國 立 高 雄 應 用 科 技 大 學

模 具 工 程 系 碩 士 班

碩 士 論 文

利用分子動力學進行導光板入光區微結構設計

之研究

Optical Design of Edge Emitting Light Guide Plate Using Molecular

Dynamics

研究生劉易承

指導教授黃俊欽 教授

中 華 民 國 一 百零 一 年 七 月

利用分子動力學進行導光板入光區微結構設計之研究

Optical Design of Edge Emitting Light Guide Plate Using Molecular

Dynamics

研究生劉易承

指導教授黃俊欽 教授

國立高雄應用科技大學

模具工程系碩士班

碩士論文

A Thesis

Submitted to

Institute of Mold and Die Engineering

National Kaohsiung University of Applied Sciences

in Partial Fulfillment of the Requirements

for the Degree of

Master of Engineering

in

Mold and Die Engineering

July 2012

Kaohsiung Taiwan Republic of China

中華民國一百零一年七月

i

利用分子動力學進行導光板入光區微結構設計之研究

研究生劉易承 指導教授黃俊欽教授

國立高雄應用科技大學模具工程系碩士班

中文摘要

隨著高功率 LED 的發展背光模組所使用的 LED 數量亦將會減少以便達到

降低成本的目的但 LED 數量減少將增加排列的間距造成入光區的暗帶及亮度

不均等缺點本文以分子動力學的方法來進行導光板入光區微結構的設計研究

微結構以網點(dot)形狀為例以原子間相互作用的原理為基礎再運用 VBA(visual

basic for application)程式控制來達到網點密度的最佳化布置網點密度的演算方法

是先將導光板劃分為數個網格區並進行各網格內的網點密度優化調整再依據

分子動力學原子間相互的排斥力來進行相鄰網格之間的網點密度平滑化避免

網格交界處出現光學瑕疵過程方法包括細胞網格法 (cell division)可變動

r-cut(variable r-cut)技巧反射邊界條件(reflective boundary condition)及邊界之力平

均法(force average)完成之後再將程式所產生的網點亂數排列結果輸入光學軟體

(LightTools)並輸入相關幾何外型尺寸來進行光學分析藉由軟體優化系統找

到最佳照度與輝度的幾何外型與網點位置

關鍵字導光板微結構網點密度分子動力學

ii

Optical Design of Edge Emitting Light Guide Plate Using Molecular

Dynamics

Student Yi Cheng Liu Advisors Dr Chung Ching Huang

Institute of Mold and Die Engineering

National Kaohsiung University of Applied Science

ABSTRACT

With the development of high-power LED to reduce the cost and number of LED

used in backlight module and solve hot spot and scattering issues in this paper

molecular dynamics (MD) a computer simulation of physical movements of atoms and

molecules was adopted to design the microstructure of light guide plate VBA (visual

basic for application) language was also used to control and achieve the optimization of

the dot pattern design Divide light guide plate into several grid sections first and

optimize the grid density for each grid section According to repulsive force of

molecular dynamics smooth the grid density between sections to section and prevent

optical defect around grid boundaries Some approaches such as cell division

r-cut(variable r-cut) reflective boundary condition and force average was involved to

create the randomly grids

Key wordlight guide plate microstructure grid density molecular dynamics

iii

致 謝

兩年的研究所生涯說長不長說短也不短可是不可否認的是時間真的過的

很快一轉眼就輪到我們要發表這兩年辛苦研究的成果了回顧起這兩年的研究

生涯可說是多采多姿首先我要感謝是我的指導教授黃俊欽教授在老師的領

導之下給予我們的教育不單單只有專業知識還有待人接物及做人處事的道理

從老師與人相處的過程中不論是老師的談吐與舉止讓我明白人不應該有那麼

一點小小的成就就因此而感到自滿反而必須要更加謙遜才能再學到更多東西

而這兩年真的讓我學習到很多以往我沒學到的知識不管是理論還是實務都讓我

有滿滿的收穫在此我必須誠心的向老師說聲感謝

其次我要感謝的是我的家人在我就讀研究所的路上讓我沒有任何經濟壓

力的情況下無憂無慮的學習可是研究路上難免會遇到瓶頸往往遭遇挫折及

不順遂此時就會透過網路電話 Skype 或是手機向家人吐苦水抱怨再從家人身

上得到依靠以及鼓勵在此我十分感謝我的家人在我成長的路上處處包容我的

任性和壞脾氣所以我要將這本論文送給我最親愛的家人畢竟這是我這兩年

來努力研究的成果因為分享這份喜悅沒有人比他們更有資格你們的支持與鼓

勵是我完成碩士學位最大的動力爸爸媽媽哥哥謝謝你們

最後要感謝成功學長小林學長小胖學長一帆學長宏偉學長乙玄學

姊小新阿凱等人在研究期間的指導與協助也導引我們正確的知識跟概念

也感謝同窗晨鋒文旺詩涵和秈泓緯君漢修豪等人相互鼓勵與研究學

習讓這兩年的研究生涯充滿回憶也感謝學弟嘉韋晏彰致恒昱安一仙

這段期間分擔實驗室事務好讓我可以全心投入在我的研究碩士這段期間受

到很多人的照顧也結識到很多不同領域的朋友誠心謝謝那些曾經幫助過我的

人我真的很感謝你們

iv

目 錄 中文摘要 i

ABSTRACT ii

致 謝 iii

目 錄 iv

表目錄 v

圖目錄 vi

第一章 緒論 1

11 前言 1

12 背光模組簡介 3

13 導光板簡介 9

14 研究動機 14

15 文獻回顧 14

16 論文架構 16

第二章 基礎原理 18

21 自適應網路模糊推論系統(ANFIS) 18

22 分子動力學理論(MD) 23

23 幾何光學基礎原理 36

231 幾何光學 36

232 折射率 37

233 司乃耳定律（Snellrsquos Law） 38

234 反射(Reflection )與折射(Refraction)定律 39

235 臨界角與全反射(Total Internal Reflection) 42

236 光度學基本定義 43

第三章 導光板設計與分析 45

31 認識導光板區域名稱與功能 45

3 2 設計流程規劃 47

3 3 入光側微結構設計 51

3 4 反射面(入光區)微結構設計 58

第四章 結果與討論 72

4-1 入光側微結構的探討 72

4-2 入光區微結構的探討 76

第五章 結論 83

第六章 參考文獻 84

v

表目錄 表 1-1 CCFL 與 LED 之比較 6

表 1-2 印刷式非印刷式及擴散式技術比較 13

表 2-1 各物質折射率 37

表 2-2 日常代表性照度 44

表 3-1 入光區微結構幾何形狀的種類 46

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表 48

表 3-3 第一階初始幾何參數 52

表 3-4 L16 直交表 53

表 3-5 第一階初始幾何參數分析結果 54

表 3-6 第一階 ANFIS 建議參數 54

表 3-7 第二階初始幾何參數 55

表 3-8 第二階初始幾何參數分析結果 55

表 3-9 第二階 ANFIS 建議參數 55

表 3-10 第三階初始幾何參數 56

表 3-11 第三階初始幾何參數分析結果 56

表 3-12 第三階 ANFIS 建議參數 56

表 4-1 第一階初始幾何參數 73

表 4-2 第一階 ANFIS 建議參數 74

表 4-3 第二階初始幾何參數 74

表 4-4 第二階 ANFIS 建議參數 74

表 4-5 第三階初始幾何參數 74

表 4-6 第三階 ANFIS 建議參數 74

表 4-7 兩顆 LED 最佳化演算過程 78

表 4-8 一顆 LED 最佳化演算過程 79

表 4-9 兩顆 LED 導光板 9 點輝度值 82

表 4-10 一顆 LED 導光板 9 點輝度值 82

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較 82

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

利用分子動力學進行導光板入光區微結構設計之研究

Optical Design of Edge Emitting Light Guide Plate Using Molecular

Dynamics

研究生劉易承

指導教授黃俊欽 教授

國立高雄應用科技大學

模具工程系碩士班

碩士論文

A Thesis

Submitted to

Institute of Mold and Die Engineering

National Kaohsiung University of Applied Sciences

in Partial Fulfillment of the Requirements

for the Degree of

Master of Engineering

in

Mold and Die Engineering

July 2012

Kaohsiung Taiwan Republic of China

中華民國一百零一年七月

i

利用分子動力學進行導光板入光區微結構設計之研究

研究生劉易承 指導教授黃俊欽教授

國立高雄應用科技大學模具工程系碩士班

中文摘要

隨著高功率 LED 的發展背光模組所使用的 LED 數量亦將會減少以便達到

降低成本的目的但 LED 數量減少將增加排列的間距造成入光區的暗帶及亮度

不均等缺點本文以分子動力學的方法來進行導光板入光區微結構的設計研究

微結構以網點(dot)形狀為例以原子間相互作用的原理為基礎再運用 VBA(visual

basic for application)程式控制來達到網點密度的最佳化布置網點密度的演算方法

是先將導光板劃分為數個網格區並進行各網格內的網點密度優化調整再依據

分子動力學原子間相互的排斥力來進行相鄰網格之間的網點密度平滑化避免

網格交界處出現光學瑕疵過程方法包括細胞網格法 (cell division)可變動

r-cut(variable r-cut)技巧反射邊界條件(reflective boundary condition)及邊界之力平

均法(force average)完成之後再將程式所產生的網點亂數排列結果輸入光學軟體

(LightTools)並輸入相關幾何外型尺寸來進行光學分析藉由軟體優化系統找

到最佳照度與輝度的幾何外型與網點位置

關鍵字導光板微結構網點密度分子動力學

ii

Optical Design of Edge Emitting Light Guide Plate Using Molecular

Dynamics

Student Yi Cheng Liu Advisors Dr Chung Ching Huang

Institute of Mold and Die Engineering

National Kaohsiung University of Applied Science

ABSTRACT

With the development of high-power LED to reduce the cost and number of LED

used in backlight module and solve hot spot and scattering issues in this paper

molecular dynamics (MD) a computer simulation of physical movements of atoms and

molecules was adopted to design the microstructure of light guide plate VBA (visual

