王福权 陈伟民 刘显明 雷小华 杜晓晴 赖伟 周冲

(重庆大学光电工程学院，重庆 400030)

1 介绍

中国已经成为了世界上公路隧道最多的国家，截止2007年底，全国公路隧道总长超过255.55万千米，并保持较高的增长速度［1］，隧道照明节能得到社会各界的重视。LED作为高效、节能和环保的新一代光源引领了隧道照明的发展方向，已经开始慢慢取代传统的高压钠灯。

在传统的检测流程中，LED隧道灯在投入使用之前需要抽样进行光学检测、电学检测、机械检测和环境检测［2］。这些方法难以发现灯具潜在的故障，比如焊点、导热层的失效，无法对LED灯具的可靠性进行评价。LED是一种对温度十分敏感的半导体器件，随着温度升高，器件的发光效率降低、颜色发生偏移、寿命也会缩减。根据数据统计，45%的电子产品都是因为温度过高造成损坏，所以散热性能衡量LED隧道灯产品是否合格的重要指标，需要重点测量。同时LED发热量大，导热通道中存在的异常一般能够在灯具表面观察到对应的变化，所以对散热特性进行检测可以发现内部故障，从而预测灯具可靠性。

常见的热学测试方法有热电偶测试法和红外热像测试法。热电偶测试法操作复杂，采样点数目有限，不适合做隧道灯散热监测。红外热像法，操作简单，能够实现空间平面多点 (约76800个)同步采集，方便数据处理。红外热像无损检测技术具有无需耦合、快速实时、检测面积大和检测距离远等优点［3］，目前已经广泛应用到电力设备实时在线状态检测和热故障诊断。LED隧道灯发热量大，利用红外热像技术能较好捕捉散热信息，从而进行散热性能评价。

利用红外热成像技术，在可控的实验条件下对四盏LED隧道灯进行测试，分别从温升和温度场分布进行分析，发现了问题灯具，通过图像初步判断可能的故障原因并用有限元分析进行确认，最后用拆灯的方式验证了故障原因。通过以上实验及分析，证明了红外热像无损检测技术应用于LED隧道灯故障诊断的可行性。

2 原理方法

由于LED的电光转化效率仅在20%左右，大量的热会聚集在芯片处，并通过芯片衬底、内部热沉、MCPCB、焊接层、导热胶层和外部热沉这一通道进行传导。热沉表面的温度变化情况由灯具光源工作状态和传热通道共同决定，所以在传热通道一定的情况下，灯具表面的温度分布反映了灯具光源的工作状态，而在灯具光源工作状态一致时，灯具表面温度则描述了传热通道的畅通程度。基于以上原理，对于同型号的LED隧道灯，可以假定光源工作状态一致，通过检测LED隧道灯表面温度分布来判断LED散热及封装是否存在异常。

红外热像仪主要由红外探测器和光学成像系统组成，接收被检测目标表面的红外辐射，经光谱滤波、空间滤波，将红外辐射能量分布聚焦到探测器的光敏元件上，从而获取红外热图像。红外辐射功率与物体表面温度的对应关系可以用斯蒂芬－波尔兹曼定律来描述

式中 P——物体的红外热辐射功率;

T——物体的绝对温度;

ε——物体表面的红外发射率;

σ——斯蒂芬－波尔兹曼常数;

目前红外检测的一种主要方法是比较差动红外热敏成像法，该方法通过将被测对象的温度记录图与标准热分布图作比较来判断故障的发生位置［4］。如果被测对象发热量大，发生故障时其表面温度会发生明显的变化，所以可以采用这种差分方法进行故障检测。此外，一般电子设备在工作一段时间后会达到或接近热平衡，从开始工作到接近稳定热平衡这段时间灯具表面温度的变化会遵循一定的规律，据此可以绘制温度变化的曲线，作为故障诊断的依据。当电子设备的热源或者散热通道发生故障时，设备表面温度变化曲线通常会有异常表现。

比较差动红外热敏成像法的前提是获得标准灯具正常工作时的图像，如果获取的标准图像模糊或者并非标准图像，将会影响对故障判断的准确性。针对这种情况，可以利用有限元仿真的方法模拟LED隧道灯标准热图像，既可以核对标准图像，也可以近似看作标准图像作为故障诊断的判断依据。

