[논문]LED 열화 데이터에 대한 정규화 방법에 대한 연구

정의효; 임홍우; 형재필; 정창욱; 조정하; 장중순

doi:10.33162/jar.2018.03.18.1.49

[국내논문] LED 열화 데이터에 대한 정규화 방법에 대한 연구
Study on Normalization Method of LED Degradation Data 원문보기

신뢰성응용연구 = Journal of the applied reliability, v.18 no.1, 2018년, pp.49 - 55

정의효 (아주대학교 산업공학과) , 임홍우 (한국기계전기전자시험연구원) , 형재필 (한국기계전기전자시험연구원) , 정창욱 (아주대학교 산업공학과) , 조정하 (아주대학교 산업공학과) , 장중순 (아주대학교 산업공학과)

Abstract ▼ AI-Helper

Purpose: To propose improved method for normalization, compare to the de facto international standard which is IESNA TM-21 or conventional normalization methods. Methods: Firstly, we analysed conventional methods and specified the problem of normalization method which is based on first measured data. Secondly, we proposed our approach which is based on the design specification. Lastly, we studied a real degradation data which is conducted for 15,000 hours. Conclusion: Proposed normalization method is better approach because it can reflect real data and design specification, and reduce distortion when analysing degradation data. Also, It is appliable to other long-life reliability items.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이러한 단점을 보완하기 위해서 본 논문에서는 제품 스펙을 기준으로 한 표준화방법을 식 (1)과 같이 제안한다. 기존에는 초기값을 기준으로 표준화를 시켰다면 본 논문에서는 제품의 스펙을 기준으로 표준화를 시키는 방법을 제안한다. 이렇게 스펙을 반영한 표준화를 사용하게 되면 수명분석에 있어서 초기 산포가 존재할 경우 초기 산포가 산출된 수명에도 영향을 미쳐서 보다 정확한 수명산출이 가능한 장점이 존재한다.
하지만 이는 실제 LED 조명 제품을 설계할 때 사용하는 패키지의 스펙이나 초기편차를 반영하지 못하며 결국 분석 후 예측된 수명에도 차이가 발생하게 된다. 본 논문에서는 이러한 표준화된 데이터를 기반으로 수행하는 분석과 제품의 스펙을 기반으로 수행하는 열화 분석의 차이에 대해서 설명하고 개선안을 도출 및 제안하고자 한다.
본 논문에서는 제안한 표준화 방법과 기존의 규격에서 사용하고 있는 열화분석 방법의 차이를 확인하기 위하여 약 15,000시간 동안 상온 측정 데이터가 확보된 데이터를 이용해서 초기 값을 이용한 표준화 방법과, 제조자가 제시하는 스펙을 이용한 표준화방법분석으로 인한 수명 차이를 확인해 보았다.

제안 방법

하지만 스펙 대비로 표준화를 진행하면 절대값 기준과 동일한 형태의 그래프를 얻을 수 있음을 알 수 있다. 두 가지 방법의 차이를 정량적 수명데이터로 확인하기 위해, 먼저 정규화를 진행하기 전의 실제 데이터를 고장판정기준을 제조사스펙대비 70%, 즉 L70으로 설정하고 실제 고장 시점을 구간절단데이터(IntervalicCensored Data)를 확인하여 Weibull 분포에 MLE(Maximum Likely hood Estimation)를 사용하여 B10수명과 형상모수, 척도모수를 추정하였다. 이어서, 실제 데이터를 기존의 정규화 방법과 제안된 정규화 방법을 이용하여 정규화된 데이터를 각각 얻은 뒤에, TM-21에서 제안하는 방법과 같이 선형회귀분석을 이용하여 지수함수를 추정하여 외삽(Extrapolation)을 통해 각 시료별 수명을 추정하였다.
본 논문에서는 IESNA LM-80, IESNA TM-21 등 기존의 신뢰성 열화분석을 살펴보고, 제품 스펙을 고려한 표준화 기법을 제안하였다. 또한 제안된 방법을 이용하여 약 16,000시간 동안 25개의 시료로 수행된 실제 LED열화데이터를 이용하여 분석방법에 따른 차이를 실제 사례를 통하여 살펴보았다. 제안된 방법은초기값의 분포에 민감하게 반응하지 않고 절대값으로 분석하는 것과 동일하게 왜곡 없이 데이터를 분석할 수 있으며, 제품의 설계 스펙을 반영할 수 있다는 장점이 있다.
본 논문에서는 IESNA LM-80, IESNA TM-21 등 기존의 신뢰성 열화분석을 살펴보고, 제품 스펙을 고려한 표준화 기법을 제안하였다. 또한 제안된 방법을 이용하여 약 16,000시간 동안 25개의 시료로 수행된 실제 LED열화데이터를 이용하여 분석방법에 따른 차이를 실제 사례를 통하여 살펴보았다.
LED는 국내 중견기업에서 제조한 LED pkg로서 [Table 6]에는 제품의 주요 스펙이 정리되어있다. 시험은 총 25개의 시료로 15,000시간 수행되었으며 상온에서 정상 동작시켜 열화를 진행시켰고 매 100 또는 200시간 마다 열화를 확인하기 위한 광속 데이터를 적분구를 이용하여 측정하였다. 시험결과는 [Fig.