basic for application) language was also used to control and achieve the optimization of

the dot pattern design Divide light guide plate into several grid sections first and

optimize the grid density for each grid section According to repulsive force of

molecular dynamics smooth the grid density between sections to section and prevent

optical defect around grid boundaries Some approaches such as cell division

r-cut(variable r-cut) reflective boundary condition and force average was involved to

create the randomly grids

Key wordlight guide plate microstructure grid density molecular dynamics

iii

致 謝

兩年的研究所生涯說長不長說短也不短可是不可否認的是時間真的過的

很快一轉眼就輪到我們要發表這兩年辛苦研究的成果了回顧起這兩年的研究

生涯可說是多采多姿首先我要感謝是我的指導教授黃俊欽教授在老師的領

導之下給予我們的教育不單單只有專業知識還有待人接物及做人處事的道理

從老師與人相處的過程中不論是老師的談吐與舉止讓我明白人不應該有那麼

一點小小的成就就因此而感到自滿反而必須要更加謙遜才能再學到更多東西

而這兩年真的讓我學習到很多以往我沒學到的知識不管是理論還是實務都讓我

有滿滿的收穫在此我必須誠心的向老師說聲感謝

其次我要感謝的是我的家人在我就讀研究所的路上讓我沒有任何經濟壓

力的情況下無憂無慮的學習可是研究路上難免會遇到瓶頸往往遭遇挫折及

不順遂此時就會透過網路電話 Skype 或是手機向家人吐苦水抱怨再從家人身

上得到依靠以及鼓勵在此我十分感謝我的家人在我成長的路上處處包容我的

任性和壞脾氣所以我要將這本論文送給我最親愛的家人畢竟這是我這兩年

來努力研究的成果因為分享這份喜悅沒有人比他們更有資格你們的支持與鼓

勵是我完成碩士學位最大的動力爸爸媽媽哥哥謝謝你們

最後要感謝成功學長小林學長小胖學長一帆學長宏偉學長乙玄學

姊小新阿凱等人在研究期間的指導與協助也導引我們正確的知識跟概念

也感謝同窗晨鋒文旺詩涵和秈泓緯君漢修豪等人相互鼓勵與研究學

習讓這兩年的研究生涯充滿回憶也感謝學弟嘉韋晏彰致恒昱安一仙

這段期間分擔實驗室事務好讓我可以全心投入在我的研究碩士這段期間受

到很多人的照顧也結識到很多不同領域的朋友誠心謝謝那些曾經幫助過我的

人我真的很感謝你們

iv

目 錄 中文摘要 i

ABSTRACT ii

致 謝 iii

目 錄 iv

表目錄 v

圖目錄 vi

第一章 緒論 1

11 前言 1

12 背光模組簡介 3

13 導光板簡介 9

14 研究動機 14

15 文獻回顧 14

16 論文架構 16

第二章 基礎原理 18

21 自適應網路模糊推論系統(ANFIS) 18

22 分子動力學理論(MD) 23

23 幾何光學基礎原理 36

231 幾何光學 36

232 折射率 37

233 司乃耳定律（Snellrsquos Law） 38

234 反射(Reflection )與折射(Refraction)定律 39

235 臨界角與全反射(Total Internal Reflection) 42

236 光度學基本定義 43

第三章 導光板設計與分析 45

31 認識導光板區域名稱與功能 45

3 2 設計流程規劃 47

3 3 入光側微結構設計 51

3 4 反射面(入光區)微結構設計 58

第四章 結果與討論 72

4-1 入光側微結構的探討 72

4-2 入光區微結構的探討 76

第五章 結論 83

第六章 參考文獻 84

v

表目錄 表 1-1 CCFL 與 LED 之比較 6

表 1-2 印刷式非印刷式及擴散式技術比較 13

表 2-1 各物質折射率 37

表 2-2 日常代表性照度 44

表 3-1 入光區微結構幾何形狀的種類 46

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表 48

表 3-3 第一階初始幾何參數 52

表 3-4 L16 直交表 53

表 3-5 第一階初始幾何參數分析結果 54

表 3-6 第一階 ANFIS 建議參數 54

表 3-7 第二階初始幾何參數 55

表 3-8 第二階初始幾何參數分析結果 55

表 3-9 第二階 ANFIS 建議參數 55

表 3-10 第三階初始幾何參數 56

表 3-11 第三階初始幾何參數分析結果 56

表 3-12 第三階 ANFIS 建議參數 56

表 4-1 第一階初始幾何參數 73

表 4-2 第一階 ANFIS 建議參數 74

表 4-3 第二階初始幾何參數 74

表 4-4 第二階 ANFIS 建議參數 74

表 4-5 第三階初始幾何參數 74

表 4-6 第三階 ANFIS 建議參數 74

表 4-7 兩顆 LED 最佳化演算過程 78

表 4-8 一顆 LED 最佳化演算過程 79

表 4-9 兩顆 LED 導光板 9 點輝度值 82

表 4-10 一顆 LED 導光板 9 點輝度值 82

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較 82

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

i

利用分子動力學進行導光板入光區微結構設計之研究

研究生劉易承 指導教授黃俊欽教授

國立高雄應用科技大學模具工程系碩士班

中文摘要

隨著高功率 LED 的發展背光模組所使用的 LED 數量亦將會減少以便達到

降低成本的目的但 LED 數量減少將增加排列的間距造成入光區的暗帶及亮度

不均等缺點本文以分子動力學的方法來進行導光板入光區微結構的設計研究

微結構以網點(dot)形狀為例以原子間相互作用的原理為基礎再運用 VBA(visual

basic for application)程式控制來達到網點密度的最佳化布置網點密度的演算方法

是先將導光板劃分為數個網格區並進行各網格內的網點密度優化調整再依據

分子動力學原子間相互的排斥力來進行相鄰網格之間的網點密度平滑化避免

網格交界處出現光學瑕疵過程方法包括細胞網格法 (cell division)可變動

r-cut(variable r-cut)技巧反射邊界條件(reflective boundary condition)及邊界之力平

均法(force average)完成之後再將程式所產生的網點亂數排列結果輸入光學軟體

(LightTools)並輸入相關幾何外型尺寸來進行光學分析藉由軟體優化系統找

到最佳照度與輝度的幾何外型與網點位置

關鍵字導光板微結構網點密度分子動力學

ii

Optical Design of Edge Emitting Light Guide Plate Using Molecular

Dynamics

Student Yi Cheng Liu Advisors Dr Chung Ching Huang

Institute of Mold and Die Engineering

National Kaohsiung University of Applied Science

ABSTRACT

With the development of high-power LED to reduce the cost and number of LED

used in backlight module and solve hot spot and scattering issues in this paper

molecular dynamics (MD) a computer simulation of physical movements of atoms and

molecules was adopted to design the microstructure of light guide plate VBA (visual

basic for application) language was also used to control and achieve the optimization of

the dot pattern design Divide light guide plate into several grid sections first and

optimize the grid density for each grid section According to repulsive force of

molecular dynamics smooth the grid density between sections to section and prevent

optical defect around grid boundaries Some approaches such as cell division

r-cut(variable r-cut) reflective boundary condition and force average was involved to