3 实验与结果

实验采用的主要仪器是FLIR公司的thermal Vision A40M红外热像仪，能在－40℃至500℃内分辨出0.08℃的温差，生成无噪声的红外热图像(320×240像素)，实验对象是目前市场上常见的四款LED隧道灯。由于不同的检测距离、方向、环境温度和环境湿度对红外热图像的影响很大，所以实验选在环境条件可控的暗室内进行，保持固定的距离和方向，尽可能减小环境和测试条件差异造成的测量误差。

图1 实验系统原理图

实验中首先固定好待测灯具，让灯具热沉正对红外仪镜头，调节红外仪的位置使整个灯具的热图像在镜头中心区域，在环境条件稳定之后打开灯具电源并同步记录热沉的温度变化情况，当热沉温度没有明显上升 (小于0.1℃/min)时结束测试。对一盏灯做一次测试所需时间约2小时，可以观测到灯具热沉温度上升到稳定的整个过程。红外仪记录了测试时间内灯具的表面温度场，可以提取任意时刻和任意位置的温度值。

4 分析讨论

4.1 温度曲线分析

图1表示的灯具热沉的最高温度随时间的变化规律，四盏隧道灯表面的最高温度随时间变化趋势一致，温度初始上升速率最大并随时间减小，最后趋于稳定。四盏隧道灯在实验初始阶段的温度一致，在工作 5500秒后，温升分别为 16.5℃、11.8℃、30.0℃和44.8℃。较高的表面温度表明灯具产生的热量较多，散热器与光源模组的匹配度较低。那么可以初步判断C灯和D灯的散热设计不合理，灯具表面温升过大。

图2 热沉最高温度随时间的变化规律

4.2 温度场分析

利用红外图像进行LED隧道灯故障诊断的前提是标准热图像，在无法获得正常灯具的情况下，可以利用有限元分析的方法对这个分布进行仿真。在获得四盏灯具的几何参数和材料参数之后，能够对四盏LED隧道灯的稳态温度场进行模拟［5～8］。仿真结果如图4所示，实际结果如图3所示，两者进行比较之后可以发现A灯和D灯存在异常。

从红外诊断技术的角度来讲，故障可以分为外部故障和内部故障两类［9］。外部故障一般是由裸露在大气中的电气接头接触不良或绝缘性能降低造成，内部故障一般指密封在固体绝缘、油绝缘及设备壳体内的电气回路故障和介质劣化造成。LED隧道灯外部主要由外罩、散热器和电源组成，外部设备发生故障的概率极低。LED隧道灯的内部组件主要包含灯珠、焊接层、导热胶和散热器等，结构较复杂，这些部件相互协调较难，发生故障的概率较高。实验中实测LED隧道灯温度场与标准温度场存在明显差异，可能是由LED芯片功率差异大、焊点不均、导热胶厚薄不均等因素造成。

图3 经过等温线划分之后的红外热图像

图4 通过有限元仿真获得的标准热图像

为了进一步判断导致A灯温度场异常的原因，在标准模型的基础上，改变LED光源功率分布、焊接层分布和导热胶分布，通过有限元方法进行了模拟。

LED光源虽然功率规格是一样的，但是不同灯珠之间可能会存在功率上的细微差异。A灯所用的灯珠的标称的功率误差为5%，由于焊接和其他不确定因素的影响，假设该误差为10%。该隧道灯的灯珠排布方式为6*6，按照热图像的分布，灯珠的百分比功率分布如矩阵A所示 (矩阵中数值100表示实际功率与标称功率一致)。根据该分布利用有限元方法得到的模拟温度场分布如图4所示，可见灯珠功率的不均匀性对灯具表面热分布的影响是十分有限的。

图5 矩阵A和改变灯珠功率的温度场分布

芯片的焊接大多采用回流焊方式，但是在焊接之前A灯生产厂家的焊锡膏是由人工涂抹上去的，这样难免使得焊接层的厚薄不均。为了简化仿真过程，用导热系数的变化来等效代替焊接点厚薄变化。

假定焊接层相对平均厚度的变化率为±20%，根据传热的热阻公式:

为了使热阻变化趋势一致，导热系数与焊接层厚度变化率应该相反，即:

导热系数的百分比分布如6*6的矩阵B示，模拟结果如图5所示，可见焊接层厚薄不均对导热影响十分有限。

图6 矩阵B和改变导热层厚度的温度场分布

LED光源与铝基板之间通过焊接连接，铝基板与外部散热器之间通过导热硅脂来增强结合度，消除空气间隙，使导热通道更加顺畅。A灯的导热硅脂采用人工涂抹方式，由于涂抹面大，该导热层的均匀性很难保证。从理论上讲导热层的厚度越薄越好，可是即使熟练工人也难以把握这个尺度，为了避免产生空气隙，涂抹层的厚度较大。由于导热硅脂层涂抹不均匀大，假定相对平均厚度的变化率为50%，百分比厚度分布用矩阵C表示，仿真结果如图6所示，可以发现导热硅脂分布的不均匀性对热沉温度分布影响也很小。

图7 矩阵C和改变导热硅脂厚度的温度场分布

为了验证仿真结果所得出的判断是否正确，将该LED隧道灯A的外壳打开，并查看内部结构，发现该灯的芯片外观、焊点尺寸、导热硅脂层厚度都趋于一致。考虑到焊接层、导热硅脂层的不均匀性对外部热沉温度分布影响比较小，所以推测实验中观察到的温度场异常现象应该是由灯珠功率不均匀导致。

D灯的光源由两块多晶COB封装的面光源LED组成，每块的功率高达60W，芯片与热沉之间用导热硅脂直接相连。这样的散热结构会导致热量堆积在热沉上紧邻的区域，需较长时间才能扩散，导致局部过热。从仿真结果来看，热沉上温度最高点应该在两芯片的正后方，呈现双峰分布。但实测结果表明温度最高点集中在其中一块芯片，呈现单峰分布，而且两芯片正后方热沉的温差很明显。据此判定温度场不均的原因是两块芯片的功率相差较大，由于芯片的型号一致，功率的差异很可能是由电源引起。D灯两块芯片的电源模块是相互独立的，所以可以通过交换电源模块进行验证，实验发现交换电源模块后温度单峰的位置转移到另一块芯片，所以导致D灯温度场异常的主要原因是其中一个电源模块存在质量问题。

5 结论

通过红外热像仪，将LED隧道灯工作过程的热图像记录下来，发现了不同灯具的温升差异较大，实验中四盏灯具的温升分别为 16.5℃、11.8℃、30.0℃和44.8℃，后两盏灯温升过高，也不符合标准XX中规定的30℃温升的要求。根据灯具的结构，模拟了标准灯具的热稳态分布图，将灯具实测温度分布图与之进行比较，发现A灯与D灯存在异常。其中D灯的结果较简单，实验现象也较明显，通过分析灯具结构可以判断出灯具故障的原因很可能是灯具电源所致，通过拆解灯具并进行发现其中一组电源存在质量问题。A灯的实测结果与理论分析差异明显，首先假定该差异可能是由芯片功率不均，焊点不均和导热胶不均导致，通过有限元分析进行模拟，发灯珠功率分布不均匀对热沉温度场分布影响最大，判断灯珠功率分布不均是导致灯具异常的主要原因，拆解灯具后进行检测，通过分析可以判断该异常是由LED灯珠功率的不均匀性所致。整个实验证实了红外热像技术用于LED隧道灯故障诊断的可行性，红外诊断技术在该领域的应用还有待进一步研究。

［1］李志强等．LED灯在公路隧道照明中的节能应用．中国交通信息产业，2009(12)，108－110(2009)

［2］韩直等．公路隧道LED照明灯的检测与应用，公路交通技术．2009(6)，129－132(2009)

［3］姜长胜等．红外热波无损检测序列图像的增强方法，无损检测，29(8)，440－442(2007)

［4］刘陶等．基于红外热图像的电路板故障检测．电子技术，45(4)，65－67(2008)

［5］朱旭平等．功率型LED瞬态温度场及热应力分布的研究．光电工程，38(2)，132－137(2011)

［6］任国涛等．大功率LED封装热性能因素的有限元分析．照明工程学报，21(z1)，18－21(2010)

［7］王立彬等．功率型倒装结构LED系统热模拟及热阻分析．半导体学报，28(z1)，504－507(2007)

［8］李华平等．大功率LED的封装及其散热基板研究．半导体光电，28(1)，47－50(2007)

［9］梁旗等．基于红外热图像电力设备热故障的自动诊断．电脑知识与技术，1(6)，1106－1108(2008)