데이터처리

두 가지 방법의 차이를 정량적 수명데이터로 확인하기 위해, 먼저 정규화를 진행하기 전의 실제 데이터를 고장판정기준을 제조사스펙대비 70%, 즉 L70으로 설정하고 실제 고장 시점을 구간절단데이터(IntervalicCensored Data)를 확인하여 Weibull 분포에 MLE(Maximum Likely hood Estimation)를 사용하여 B10수명과 형상모수, 척도모수를 추정하였다. 이어서, 실제 데이터를 기존의 정규화 방법과 제안된 정규화 방법을 이용하여 정규화된 데이터를 각각 얻은 뒤에, TM-21에서 제안하는 방법과 같이 선형회귀분석을 이용하여 지수함수를 추정하여 외삽(Extrapolation)을 통해 각 시료별 수명을 추정하였다. 이렇게 얻은 수명데이터는 실제데이터와 마찬가지로 Weibull 분포에 MLE를 이용하여 B₁₀ 수명과 형상모수, 척도모수를 추정하였으며 결과는 [Table 7]에서 확인할 수 있다.

성능/효과

[Table 7]에는 실제 수명을 기반으로 얻은 추정값과, 기존의 표준화방법, 그리고 제안된 표준화방법을 통해 확인된 수명데이터, 그리고 실제 수명데이터와 각 방법으로 인한 차이가 명기되어 있다. 결과를 확인해보면 제안된 방법과 기존의 방법의 수명 및 모수의 추정값 차이를 확인할 수 있는데, B₁₀ 수명 및 척도모수(Scale Parameter)와 형상(Shape Parameter)모두 제안된 방법이 실제 수명 추정치에 비해 더 높은 정확도로 추정할 수 있음을 확인할 수 있다.
제안된 방법과 일반적인 신뢰성 분석방법의 차이를 직접적으로 확인하기 위해서 [Fig 3]을 살펴보면 기존의 방법의 경우 초기값이 모두 1.0으로 세팅되기 때문에 초기 변화에 대해 민감하게 변화하게 되고 실제데이터에 비해 왜곡이 발생하는 것을 확인할 수 있다. 하지만 스펙 대비로 표준화를 진행하면 절대값 기준과 동일한 형태의 그래프를 얻을 수 있음을 알 수 있다.
또한 제안된 방법을 이용하여 약 16,000시간 동안 25개의 시료로 수행된 실제 LED열화데이터를 이용하여 분석방법에 따른 차이를 실제 사례를 통하여 살펴보았다. 제안된 방법은초기값의 분포에 민감하게 반응하지 않고 절대값으로 분석하는 것과 동일하게 왜곡 없이 데이터를 분석할 수 있으며, 제품의 설계 스펙을 반영할 수 있다는 장점이 있다. 또한 LED뿐만 아니라 유사한 장수명을 지닌 신뢰성 아이템에 대해서도 동일하게 적용할 수 있을 것으로 기대된다
기존의 방법은 열화분석을 수행하기 전에 제품의 스펙을 정확하게 알 필요가 없지만, 초기편차가제품의 열화곡선에 영향을 끼쳐서 실제 데이터와 차이가 발생하며, 고장판정기준이 샘플별로 제각각이 되어 고장판정기준이 일관성이 없게 된다. 하지만 제안된 방법은 제품의 스펙에 기반 하여 일관된 고장판정기준을 설정할 수 있고, 열화 추정에 사용하는 열화 곡선의 경우에 실제데이터와 동일한 곡선을 이용하여 분석을 수행하여, 결과적으로 제품의 스펙을 반영한 정확한 수명을 추정할 수 있게 된다.