create the randomly grids

Key wordlight guide plate microstructure grid density molecular dynamics

iii

致 謝

兩年的研究所生涯說長不長說短也不短可是不可否認的是時間真的過的

很快一轉眼就輪到我們要發表這兩年辛苦研究的成果了回顧起這兩年的研究

生涯可說是多采多姿首先我要感謝是我的指導教授黃俊欽教授在老師的領

導之下給予我們的教育不單單只有專業知識還有待人接物及做人處事的道理

從老師與人相處的過程中不論是老師的談吐與舉止讓我明白人不應該有那麼

一點小小的成就就因此而感到自滿反而必須要更加謙遜才能再學到更多東西

而這兩年真的讓我學習到很多以往我沒學到的知識不管是理論還是實務都讓我

有滿滿的收穫在此我必須誠心的向老師說聲感謝

其次我要感謝的是我的家人在我就讀研究所的路上讓我沒有任何經濟壓

力的情況下無憂無慮的學習可是研究路上難免會遇到瓶頸往往遭遇挫折及

不順遂此時就會透過網路電話 Skype 或是手機向家人吐苦水抱怨再從家人身

上得到依靠以及鼓勵在此我十分感謝我的家人在我成長的路上處處包容我的

任性和壞脾氣所以我要將這本論文送給我最親愛的家人畢竟這是我這兩年

來努力研究的成果因為分享這份喜悅沒有人比他們更有資格你們的支持與鼓

勵是我完成碩士學位最大的動力爸爸媽媽哥哥謝謝你們

最後要感謝成功學長小林學長小胖學長一帆學長宏偉學長乙玄學

姊小新阿凱等人在研究期間的指導與協助也導引我們正確的知識跟概念

也感謝同窗晨鋒文旺詩涵和秈泓緯君漢修豪等人相互鼓勵與研究學

習讓這兩年的研究生涯充滿回憶也感謝學弟嘉韋晏彰致恒昱安一仙

這段期間分擔實驗室事務好讓我可以全心投入在我的研究碩士這段期間受

到很多人的照顧也結識到很多不同領域的朋友誠心謝謝那些曾經幫助過我的

人我真的很感謝你們

iv

目 錄 中文摘要 i

ABSTRACT ii

致 謝 iii

目 錄 iv

表目錄 v

圖目錄 vi

第一章 緒論 1

11 前言 1

12 背光模組簡介 3

13 導光板簡介 9

14 研究動機 14

15 文獻回顧 14

16 論文架構 16

第二章 基礎原理 18

21 自適應網路模糊推論系統(ANFIS) 18

22 分子動力學理論(MD) 23

23 幾何光學基礎原理 36

231 幾何光學 36

232 折射率 37

233 司乃耳定律（Snellrsquos Law） 38

234 反射(Reflection )與折射(Refraction)定律 39

235 臨界角與全反射(Total Internal Reflection) 42

236 光度學基本定義 43

第三章 導光板設計與分析 45

31 認識導光板區域名稱與功能 45

3 2 設計流程規劃 47

3 3 入光側微結構設計 51

3 4 反射面(入光區)微結構設計 58

第四章 結果與討論 72

4-1 入光側微結構的探討 72

4-2 入光區微結構的探討 76

第五章 結論 83

第六章 參考文獻 84

v

表目錄 表 1-1 CCFL 與 LED 之比較 6

表 1-2 印刷式非印刷式及擴散式技術比較 13

表 2-1 各物質折射率 37

表 2-2 日常代表性照度 44

表 3-1 入光區微結構幾何形狀的種類 46

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表 48

表 3-3 第一階初始幾何參數 52

表 3-4 L16 直交表 53

表 3-5 第一階初始幾何參數分析結果 54

表 3-6 第一階 ANFIS 建議參數 54

表 3-7 第二階初始幾何參數 55

表 3-8 第二階初始幾何參數分析結果 55

表 3-9 第二階 ANFIS 建議參數 55

表 3-10 第三階初始幾何參數 56

表 3-11 第三階初始幾何參數分析結果 56

表 3-12 第三階 ANFIS 建議參數 56

表 4-1 第一階初始幾何參數 73

表 4-2 第一階 ANFIS 建議參數 74

表 4-3 第二階初始幾何參數 74

表 4-4 第二階 ANFIS 建議參數 74

表 4-5 第三階初始幾何參數 74

表 4-6 第三階 ANFIS 建議參數 74

表 4-7 兩顆 LED 最佳化演算過程 78

表 4-8 一顆 LED 最佳化演算過程 79

表 4-9 兩顆 LED 導光板 9 點輝度值 82

表 4-10 一顆 LED 導光板 9 點輝度值 82

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較 82

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

ii

Optical Design of Edge Emitting Light Guide Plate Using Molecular

Dynamics

Student Yi Cheng Liu Advisors Dr Chung Ching Huang

Institute of Mold and Die Engineering

National Kaohsiung University of Applied Science

ABSTRACT

With the development of high-power LED to reduce the cost and number of LED

used in backlight module and solve hot spot and scattering issues in this paper

molecular dynamics (MD) a computer simulation of physical movements of atoms and

molecules was adopted to design the microstructure of light guide plate VBA (visual

basic for application) language was also used to control and achieve the optimization of

the dot pattern design Divide light guide plate into several grid sections first and

optimize the grid density for each grid section According to repulsive force of

molecular dynamics smooth the grid density between sections to section and prevent

optical defect around grid boundaries Some approaches such as cell division

r-cut(variable r-cut) reflective boundary condition and force average was involved to

