| 研究課題/領域番号 |
19K04145
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分18030:設計工学関連
|
|---|
| 研究機関 | 近畿大学 |
|---|
研究代表者 |
柏尾 知明 近畿大学, 理工学部, 准教授 (10581910)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 白色LED / パッケージング / 最適設計 / 機械学習 / ニューラルネットワーク / CNN / ディープラーニング / 人工知能 / LEDパッケージング |
|---|
| 研究開始時の研究の概要 |
本研究では，人工知能技術を用いて短時間でLEDパッケージングを設計，最適化する方法を提案する．人工知能技術を代表する機械学習によって，全光束，光度，取り出し効率などの重要な光学特性を出力とする一般的で汎用性の高いLEDパッケージングの数理モデルを獲得することを目的とする．LED製品の開発においては，光線追跡シミュレーションがパッケージングの設計・最適化に用いられているが，構成部材のパラメータが多く，シミュレーションに長い時間がかかっている．提案手法によってLEDパッケージングのモデルを得ることができれば，設計，最適化，光線追跡シミュレーションにかかる時間を大幅に短縮することができる．
|
| 研究成果の概要 |
本研究では人工知能（機械学習）を用いて，白色LEDパッケージングの設計パラメータと白色LEDの光学特性の関係を関係のモデリングを行った．白色LEDの主な設計パラメータ（青色発光素子の放射束，蛍光体量）から光学特性（全光束，色度）の予測を行うことに成功した．また，蛍光体層の形状から全光束を予測するモデルを獲得することにも成功した．
さらには，Convolutional Neural Network (CNN)を用いて，白色LEDパッケージングの断面画像からの明るさ（全光束）の予測にに成功し，CNNが断面画像を学習する過程における特徴マップから，パッケージングの構造解析が可能であることを示した．
|
| 研究成果の学術的意義や社会的意義 |
LEDパッケージング構造と構成部材の光学特性の組み合わせによる発光効率を調査し，設計・最適化手法を学術的に提案した研究例は数少ない．機械学習（人工知能）技術を用いて，LEDパッケージングをモデル化できたことは，理想的な構造と光学特性の関係を明らかにできる可能を示しており，学術のみならず産業界においても，今後の構成部材開発とパッケージング設計のさらなる高効率化に大きく貢献するものと考えられる．
|
