MétaCan
Menu
Retour à la cohorte
Enregistrement W1029083295 · doi:10.1115/imece2014-39286

Experimental, Numerical and Analytical Investigation of Thermal Resistance in High Brightness LED Arrays

2014· article· en· W1029083295 sur OpenAlexaff
Mahmood R. S. Shirazy, Andréane D’Arcy-Lepage, Michel Gilbert, Samuel Richard, Luc G. Fréchette

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésThermal resistanceHeat sinkMaterials scienceThermocoupleThermalThermographyJunction temperatureThermal management of high-power LEDsLED lampFinite element methodMechanical engineeringLight-emitting diodeSpreading resistance profilingTemperature measurementInfraredOptoelectronicsOpticsComposite materialEngineeringElectrical engineeringStructural engineeringThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Thermal performance of a commercial LED array module has been studied by experimental, numerical and analytical approaches to find the dominant thermal resistance in the thermal circuit. The light quality, lifetime and reliability of the LED modules depend strongly on the junction temperature which can be obtained and modified by a suitable thermal resistance model. Analytical models for the first level packaging (Die) and second level packaging (PCB and heat sink) have been developed with special attention to the thermal spreading resistance. Numerical modeling has been performed using commercial finite element software (COMSOL) and the results are in good agreement with the analytical models. An LED array module has also been studied experimentally by measuring the temperature field in the PCB and heat sink using thermocouples and infrared thermography. The results of the experimental part are used to validate the numerical and analytical models. It is shown that more than 50% of the total thermal resistance is caused by the heat sink while the PCB and LED package each share 25% of the total thermal resistance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,245
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGaN-based semiconductor devices and materialsTravaux en français237 207