create the randomly grids

Key wordlight guide plate microstructure grid density molecular dynamics

iii

致 謝

兩年的研究所生涯說長不長說短也不短可是不可否認的是時間真的過的

很快一轉眼就輪到我們要發表這兩年辛苦研究的成果了回顧起這兩年的研究

生涯可說是多采多姿首先我要感謝是我的指導教授黃俊欽教授在老師的領

導之下給予我們的教育不單單只有專業知識還有待人接物及做人處事的道理

從老師與人相處的過程中不論是老師的談吐與舉止讓我明白人不應該有那麼

一點小小的成就就因此而感到自滿反而必須要更加謙遜才能再學到更多東西

而這兩年真的讓我學習到很多以往我沒學到的知識不管是理論還是實務都讓我

有滿滿的收穫在此我必須誠心的向老師說聲感謝

其次我要感謝的是我的家人在我就讀研究所的路上讓我沒有任何經濟壓

力的情況下無憂無慮的學習可是研究路上難免會遇到瓶頸往往遭遇挫折及

不順遂此時就會透過網路電話 Skype 或是手機向家人吐苦水抱怨再從家人身

上得到依靠以及鼓勵在此我十分感謝我的家人在我成長的路上處處包容我的

任性和壞脾氣所以我要將這本論文送給我最親愛的家人畢竟這是我這兩年

來努力研究的成果因為分享這份喜悅沒有人比他們更有資格你們的支持與鼓

勵是我完成碩士學位最大的動力爸爸媽媽哥哥謝謝你們

最後要感謝成功學長小林學長小胖學長一帆學長宏偉學長乙玄學

姊小新阿凱等人在研究期間的指導與協助也導引我們正確的知識跟概念

也感謝同窗晨鋒文旺詩涵和秈泓緯君漢修豪等人相互鼓勵與研究學

習讓這兩年的研究生涯充滿回憶也感謝學弟嘉韋晏彰致恒昱安一仙

這段期間分擔實驗室事務好讓我可以全心投入在我的研究碩士這段期間受

到很多人的照顧也結識到很多不同領域的朋友誠心謝謝那些曾經幫助過我的

人我真的很感謝你們

iv

目 錄 中文摘要 i

ABSTRACT ii

致 謝 iii

目 錄 iv

表目錄 v

圖目錄 vi

第一章 緒論 1

11 前言 1

12 背光模組簡介 3

13 導光板簡介 9

14 研究動機 14

15 文獻回顧 14

16 論文架構 16

第二章 基礎原理 18

21 自適應網路模糊推論系統(ANFIS) 18

22 分子動力學理論(MD) 23

23 幾何光學基礎原理 36

231 幾何光學 36

232 折射率 37

233 司乃耳定律（Snellrsquos Law） 38

234 反射(Reflection )與折射(Refraction)定律 39

235 臨界角與全反射(Total Internal Reflection) 42

236 光度學基本定義 43

第三章 導光板設計與分析 45

31 認識導光板區域名稱與功能 45

3 2 設計流程規劃 47

3 3 入光側微結構設計 51

3 4 反射面(入光區)微結構設計 58

第四章 結果與討論 72

4-1 入光側微結構的探討 72

4-2 入光區微結構的探討 76

第五章 結論 83

第六章 參考文獻 84

v

表目錄 表 1-1 CCFL 與 LED 之比較 6

表 1-2 印刷式非印刷式及擴散式技術比較 13

表 2-1 各物質折射率 37

表 2-2 日常代表性照度 44

表 3-1 入光區微結構幾何形狀的種類 46

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表 48

表 3-3 第一階初始幾何參數 52

表 3-4 L16 直交表 53

表 3-5 第一階初始幾何參數分析結果 54

表 3-6 第一階 ANFIS 建議參數 54

表 3-7 第二階初始幾何參數 55

表 3-8 第二階初始幾何參數分析結果 55

表 3-9 第二階 ANFIS 建議參數 55

表 3-10 第三階初始幾何參數 56

表 3-11 第三階初始幾何參數分析結果 56

表 3-12 第三階 ANFIS 建議參數 56

表 4-1 第一階初始幾何參數 73

表 4-2 第一階 ANFIS 建議參數 74

表 4-3 第二階初始幾何參數 74

表 4-4 第二階 ANFIS 建議參數 74

表 4-5 第三階初始幾何參數 74

表 4-6 第三階 ANFIS 建議參數 74

表 4-7 兩顆 LED 最佳化演算過程 78

表 4-8 一顆 LED 最佳化演算過程 79

表 4-9 兩顆 LED 導光板 9 點輝度值 82

表 4-10 一顆 LED 導光板 9 點輝度值 82

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較 82

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

iii

致 謝

兩年的研究所生涯說長不長說短也不短可是不可否認的是時間真的過的

很快一轉眼就輪到我們要發表這兩年辛苦研究的成果了回顧起這兩年的研究

生涯可說是多采多姿首先我要感謝是我的指導教授黃俊欽教授在老師的領

導之下給予我們的教育不單單只有專業知識還有待人接物及做人處事的道理

從老師與人相處的過程中不論是老師的談吐與舉止讓我明白人不應該有那麼

一點小小的成就就因此而感到自滿反而必須要更加謙遜才能再學到更多東西

而這兩年真的讓我學習到很多以往我沒學到的知識不管是理論還是實務都讓我

有滿滿的收穫在此我必須誠心的向老師說聲感謝

其次我要感謝的是我的家人在我就讀研究所的路上讓我沒有任何經濟壓

力的情況下無憂無慮的學習可是研究路上難免會遇到瓶頸往往遭遇挫折及

不順遂此時就會透過網路電話 Skype 或是手機向家人吐苦水抱怨再從家人身

上得到依靠以及鼓勵在此我十分感謝我的家人在我成長的路上處處包容我的

任性和壞脾氣所以我要將這本論文送給我最親愛的家人畢竟這是我這兩年

來努力研究的成果因為分享這份喜悅沒有人比他們更有資格你們的支持與鼓

勵是我完成碩士學位最大的動力爸爸媽媽哥哥謝謝你們

最後要感謝成功學長小林學長小胖學長一帆學長宏偉學長乙玄學

姊小新阿凱等人在研究期間的指導與協助也導引我們正確的知識跟概念

也感謝同窗晨鋒文旺詩涵和秈泓緯君漢修豪等人相互鼓勵與研究學

習讓這兩年的研究生涯充滿回憶也感謝學弟嘉韋晏彰致恒昱安一仙

這段期間分擔實驗室事務好讓我可以全心投入在我的研究碩士這段期間受

到很多人的照顧也結識到很多不同領域的朋友誠心謝謝那些曾經幫助過我的

人我真的很感謝你們

iv

目 錄 中文摘要 i

ABSTRACT ii

致 謝 iii

目 錄 iv

表目錄 v

圖目錄 vi

第一章 緒論 1

11 前言 1

12 背光模組簡介 3

13 導光板簡介 9

14 研究動機 14

15 文獻回顧 14

16 論文架構 16

第二章 基礎原理 18

21 自適應網路模糊推論系統(ANFIS) 18

22 分子動力學理論(MD) 23

23 幾何光學基礎原理 36

231 幾何光學 36

232 折射率 37

233 司乃耳定律（Snellrsquos Law） 38

234 反射(Reflection )與折射(Refraction)定律 39

235 臨界角與全反射(Total Internal Reflection) 42

236 光度學基本定義 43

第三章 導光板設計與分析 45

31 認識導光板區域名稱與功能 45

3 2 設計流程規劃 47

3 3 入光側微結構設計 51

3 4 反射面(入光區)微結構設計 58

第四章 結果與討論 72

4-1 入光側微結構的探討 72

4-2 入光區微結構的探討 76

第五章 結論 83

第六章 參考文獻 84

v

表目錄 表 1-1 CCFL 與 LED 之比較 6

表 1-2 印刷式非印刷式及擴散式技術比較 13

表 2-1 各物質折射率 37

表 2-2 日常代表性照度 44

表 3-1 入光區微結構幾何形狀的種類 46

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表 48

表 3-3 第一階初始幾何參數 52

表 3-4 L16 直交表 53

表 3-5 第一階初始幾何參數分析結果 54

表 3-6 第一階 ANFIS 建議參數 54

表 3-7 第二階初始幾何參數 55

表 3-8 第二階初始幾何參數分析結果 55

表 3-9 第二階 ANFIS 建議參數 55

表 3-10 第三階初始幾何參數 56

表 3-11 第三階初始幾何參數分析結果 56

表 3-12 第三階 ANFIS 建議參數 56

表 4-1 第一階初始幾何參數 73

表 4-2 第一階 ANFIS 建議參數 74

表 4-3 第二階初始幾何參數 74

表 4-4 第二階 ANFIS 建議參數 74

表 4-5 第三階初始幾何參數 74

表 4-6 第三階 ANFIS 建議參數 74

表 4-7 兩顆 LED 最佳化演算過程 78

表 4-8 一顆 LED 最佳化演算過程 79

表 4-9 兩顆 LED 導光板 9 點輝度值 82

表 4-10 一顆 LED 導光板 9 點輝度值 82

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較 82

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

iv

目 錄 中文摘要 i

ABSTRACT ii

致 謝 iii

目 錄 iv

表目錄 v

圖目錄 vi

第一章 緒論 1

11 前言 1

12 背光模組簡介 3

13 導光板簡介 9

14 研究動機 14

15 文獻回顧 14

16 論文架構 16

第二章 基礎原理 18

21 自適應網路模糊推論系統(ANFIS) 18

22 分子動力學理論(MD) 23

23 幾何光學基礎原理 36

231 幾何光學 36

232 折射率 37

233 司乃耳定律（Snellrsquos Law） 38

234 反射(Reflection )與折射(Refraction)定律 39

235 臨界角與全反射(Total Internal Reflection) 42

236 光度學基本定義 43

第三章 導光板設計與分析 45

31 認識導光板區域名稱與功能 45

3 2 設計流程規劃 47

3 3 入光側微結構設計 51

3 4 反射面(入光區)微結構設計 58

第四章 結果與討論 72

4-1 入光側微結構的探討 72

4-2 入光區微結構的探討 76

第五章 結論 83

第六章 參考文獻 84

v

表目錄 表 1-1 CCFL 與 LED 之比較 6

表 1-2 印刷式非印刷式及擴散式技術比較 13

表 2-1 各物質折射率 37

表 2-2 日常代表性照度 44

表 3-1 入光區微結構幾何形狀的種類 46

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表 48

表 3-3 第一階初始幾何參數 52

表 3-4 L16 直交表 53

表 3-5 第一階初始幾何參數分析結果 54

表 3-6 第一階 ANFIS 建議參數 54

表 3-7 第二階初始幾何參數 55

表 3-8 第二階初始幾何參數分析結果 55

表 3-9 第二階 ANFIS 建議參數 55

表 3-10 第三階初始幾何參數 56

表 3-11 第三階初始幾何參數分析結果 56

表 3-12 第三階 ANFIS 建議參數 56

表 4-1 第一階初始幾何參數 73

表 4-2 第一階 ANFIS 建議參數 74

表 4-3 第二階初始幾何參數 74

表 4-4 第二階 ANFIS 建議參數 74

表 4-5 第三階初始幾何參數 74

表 4-6 第三階 ANFIS 建議參數 74

表 4-7 兩顆 LED 最佳化演算過程 78

表 4-8 一顆 LED 最佳化演算過程 79

表 4-9 兩顆 LED 導光板 9 點輝度值 82

表 4-10 一顆 LED 導光板 9 點輝度值 82

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較 82

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

v

表目錄 表 1-1 CCFL 與 LED 之比較 6

表 1-2 印刷式非印刷式及擴散式技術比較 13

