如何建模一個典型的背光單元及其與亮度和均勻性有關的照度分布

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的照度分布。其中一個關鍵特點是使用了Speos 3D Texture功能，這是最初開發(fā)的用于背光單元產品，并可用于設計導光板，亮度增強膜(BEF)和由數千/數百萬組成的背光單元微結構來創(chuàng)造均勻的顯示。通過對系統(tǒng)進行參數化，創(chuàng)建各種輸入/輸出的元模型組合，最后優(yōu)化系統(tǒng)。最終目標是實現善均勻的光分布，同時保持高耦合效率，實現最高的光輸出。選用Ansys Speos 和 optiSLang 聯合工作。

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，以實現明亮清晰的圖像。最常見的背光技術是LCD，LED被用于背光系統(tǒng)，結合亮度增強膜，擴散片和導光結構。導光常見方法是創(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以千計的微觀光學元素，而不用擔心內存限制。為了優(yōu)化這種模式，在Speos中對Texture模型進行參數化，并利用optiSLang執(zhí)行參數敏感性分析，然后對系統(tǒng)進行魯棒優(yōu)化，以實現想要的結果。

? ?

操作流程概述

? 這個模擬需要2個產品:

Speos用于建模顯示堆層，背光的3DTexture網點分布；

optiSLang以研究參數敏感性和優(yōu)化設計性能。

第一步：Speos顯示結構的創(chuàng)建和分析

在一步中，在Speos中定義了顯示結構的光學和機械組件。一些參數將在以后作為優(yōu)化的輸入(例如，3D texture 網點的密度)，但在這個初始結構中，只給出初始設定值。然后進行光學模擬，將定量輸出轉換為優(yōu)化目標。這些值表明該設計在光輸出、均勻性、可制造性等方面。

?

1.Speos允許構建基于物理光學屬性的場景結構，在這一步中，遵循如下所示的標準模擬過程，以獲得最終用戶將在最終產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的位置。

?

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

?

第二步：Speos 3D texture導光網點創(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百、數千或數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應用到導光板的背面，它被設置為從基礎導光板上remove材料。

半球體的最終陣列方式由參數輸入控制，參數最終可由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，數百個半球體圖案被應用到導光板的背面，并被命令從背光板刪除它們的體積。

3DTextue參數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，它將確定影響結果的最關鍵的輸入。

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

采用optiSLang的最優(yōu)預后自適應元模型(AMOP)方法進行敏感性分析。

它表示輸入的所有可能組合的近似結果。

?

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)作為輸出結果。

? ? ?

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

對于這個特定的用例，生成了最優(yōu)預后(AMOP)的自適應元模型。

AMOP在幾次迭代中運行特定數量的求解器運行，并通過響應面和矩陣表示結果。

可以看到CoP矩陣，它顯示了輸入(水平)與輸出(垂直)的總效應。

響應面3D圖表示影響其中一個輸出的最相關輸入 (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計。優(yōu)化算法在MOP上采樣了10,000個設計，以找到導致最佳設計的輸入參數值組合。

多目標優(yōu)化的結果在“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之間的權衡，其中最佳設計集用紅點標記(定義為帕累托前展面)。

工作流通過一個真正的求解器調用自動驗證20個最佳設計(顯示為綠色圓點)。

由于COP值較好，預測值與驗證值之間的差異較小。

從獲得最佳權衡(即通量和均勻性之間的平衡)到實現最佳設計(即可接受通量、最佳均勻性)，在整個優(yōu)化過程中都要進行適當的驗證。

?

optiSLang根據參數的數量和類型，確定最適合的優(yōu)化方法。

本文使用隨機搜索方法，它模仿自然生物進化的過程，如適應、選擇和變異。

在本例中，樣本的最大數量設置為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計。

?

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

? ?

Speos 中重要參數設置

Remove 3DTexture

“移除”3DTexture由一個“*.OPT3DMapping”文件設置，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，必須在初始結果中創(chuàng)建測量值，并將其保存為XML模板，然后將相同的模板導入Speos內部的傳感器，得到的仿真結果中包含測量值，并用于優(yōu)化目標設定。

Maximum number of Surface interactions

Surface的最大交互次數，導光依靠全內反射來引導光，導致許多表面的相互作用。需要從默認值100增加模擬設置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，我們必須設置一個比默認值0.05mm更低的幾何距離公差，0.005甚至更小。






審核編輯：劉清