“帕累托圖”中可視化(見下圖，紅黑虛線圖)。圖中顯示了兩個目標(biāo)之間的權(quán)衡，其中最佳設(shè)計集用紅點標(biāo)記(定義為帕累托前展面)。

工作流通過一個真正的求解器調(diào)用自動驗證20個最佳設(shè)計(顯示為綠色圓點)。

由于COP值較好，預(yù)測值與驗證值之間的差異較小。

從獲得最佳權(quán)衡(即通量和均勻性之間的平衡)到實現(xiàn)最佳設(shè)計(即可接受通量、最佳均勻性)，在整個優(yōu)化過程中都要進(jìn)行適當(dāng)?shù)尿炞C。

?

optiSLang根據(jù)參數(shù)的數(shù)量和類型，確定最適合的優(yōu)化方法。

本文使用隨機(jī)搜索方法，它模仿自然生物進(jìn)化的過程，如適應(yīng)、選擇和變異。

在本例中，樣本的最大數(shù)量設(shè)置為10000,將在MOP上執(zhí)行優(yōu)化，然后使用真正的求解器驗證最佳設(shè)計。

?

好的設(shè)計參數(shù)(輸入)可以通過應(yīng)用到3DTexture和運行Speos模擬來驗證。

? ?

Speos 中重要參數(shù)設(shè)置

Remove 3DTexture

“移除”3DTexture由一個“*.OPT3DMapping”文件設(shè)置，該文件提供了每個圖案元素的位置、方向和大小。敏感度分析和優(yōu)化創(chuàng)建這個映射文件的不同，以改變紋理模式。每次計算帶有3DTexture的模擬時，都會創(chuàng)建一個擴(kuò)展名為“.bin”的文件。必須讓該文件在作業(yè)啟動時自動寫入，而不是手動寫入。否則，模式將不會從一個迭代更改到下一個迭代。

照度傳感器

為了optiSLang定義目標(biāo)，必須在初始結(jié)果中創(chuàng)建測量值，并將其保存為XML模板，然后將相同的模板導(dǎo)入Speos內(nèi)部的傳感器，得到的仿真結(jié)果中包含測量值，并用于優(yōu)化目標(biāo)設(shè)定。

Maximum number of Surface interactions

Surface的最大交互次數(shù)，導(dǎo)光依靠全內(nèi)反射來引導(dǎo)光，導(dǎo)致許多表面的相互作用。需要從默認(rèn)值100增加模擬設(shè)置1000甚至更大。

Geometric distance tolerance

幾何距離公差由于圖案元素是微觀的，顯示的層很薄，層之間的間隙很小，我們必須設(shè)置一個比默認(rèn)值0.05mm更低的幾何距離公差，0.005甚至更小。






審核編輯：劉清