表 2-1 各物質折射率 37

表 2-2 日常代表性照度 44

表 3-1 入光區微結構幾何形狀的種類 46

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表 48

表 3-3 第一階初始幾何參數 52

表 3-4 L16 直交表 53

表 3-5 第一階初始幾何參數分析結果 54

表 3-6 第一階 ANFIS 建議參數 54

表 3-7 第二階初始幾何參數 55

表 3-8 第二階初始幾何參數分析結果 55

表 3-9 第二階 ANFIS 建議參數 55

表 3-10 第三階初始幾何參數 56

表 3-11 第三階初始幾何參數分析結果 56

表 3-12 第三階 ANFIS 建議參數 56

表 4-1 第一階初始幾何參數 73

表 4-2 第一階 ANFIS 建議參數 74

表 4-3 第二階初始幾何參數 74

表 4-4 第二階 ANFIS 建議參數 74

表 4-5 第三階初始幾何參數 74

表 4-6 第三階 ANFIS 建議參數 74

表 4-7 兩顆 LED 最佳化演算過程 78

表 4-8 一顆 LED 最佳化演算過程 79

表 4-9 兩顆 LED 導光板 9 點輝度值 82

表 4-10 一顆 LED 導光板 9 點輝度值 82

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較 82

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

vi

圖目錄 圖 1-1 平面顯示器的進化過程 2

圖 1-2 平面顯示器構造 2

圖 1-3 直下式與邊光式背光模組差異 7

圖 1-4 邊光式背光模組的分解圖 7

圖 1-5 CCFL 發光原理 8

圖 1-6 LED 發光原理 8

圖 1-7 平板導光板 9

圖 1-8 楔型導光板 9

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數 19

圖 2-2 ANFIS 學習流程圖 22

圖 2-3 FCC 結構與 BCC 結構 23

圖 2-4 分子二體適能 24

圖 2-5 分子多體適能 24

圖 2-6 系統模型建立流程 26

圖 2-7 網點力反應面積 29

圖 2-8 力函數示意圖 30

圖 2-9 演算流程 31

圖 2-10 邊界網點的力反應關係 33

圖 2-11 Verlet 架構圖 35

圖 2-12 光反射與折射現象 39

圖 2-13 單向反射 40

圖 2-14 漫射 40

圖 2-15 折射現象 41

圖 2-16 全反射現象 42

圖 3-1 V-Cut 幾何外型 45

圖 3-2 設計流程 49

圖 3-3 LED 光源幾何外型及尺寸 49

圖 3-4 發光波長 50

圖 3-5 指向特性 50

圖 3-6 無微結構入光側的開光角度 57

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線 57

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線 57

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

vii

圖 3-10 最佳開光角度 58

圖 3-11 VBA 步驟一執行畫面 60

圖 3-12 控制點輸入 60

圖 3-13 網格與網點大小資料 60

圖 3-14 入光側 LED 資料 61

圖 3-15 VBA 步驟二執行畫面 61

圖 3-16 選擇控制點 61

圖 3-17 y-方向區線擬合 62

圖 3-18 x-方向區線擬合 62

圖 3-19 VBA 步驟三執行畫面 62

圖 3-20 電腦計算過程 63

圖 3-21 微結構初始位置 63

圖 3-22 達力平衡位置 64

圖 3-23 幾何參數設定 67

圖 3-24 材料選定視窗 67

圖 3-25 表面光學性質 67

圖 3-26 接收面 68

圖 3-27 光線數的輸入視窗 68

圖 3-28 BPO 第一頁籤 68

圖 3-29 BPO 第二頁籤 69

圖 3-30 BPO 第三頁籤 69

圖 3-31 BPO 第四頁籤 70

圖 3-32 最佳化輝度色階圖 70

圖 3-33 最佳化分析結果 71

圖 3-34 最佳化微結構分佈狀況 71

圖 4-1 第一階 best1 最佳開光角度分析結果 75

圖 4-2 第一階 best2 最佳開光角度分析結果 75

圖 4-3 第二階最佳開光角度分析結果 75

圖 4-4 第三階最佳開光角度分析結果 76

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

1

第一章 緒論

11 前言

近年來科技進步的速度一日千里在強大的競爭壓力下迫使各行各業的技

術必須提升以及精進而近幾年平面顯示器(Flat Panel Display)需求量大增也在

日常生活中隨處可見小至智慧型手機平板電腦筆記型電腦汽車衛星導航

大至大型尺寸液晶電視等由此可看出平面顯示器對未來生活起居有極大的影響

力

為了提升產品質感及視覺享受如何使平面顯示器達到重量輕厚度薄低

耗電及高解析度為導向已成為大家關注的話題平面顯示器的進化過程如圖 1-1

所示從早期的陰極射線管(Cathode Ray Tube CRT)發展至今的液晶顯示器(Liquid

Crystal Display LCD)電漿顯示器(Plasma Display Panel PDP) 及薄膜電晶體液晶

顯示器 (Thin Film Transistor Liquid Crystal Display TFT-LCD)等平面顯示器不斷

隨著時代變化而變化而目前台灣的平面顯示器發展主要以友達奇美

華映瀚 宇彩晶群創及元太等 6 家 TFT-LCD 面板廠為核 心隨著平

面顯示器的興起因此帶動周邊零組件產業也隨著快速成長目前 產業研

發生產的廠商已超過百家北中南三個影像顯示產業完整聚落

產業價值鏈相當完整

平面顯示器其內部構造分為上下兩部份如圖 1-2 所示上半部為面板屬非自發

光原件由偏光板(Polarizing Sheet)透光導電層(Transparent Electrodes)配向膜

(Alignment Layer)液晶(Liquid Crystal)玻璃基板彩色濾光片(Color Filter)及間

隔裝置(Spacer)等零件所組成下半部為背光模組(Back Light Module)是由光源

(Light Source)導光板(Light Guide Plate)擴散膜(Diffuser)稜鏡片(Prism Sheet)

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

2

及反射片(Reflector)所組成平面顯示器中以彩色濾光片成本最高其次是驅動

IC背光模組排名第三佔平面顯示器總成本的 16背光模組對於整體平面顯

示器的品質好壞有極大的影響力因為背光模組的設計攸關產品畫面的品質

故產業界一直不斷技術突破就是為了得到更高的輝度和更佳的均勻度在背光

模組內部零件中控制這兩大主因的關鍵零件即是導光板所以本文所深入探討

的部分就在於背光模組內導光板的設計與成型

圖 1-1 平面顯示器的進化過程

圖 1-2 平面顯示器構造

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

3

12 背光模組簡介

液晶顯示器(LCD)為非自發性光源的顯示裝置必需借助背光模組提供均勻的

面光源來使 LCD 接收光源來產生畫面因此背光模組在 LCD 所有零件中佔有

相當重要的地位而為了能夠均勻發光且讓消費者得到更高品質的視覺享受背

光模組的設計也就相對的格外重要也因此突顯了背光模組的研究價值

背光模組基本原理係將燈源所提供的能量透過導光板將光源方向轉換使

光能夠均勻的分佈在出光面且重新以面光源的方式將光源發散一般而言背

光模組依燈源位置的不同可分為直下式 (Bottom Lighting) 與邊光式 (Edge

Lighting)兩種如圖 1-3 所示可因應於各式各樣不同顯示器的需求

1直下式背光模組

光源放置於背光模組底部常應用於一般用於大型液晶面板例如LCD TV

LCD Monitor因光源來自背光模組下方故不需藉由導光板讓光源轉向但也因

為如此產品內部必須空出一個空間放置光源所以對於產品外型會造成一定厚度

因此對於輕薄化需求的光學產品並不適用

但使用直下式背光模組具有可區域控光色域也較廣且可得到較高的輝

度和均勻度等優點所以到目前為止直下式依舊是大型面板常用的進光方式

2邊光式背光模組

光源放置於背光模組內部導光板的側邊常用於較輕薄的數位產品例如

筆記型電腦螢幕PDA 螢幕手機螢幕等為了考量產品輕薄的要求故在產品

的外型厚度必須有所縮減而為了達到此目的使用側邊進光是最好的方式光

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

4

源必須藉由導光板將側邊所接收到的光源均勻從出光面發散因此可大幅減少背

光模組的厚度與重量使光學產品擁有輕量薄形低耗電之特色

如圖 1-4 所示為常見邊光式背光模組的分解圖而以下為各組件功能的介紹

(1)發光源(Light Source)

平面顯示器為非發光性裝置所以需要藉助外來光源顯示畫面表 1-1 為目前

冷陰極螢光管(Cold Cathode Fluorescent Lamp CCFL)發光原理如圖 1-5 所示與

發光二極體(Light Emitting Diode LED)發光原理如圖 1-6 所示的比較其中

CCFL 發光原理係將燈管兩端輸出入電壓激發管內的汞發出紫光當紫外線照射

到燈管上的螢光粉及激發產生人眼所能接收的可見光而 CCFL 具有高亮度

高演色性等特性加上圓柱狀外形因此很容易與光反射元件組合成薄板狀照明裝

置故早前皆以冷陰極螢光管為主流但是因 CCFL 耗電量大體積大又含汞

而近年來歐盟不斷再積極提升環保意識也針對含汞產品於是 2006 年 7 月 1 日訂

下法規嚴禁使用含汞鉛鉻六價鎘等電子產品進入歐盟市場因此現在

光源也已經漸漸由 LED 取代LED 發光原理係將半導體正負施加電壓而產生電子

與電洞當電子與電洞結合後所剩的能量會以光的能量型式釋放出來會依據

不同材料釋放出不同波長的光源

(2)導光板(Light Guide Plate)

應用於側光背光模組影響背光模組是否能夠均勻出光的重要元件以 PC 及

PMMA 為常用的加工材料且運用射出成型射出壓縮成型滾壓成型熱壓成

型及光聚合法等製程側邊光源必須藉由導光板(LGP)的導引至出光面再以均勻

的面光源由出光面發散最後經擴散片均勻化作用及稜鏡片的聚光作用使其在

出光面具有高亮度及高均勻性的光學品質導光板的出光品質取決於表面的微米

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

5

級結構設計有 V 溝點狀柱狀等不同型式配合不同疏密的設計能夠破除

光線在導光板內部的全反射現象使進入導光板的光線能夠均勻由出光面的法線

方向射出提供顯示器面板所需的足夠光源

(3)光源反射片(Lamp Reflector)

廣泛運用於 CCFL 光源的背光模組可藉由反射片將燈管所發散出來的光源

集中並可降低光線遺漏而造成能量的耗損使光源可貢獻導光板最高的效能

(4)反射片(Reflector)

一般側光式背光模組的反射板放置於導光板底部為了防止光源外漏將導

光板底面加裝反射片讓光源經由反射片碰撞再將光線反射回導光板再次利用

以增加光源的使用效率而直下式背光模組則是置於燈箱底部表面或黏貼於其上

將經擴散板反射之光束由燈箱底部再次反射回擴散板以便再次利用

(5)擴散片(Diffuser)

LED 為點光源在導光板內部經折射反射散射後使 LED 的點光源演變

成數個點光源但這結果還不能達到背光模組所需的面光源因此擴散片之功能

就是將這些點光源柔化並且減少亮暗不均的問題最後能夠以一個均勻的面光

源型式再發散而一般傳統的擴散膜主要是在擴散膜基材中加入一顆顆的化學

顆粒作為散射粒子而現有之擴散板其微粒子分散在樹指層之間所以光線在

經過擴散層時會不斷在兩個折射率相異的介質中穿過在此同時光線會發生許

多折射反射與散射的現象如此便造成了光學擴散的效果

(6)增亮膜(BEF 稜鏡片)