후속연구

제안된 방법은초기값의 분포에 민감하게 반응하지 않고 절대값으로 분석하는 것과 동일하게 왜곡 없이 데이터를 분석할 수 있으며, 제품의 설계 스펙을 반영할 수 있다는 장점이 있다. 또한 LED뿐만 아니라 유사한 장수명을 지닌 신뢰성 아이템에 대해서도 동일하게 적용할 수 있을 것으로 기대된다

질의응답

핵심어	질문	논문에서 추출한 답변
	LED란 무엇인가?	LED(Light Emitting Diode)는 순방향으로 전압을 가하였을 때 발광하는 반도체 소자로서 미국 제너럴일렉트릭 社의 닉 홀로니악이 1962년에 최초로 빨간색 가시광선을 발광하는 발광다이오드를 개발하였다[1]. 이후 지속적인 발전을 거쳐 일본 니치아社의 나카무라 슈지가 1993년 고효율 청색 LED를 개발함에 따라 LED는 백색구현이 가능해 졌으며 조명광원으로서 각광받게 되었다.
	LED제품의 수명을 따질 때, 고장의 기준으로 삼는 것은 무엇인가?	이중 색온도와 연색성의 경우 “색이 얼마나 푸른가?”, “색이 얼마나 태양빛과 가까운가?”를 나타내는 감성적인 영역의 제품의 특성이며 수명과 직접적인 연관성은 없다. LED제품의 수명 또한 광속이 70%로 줄어드는 지점을 고장의 기준으로 삼기 때문에 가장 중요한 특성은 광속이라고 할 수 있다.
	IESNA TM-21과 기존의 일반적인 열화분석의 공통점은 무엇인가?	IESNA TM-21과 기존의 일반적인 열화분석과 공통점과 차이점 점을 요약해보면 아래 [Table 2]와 같이 정리할 수 있다. 먼저 공통점으로는 LED 열화데이터 분석에 일반적으로 사용되는 지수함수와 표준화된 값을 사용한다는 점이다. 하지만 기존의 신뢰성 분석법과 다른 방식의 접근도 시도하고 있다.

참고문헌 (6)

IESNA Light Source Committee (2005). "IESNA Technical Memorandum on Light Emitting Diode (LED) Sources and Systems". p. 001
IESNA The Subcomittee on Solid State Lighting of the IES Testing Procedures Committee (2008). "IES Approved Method for Measuring Lumen Maintenance of LED Light Sources".
IESNA The Subcomittee on Solid State Lighting of the IES Testing Procedures Committee (2011). "Projecting Long Term Lumen Maintenance of LED Light Sources".
Fan, J., Yung, K. C., and Pecht, M. (2012). "Lifetime estimation of high-power white LED using degradation-data-driven method". IEEE Transactions on Device and Materials Reliability, Vol. 12, No. 2, pp. 470-477.

상세보기
Wang, F. K. and Lu, Y. C. (2014). "Useful lifetime analysis for high-power white LEDs". Microelectronics Reliability, Vol. 54, pp. 1307-1315.

상세보기
EnergyStar (2017). "Philips Color Kinetics - 523-000090-80". https://www.energystar.gov/productfinder/product/certified-light-fixtures/details/2280030 (11 Nov. 2017).

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증