通过有限元分析, 利用COMSOL软件模拟计算了Nano-LED 半极性面InGaN/GaN单量子阱距离边缘不同位置的应变和压电极化分布, 并结合模拟得到的量子阱极化电场, 采用Silvaco软件计算得到了Nano-LED InGaN/GaN单量子阱距离边缘不同位置的发光光谱。应变和压电极化分布结果表明, 其在距离半极性面量子阱边缘100 nm的范围内变化明显。然而, 在半极性面内部, 应力释放现象消失, 压电极化电场变强, 量子限制Stark效应导致InGaN/GaN单量子阱发光强度降低。发光光谱分析表明, 60 mA工作电流下, Nano-LEDInGaN/GaN半极性面量子阱边缘位置的光谱峰值最大蓝移达21 nm, 其原因在于边缘的应力释放作用。Nano-LED非极性面和半极性面的整体光谱分析表明, 在固定Nano-LED高度条件下, Nano-LED的直径越大, 半极性面占比越高, 器件整体发光光谱的双峰值现象越明显, 这将为多波长Nano-LED器件的设计提供借鉴。

多芯片LED光源的可靠性分析涉及到光、电、热多个物理场, 高精度的多场分析结果会导致计算资源过多、计算时间过长、计算难度大等问题。为解决上述问题, 本文分别利用传统的有限元算法(FEM)和高效的人工神经网络方法(ANN)进行LED光源温度分析, 并讨论两种方法的优劣性。最后, 通过将FEM分析单一传热物理场的优势与ANN计算时间短、计算资源需求低的优势相结合, 归纳出一种更为高效的方法来进行多芯片LED光源的散热分析。利用该方法, ANN的预测数据与训练数据之间的相关系数达到了0.997 79, 预测结果与实际热分布图有良好的匹配, 计算资源相比传统的FEM方法节约了59％。该方法的应用能够在满足精度的前提下耗费更少的计算资源和时间, 同时提高了分析的灵活性。除此之外, 该方法对求解大功率LED光源寿命等可靠性问题也具有一定的参考价值。

为克服现有光纤光栅位移传感器设计中存在的传力介质弹性系数易改变、滑块易产生偏移等对测量精度的不利影响, 提出了一种滑动式位移传感器。楔形滑块的滑动面和限制面的采样互相垂直、等强度梁的变截面和一体化、滑动面圆弧化等特殊设计, 使传感器具有抗滑动干扰性、梁挠位移测量的高灵敏性、长期往复测量的耐磨性等优点。阐述了传感器测量原理, 加工制造了传感器原型, 并开展了全面的性能测试。测试结果和误差分析表明: 传感器在0~100 mm 的量程中, 灵敏度为20.11 pm/mm, 精度达到0.099 5% F.S, 具备良好的微位移测量能力; 重复性误差和迟滞误差分别仅为0.705%和0.403%, 且抗蠕变性能良好, 可满足机械装备、土木工程等重大设施的结构健康监测对位移、变形测量的精度和长期稳定性要求。