光自擴散板出光後其光源的指向性較差因此必須利用稜鏡片來修正光的

方向藉由增亮膜使光產生折射與反射來達到光線集中提高正面輝度的目的

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

6

以增加光線自擴散板射出後的使用效益增亮膜使能整體背光模組的輝度提高

60-100以上主要以多元酯(Polyester)或聚碳酸酯(Polycarbonate)為材料其表

面結構一般為為稜柱體或半圓柱體而目前 3M 公司為全球增亮膜的最大供應商

擁有多項相關技術專利通常一個背光模組會使用兩片增亮膜彼此相互垂直可

將光集中增來加亮度

表 1-1 CCFL 與 LED 之比較

CCFL LED

電壓 300V 以上 5V 以上

缺點

需高壓點燈

壽命3~6 萬小時

厚度較厚

含水銀(含環保問題)

電磁干擾

輝度(20~40nit)

成本高

點光源特性

若採用螢光粉封裝

演色性不佳

優點 高輝度 較環保

應用產品 LCD TVLCD monitor

NBPDA攝影機GPS 智慧型手機DSCPDA

模組產品價格 27rdquo約 NT5000 元 27rdquo約 NT16000 元

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

7

圖 1-3 直下式與邊光式背光模組差異

圖 1-4 邊光式背光模組的分解圖

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

8

圖 1-5 CCFL 發光原理

圖 1-6 LED 發光原理

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

9

13 導光板簡介

導光板顧名思義可知其主要功能係將光源所發散出來的光能導向設計者所需

要的出光方向因光源進入導光板後部分光線的入射角會大於臨界角故在特

定平面上會設計細微的微結構來破壞全反射效應造成的內部傳播若光線的入

射角小於臨界角光線則會產生折射現象而折射的光線就會從出光面射出導

光板是影響出光效率的關鍵零組件之一所以成型的好壞也決定背光模組的品質

導光板依外型可分為平板型與楔型如圖 1-7 及圖 1-8 所示由於輕薄短小及

降低成本已成為現今眾多廠商的共同目標因此筆記型電腦手機PDA 等中小

尺寸用的楔型導光板以漸漸由等肉厚的平板型導光板取代而外型的轉變也相對

提升導光板在成型時候的困難度也是現今導光板製造業者紛紛研究的關鍵技

術

圖 1-7 平板導光板

圖 1-8 楔型導光板

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

10

隨著現今電子產品不斷技術提升輕薄化已成為目前開發趨勢導致導光板

厚度必須越來越薄但相對也提高了成型的難度為了達到出光面可均勻的擴散

必須藉由微結構來破壞導光板內部全反射效應因此目前業界在微結構的製造上

可分為印刷式非印刷式及內部擴散三種加工方法其技術比較如表 1-2 所示以

下為微結構的各類製程簡介

1印刷式加工法

在印刷式加工之前首先必須具備已成型的光滑導光板才能進行後部印刷的

加工而常見光滑導光板一般成型皆以射出成型和壓出後裁切成型為主最後再

以不同的工法來進行後部印刷的加工以下為常見印刷加工技術的簡介

(1)油墨塗怖加工(Coating)

利用含高發散光源物質(如TiO2SiO2Al2O3 等)的加工材料按照所需要

的排列分佈印刷於導光板底面藉由印刷材料對光源吸收再擴散的性質使光源

打入導光板後因此而破壞全反射效應使光源可直接由出光面射出並均勻發散

但因出光的散射角較大及印刷點亮度對比較高必須使用較厚的擴散板及稜鏡片

來達到集中及均勻其光學與外觀要求

(2)噴墨加工(Inkjet Printing)

先在已成型的平滑導光板上利用高反射率且不吸收光的材料 (如

polyacrylamide 等)並在導光板底面佈置欲成型的圓形或方形之擴散點並經由烘

烤使其固化當光源照射到擴散點後則會產生散射象因此必須藉由控制網點的

分佈以及幾何尺寸大小即可達到均勻引導光源之目的

(3)點膠成型(Dispensing)

點膠成型為 Drop on Demand 製造程序的方式原先用途在於封裝製程裡 UV

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

11

接著(Binder)或修補功用而該方法為一種直接的成型方法故被利用於導光板網

點成型上的製作但因點膠法屬於接觸式加工方法故其針頭與基板在進行微透

鏡製作時常會因接觸而產生沾黏故無法達到準確的劑量控制因此不適用於

長時間為透鏡之製作

(4)滾壓成型(Roll-to-Roll)

滾壓的定義是透過多組滾輪傳送可繞式薄膜並藉由滾輪與滾輪之間彼此拉

伸產生張力來得到有效的微結構轉印而滾壓加工可分為滾輪式熱壓成型UV

固化滾壓成型兩種方式而熱滾壓成型是將塑膠基材穿過一組滾輪間隙受到高

溫滾輪的瞬間加熱使塑膠達到玻璃轉化溫度同時滾輪施加壓力而使模具輪上結

構轉印於塑膠基材上而 UV 滾壓成型是將 UV 光阻倒入塗佈機構上使光阻均勻塗

布在基材上經過滾輪帶動當光阻劑流入模穴中時經 UV 光照射硬化後將基

材經由滾輪帶動脫離基材上光阻即可複製模具上的微結構

(5)熱壓成型(Hot Embossing)

熱壓成型基本原理為將熱塑性高分子材料加熱軟化並以母模施加壓力使

模穴內的結構能夠轉印到高分子材料上最後將模具運用模溫機降溫使成品得到

冷卻並進行脫料高分子熱壓成型分為週期式與連續式兩種方式加工與微射

出成形製程比較起來熱壓成形製程具有模具成本較低製程較簡單低殘留應

力高重覆性高精度等優點

2非印刷式加工法

非印刷式導光板大多採用射出成形的方式將微結構的設計直接加工至模

仁上使導光板與微結構在射出時一體成形此技術可透過模仁上設計的微結構

形狀及深寬比達到控制出光角度的目的如此可提高微結構之精密程度減少

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

12

光傳播過程中之損失率有效提高液晶顯示器的輝度和均勻度並且簡化傳統先

裁板後印製網點的製程加快生產速度以達到降低成本的效果此技術適用於

中小尺吋之液晶顯示器而精密光學模具開發技術與精密射出成形技術便成為技

術瓶頸之所在目前非印刷式的微結構之製作方法有微精密加工法化學蝕刻

法光微影法內部擴散法以下為常見模仁加工技術的簡介

(1)微精密加工法(V-Cut)

以鑽石超精切削方式加工 V 型溝槽結構一般的模具鋼材採用不銹鋼 420 系

列鏡面鋼 STAVAX 來加工或是在化學鍍鎳的模具鋼表面鈹銅等軟質金屬切削

藉由 V 型槽兩側角度來破壞全反射使光源由導光板正面射出由 V 型槽之寬度

角度及深度控制出光面強度及品質切削方式的優點為製造方便成本較低另

外在出光面以同樣方式切削加工如稜鏡片相似的 V-Cut 結構使輝度能夠更加提升

但在均一性的表現上仍需加強

(2)化學蝕刻法(Etching)

利用網點圖樣以感光性油墨或乾膜光阻轉印於鏡面處理之模具鋼上利用光

學微影製程以紫外光曝光與顯影後將圖形轉移至油墨或乾膜光阻上再以蝕刻

液(氯化鐵溶液)進行蝕刻而蝕刻的深度以時間的長短控制但是蝕刻的網點大於

印刷的網點全反射被破壞的程度不如印刷式輝度亦不如印刷成型的導光板

化學浸蝕之速度與均勻性無法良好控制因化學性蝕刻而影響光學表面模具鋼

容易氯化生鏽且不易保養光阻膜之附著性不佳而剝落造成圖樣蝕刻缺陷

(3)光微影法(Stamper)

利用光學微影製程曝光顯影後可得到柱狀微結構再經由熱迴流製程

使得柱狀微結構受到高溫烘烤轉變成半圓狀然後鍍上導電層並電鑄即可得到

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

13

具有擴散點的模仁以模具射出形成擴散點(Dot)亂射面的設計能有效破壞光

源之全反射並控制光源射出導光板面之角度分布及網點數量的多寡對光源作

有效率的控制

3內部擴散式加工法

在加工的材料內加入不同折射率的擴散顆粒再以射出成型直接射入導光板

模具內部利用濃度的不同對光源作有效率的射出調制優點為均勻分布在導光

板並降低光源仍留在導光板內損耗的可能且製造方便但技術還未成熟

表 1-2 印刷式非印刷式及擴散式技術比較

生產方式 優點 缺點

印刷式

利用射出成型法

成型後的壓克力內

面利用印刷方式

印出網點形狀

可輕量化可改善

光的特性且可任

意設計構造與形

狀

需要多花費模具費

用及二次加工的時

間

非印刷式

利用精密模具技術

射出成型使微結

構能與導光板一體

成型

高效率成本低

且能有效的達到良

好的發光效果

模具開發難度較高

且時間較長射出

成型不易導致微結

構轉寫不佳

擴散式

在加工材料內部添

加高分子聚合物

使光線碰撞後達到

擴散效果

不需要二次加工 難以達到產品一致

性

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

14

14 研究動機

近年來平面顯示器市場蓬勃且需求量大增而為了提高競爭力降低成本

成為重要關鍵一般能夠大幅降低成本的方法在於縮減 LED 的使用量但是降低

數量會因為燈源彼此距離太遠而產生暗角以及暗帶因此出現灰階以及亮暗不

均的情形導致均勻性不佳而影響光學品質而如何降低 LED 數量又不失原本的

發光強度跟品質卻已成為現今背光模組業者紛紛研究的重點

而本文研究的動機在於減少 LED 數量而入光側設計採用自適應網路模糊推

論系統(ANFIS)來找尋最佳入光側微結構幾何外型使 LED 的光線可以以最大開

光角度進入導光板內部來縮小暗帶的情形產生而入光區則藉由分子動力學原

理(MD)為知識背景改變導光板入光區微結構的位置以及幾何外型使結果可以

達到最佳的輝度與均勻度而減少 LED 燈的用量不但可以降低製造的成本還可

以降低耗電的問題也可以做到節能減碳愛護地球的表現

15 文獻回顧

近年來因平面顯示器市場需求量大增導致多家業者紛紛投入開發與研究

而現今 LED的技術成熟功率也較大因此可藉由導光板的設計來達到來減少 LED

使用量的目地

本論文入光側設計上應用張智星教授 1993 年提出 ANFIS 學習模組並利用

基因演算法找尋最佳的幾何參數 [2][3][9][10][17]可以迅速設計的光學

元件再利用光學套裝 LightTools 軟體驗證效果 [47][51]

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

15

本論文將以分子動力學做為知識背景來設計入光區微結構的分佈採用

Chang 等人[4568] 運用分子動力學(Molecular Dynamics MD) 分子原子相

對運動的原理來進行二維網點結構的設計經由控制網點的疏密度來改變截斷半

徑(r-cut)的大小而截斷半徑主要功能則是藉由長程相吸短程相斥的原理來限制網

點與網點間的距離並依此規則來產生亂數的排列位置並以單一尺寸的 Dot 來

進行亂數排設計並且達到良好的均齊性

2004 年成功大學李承泰[29]擬分子動力學方法應用於隨機網點圖案設計與有

限元格網產生並成功將分子動力學理論運用於導光板的微結構設計因而改善

輝度及均齊性不佳的情形且達到良好的光學性質2003 年成功大學方育斌[30]

以網點疏密度來改善出光不均的問題並藉由 ASAP 光學軟體驗證結果來達到

最佳的光學均齊性2009 年 Ju 等人[7]藉由分子動力學亂數排列的原理並添加微

結構的角度偏轉條件可依光源位置及發散角度做適度的角度調整使光源能夠

完整的穿透微結構來達到更有效率的角度偏轉使出光面能夠得到更好的輝度與

均齊度

2010 年張自恭等人[5]於【中華民國光電學會】第 112 期季刊〝生醫光電特刊〞

文章中提到運用分子動力學理論當背景知識並藉由 VBA 程式撰寫來控制網點微

結構的排列且成功幫助導光板業者得到更快且更有效率的設計途徑

本論文的研究目的是為了能夠減少一般背光模組製造業界對於 LED 的使用量

因此藉由以上的文獻做為本論文的背景知識來進行後部導光板的設計希望可

以因此改善此類的問題

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

16

16 論文架構

本文分為六章以下分別簡述之

第一章 緒論

介紹 TFT-LCD 液晶顯示器發展的歷史及未來的發展與應用趨勢並介紹背

光模組各零件的功能及對液晶顯示器的影響針對本文所探討重點如何藉由導

光板微結構的設計來減少對 LED 的使用量做一個簡單的說明最後引用相關

文獻所做的研究成果並說明本論文的動機與研究價值

第二章 基礎原理

此章節主要說明此研究是運用哪些知識原理來完成一導光板的設計首先

入光側部分以自適應網路模糊推論系統(ANFIS)的理論得知最佳的如光側微結構

參數而入光區則是運用分子動力學(MD)的原理藉由原子間所產生的相吸與排

斥力來定義一個網點的排列規則做出一個粗略的亂數排列最後以幾何光學

中的 Snellrsquos law 為基礎追跡光束在導光板內部的動向來判讀最後分析的結果來

進行比較

第三章 導光板設計與分析

運用 Matlab 自行撰寫的類神經模糊理論程式進行入光側的微結構設計及國家

高速網路與計算中心自行開發的 VBA 程式以分子動力學原理亂數排列入光區的

微結構設計並以 LightTools 光學分析軟體進行驗證來達到我們預期的目標值

第四章 結果與討論

將自行設計的研究結果與一般已在業界量產同尺寸的導光板來進行比較且

討論設計過程中有哪些參數將會明顯影響導光板的光學品質

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

17

第五章 結論與未來發展

本章節總結光學設計的結論並探討此結論對於業界未來發展的貢獻度

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

18

第二章 基礎原理

21 自適應網路模糊推論系統(ANFIS)

神經網路是一門新興的學問是模仿人類神經系統的一種網路型演算法結

構上的節點(Node)連結枝(Link)上的權重(Weight)及某些活化函數(Activation

Function)來組成特點是可藉由ldquo學習rdquo調整權重至適當值而完成網路所要實現的

功能如分類函數近似圖樣還原等功能而模糊系統所學至今我們知道也

有其功能即樣式本研究將模糊推論與神經網路合併建立一個所謂ldquo調適性神經

-模糊推論系統rdquo(AAddaappttiivvee NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm)其最重要的目的

是ldquo函數近似rdquo或是說ldquo輸入-輸出映射關係(IO mapping)rdquo之建立

Sugeno 模糊模型可以由類神經網路架構來代替此概念最早在 1993 年由

Jang 所提出而此類神經網路架構則稱為「自適應網路模糊推論系統(AAddaappttiivvee

NNeettwwoorrkk--BBaasseedd FFuuzzzzyy IInnffeerreennccee SSyysstteemm AANNFFIISS)」Sugeno 模糊模型由 ANFIS 架構

來表示的好處是我們可以利用神經網路學習演算法來幫我們決定 Sugeno 模糊

規則前件部及後件部的參數也就是說我們可以讓 Sugeno 模糊模型具有自我學

習的能力自行調整出最佳的模糊規則其架構如圖 2-1

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

19

圖 2-1 ANFIS 架構圖N 個維度的輸入變數1 個維度輸出變數

第一層 輸入層

在第一層中將輸入變數映射到模糊集合中如公式 21 所示式中

( )ixj 在第 i 個輸入變數在第 j 個集合之歸屬函數此歸屬函數為鐘型函數

具有三個参數 jia jib jic

1 2

1( ) 1 2 1 2

1ji

i ji

ji

ji j i ibx c

a

O x for i N j M

(21)

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

20

第二層 規則層

第二層的神經元執行的是模糊規則的[適應度]的運算將各輸入變數

間的模糊集合進行排列組合之配對後進行模糊邏輯運算如公式 22 所

示本層使用 T-norm 進行模糊 AND 運算本層節點以符號表示進行

AND 或乘積運算

2

1

( ) for 1 1 i

N

p p j i i i

i

O w x j M p P

(22)

第三層 正規化層

第三層的類神經元執行的是將適合度正規化如公式 23 所示本層節

點以 N 符號來表示將第 i 條規則的輸出結果除以所有規則之輸出結果使

其輸出值在 0 到 1 之間

3

1

p

p p P

p

p

wO w

w

(23)

第四層 結論推論層

第四層類神經元執行的是每個模糊規則的推論運算如公式24所示

將上層獲得之正規劃結果與 Sugeno 模糊模式相乘如公式 23 所示式中 rpi

為一次 Sugeno 模糊模式的相關係數亦為此層所產生的參數稱為後件部

參數

4 0

0

1N

p p p p pi i

i

O w f w r x x

(24)

第五層 輸出層

第五層只有一個類神經元計算上一層中神經元輸出值的總合如公

式 25 所示做為最後網路的輸出值

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

21

1

51

1

1

P

p pPp

p p Pp

p

p

w f

O w f

w

(25)

當 Sugeno 模糊模型以 ANFIS 代替後我們便可以利用類神經學習演算法來調

整 Sugeno 模糊規則的參數ANFIS 前件部參數有 jia jib jic 需要決定後件部

參數則有 rpi要決定這些參數的決定可以由輸入資料及輸出資料經由學習演算法

來得知也就是說我們可以建立一個 ANFIS 網路讓 Sugeno 模糊規則中的所有參

數接受學習使得學習後的 ANFIS 網路能夠代表或近似[輸入-輸出]資料的關係

ANFIS 參數的學習採用[混合式學習法]學習過程如下其流程圖如圖 2-2 所示

1首先固定前件部參數即假設前件部參數為已知

2將所有輸入資料輸入網路以最小平方估測法(Least-Square Estimator LSE)估測

出最佳的後件部參數得到近似的輸出值

3接著比對 ANFIS 網路輸出值與目標輸出值得到輸出誤差

4再以最陡坡降法反推得前件部的參數調整量

5回到第 1 步繼續學習直到輸出誤差足夠小為止

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

22

前件部集合參數初始設定

輸入資料

向前傳遞

LSE求前件部集合參數解

計算模式輸出值與目標值之誤差

固定前件部集合參數

用最陡坡降法求解後件部集合參數

到達收斂標準

是

停止

否

圖 2-2 ANFIS 學習流程圖

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

23

22 分子動力學理論(MD)

分子動力學(Molecular Dynamics)是一套模擬分子的方法該方法主要是依據

牛頓古典力學來模擬分子體系的運動藉由數值的積分運動方程式來模擬一段

時間觀察系統在相空間(phase space)的物理軌跡主要應用於材料分子原子之相

對運動來產生不規則的排列

模擬開始之前如圖 2-3 所示面立方結構(Faced Center Cubic FCC)體心立

方結構(Body Center Cubic BCC)及六角緊密堆積晶格(Hexagonal Closed Packed

Lattice HCP)給定粒子的構造而 FCC 結構中除了八個角各有一顆粒子外且在

六個面中間也有一顆粒子BCC 則是八個角各有一顆粒子外也各別在六個面結

構中心有一顆粒子而 HCP 排列上較為複雜一般不常使用於分子動力學給定

位置後接下來則是給定粒子任意的初始速度 Vi因系統無受外力作用影響因

此最外層粒子則設固定不動且系統質心速度為零

圖 2-3 FCC 結構與 BCC 結構

分子間作用力一般可分為長程的吸力項和短程的斥力項因此在模擬分子動

24

力學之前必須找出適合粒子的勢能模式勢能函數選取恰當與否將直接影響

到模擬結果的正確性勢能函數一般分成二體適能多體適能和經過修正的勢能

而模式彼此各有優缺必須依場合要求而定

二體適能函數單獨考慮個別原子間的作用與使用疊加原理當計算分子 A 與

分子 B 之間作用時只需考慮兩分子間的距離與兩分子周圍的分子分佈情形完

全無關如圖 2-4 所示

圖 2-4 分子二體適能

多體勢能的系統多體勢能考慮兩個分子之間的作用時不只要考慮兩分子

間的距離更要考慮 AB 兩分子截斷半徑(r-cut)內其他分子對於分子 A 與分子 B

的影響如圖 2-5 所示

圖 2-5 分子多體適能

25

邊界條件為分子動力學另一個相當重要的條件受限於現今電腦的計算能力

我們很難去模擬實計系統的原子數是故分子動力學一般應用於只有數千個或數

萬個粒子的系統因此我們在合理的範圍內假設所模擬的重複性即所謂的週期

邊界條件(Periodic Boundary Condition)條件

初始粒子位置所建立如單一 FCC 晶格模式這模型就是主要的模擬空間

(Primary Cell)如圖中間粗黑線所圍成的空間而四週八個方形是我們在計算時所

假設的空間即勢由主要模擬空間所複製而成的映像空間(Images Soace)對於二

維模型有 8 個映像空間而三維模型則有 26 個映像空間

本文運用分子動力學的計算方法係將每個網點視為分子來計算彼此間會

相互排斥推擠由一次又一次的疊代計算直到整體達到平衡位置將原子與原子

彼此作用的原理運用於模擬微結構彼此間相互作用力用以控制微結構相互的

間距與排列在微結構幾何條件重複性的情況下利用週期性邊界條件簡化微

結構分佈的建立而在需要高密度排列的區域時變化結構排列的初始條件來

達到更高晶格填充度首先我們先將網點（dots）分佈的平面作均勻的分割使此

平面有如許多小四方晶格（cell）所排列而成再決定每個晶格內的網點密度D

如公式 26 所示

cell

m

k

k

cell

dot

A

r

A

AD

2

(26)

其中 m 為在單一晶格內網點的總數 kr 為各個網點的半徑

在實際進行光學設計時網點數量的多寡與距離光源的遠近有著相當大的關

聯性且進行隨機網點設計時必須考慮避免網點位置太過靠近而產生網點重疊

（overlap）的情形所以亦要考量到晶格內的網點填充密度決定每個晶格的密

26

度即表示決定了晶格內的網點數量然後再利用亂數隨機選取的方式來決定

每個晶格內網點的初始位置系統建立的流程如圖 2-6 所示

圖 2-6 系統模型建立流程

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

設定模型基板尺寸

設定晶格數量

設定網點密度(

)

決定網點初始位置

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

設定模型基板尺寸

設定晶格數量

設定網點密度(

)

決定網點初始位置

27

分子動力學的模擬一個原子或質點的運動所遵守的是牛頓第二運動定律

如公式 27 所示

n

j

jiijii rrf

dt

drc

dt

rdm )(

2

2

(27)

其中 ir 所代表的是第 i 個原子的位置m 是原子的質量c 是運動系統的阻尼項

（damping term）而 ijf則是 i 原子與其相鄰近的 j 原子間的作用力而分子動力學

的觀念中原子與原子間都存在一個能量關係稱為勢能（potential energy） ijij r

而勢能是原子間相對距離的函數所以將勢能對距離作微分便可得到原子間的作

用力如公式 28 所示

)( jiij

ijrrf

dr

d

(28)

結合公式 27 及公式 28 可知一個原子的運動狀態是由於相鄰近的原子給它的力

所造成的當該原子所受到的總作用力到達最小時該原子可說已到達在該系統

中的平衡位置並在該位置作規律的微幅振盪

對公式 27 作積分積分範圍為微小的時間間距 0ttt 便可以得到原子

在一個微小時間點後的位置如公式 29 所示

m

tcFd

ctrtr

t

tiii

exp1

1

00

(29)

其中 iF 是表示 i 原子所受之總力即

n

j

iji fF1

由於在本研究中著眼點是在於

28

網點分佈的隨機位置並不須考量真實物理系統中原子的質量因此以 m

c的假

設條件對公式 29 作簡化使其成為一個差分方程式如公式 210 所示

ttFc

trttr iii 1

(210)

上式即為一個位置預測方程式即每個原子下一個步階時間的位置是由在計算當

下的時間步階位置修正後所到的然而在單位步階時間內原子位置修正量的大小

除了受到原子所受之外部總力的大小影響外阻尼系數 c 亦是一決定性的因子

步階時間 t 在電腦演算中所扮演的角色便是每個運算迴圈而當 c 的值愈大時

c

t可以看成在每個運算迴圈位置修正量會變小反之 c 的值愈小時位置修正量便

會增加

在本研究中所採用之指數項的力運算方程式如公式 211 所示

cutij

cutij

sr

ij

ij

ij

rr

rr er

r

rf

cij

0

(211)

其中 ijr 為一個向量表示網點間的相對距離 cs 則是每個網點的力控制參數 cutr

為網點的力運算截斷半徑

要說明如何決定網點力運算截斷半徑之前先定義一個參數為 rA 它代表每個

網點的反應面積且該面積範圍可延伸至相鄰近的晶格在本研究所設定情況是以

最小的反應面積來作分析如式公式 212 所示

29

ma

AA

c

cellr

min_ (212)

其中 ca 為比率參數將其取為 1 m 為晶格內的網點數量

圖 2-7 網點力反應面積

由圖 2-7假設當一個晶格內有三顆網點且網點的總面積和等於晶格面積時

網點面積便彼此有部份相互重疊的現象此時若要避免面積相互重疊發生網點

彼此間的最小距離則必須是目前網點半徑的 2 倍所以就將這個距離關係設定為

cutr cutr cutr

30

該晶格內網點的 cutr 因此 cutr 便可由公式 213 所求得

maD

r

lrc

m

k

k

cut

2

(213)

其中 l 為比例因子

選擇指數項之力運算方程式主要的原因在於其函數型式簡單容易得到力控

制參數而要得到力控制參數便得先決定殘餘反應力 ref 殘餘反應力選取的大

小直接反應在每個運算步階內每個網點所受的合力大小雖然 ref 取大時能使網點

在每個運算步階內的位置修正量大意謂著網點到達平衡位置所需的時間較短

但實際上當位置修正量太大時網點容易出現在晶格邊界進出的情形反而造成演算

過程中要一直執行 Verlet 演算使得整體的演算時間反而增加本研究對於 ref 選

取值的建議是 0001在演算過中較具效率在圖 2-8 中所描繪出的是網點間力運

算函數的圖形在 cutr 長度位置的力反應量便是殘餘反應力

圖 2-8 力函數示意圖

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

25

邊界條件為分子動力學另一個相當重要的條件受限於現今電腦的計算能力

我們很難去模擬實計系統的原子數是故分子動力學一般應用於只有數千個或數

萬個粒子的系統因此我們在合理的範圍內假設所模擬的重複性即所謂的週期

邊界條件(Periodic Boundary Condition)條件

初始粒子位置所建立如單一 FCC 晶格模式這模型就是主要的模擬空間

(Primary Cell)如圖中間粗黑線所圍成的空間而四週八個方形是我們在計算時所

假設的空間即勢由主要模擬空間所複製而成的映像空間(Images Soace)對於二

維模型有 8 個映像空間而三維模型則有 26 個映像空間

本文運用分子動力學的計算方法係將每個網點視為分子來計算彼此間會

相互排斥推擠由一次又一次的疊代計算直到整體達到平衡位置將原子與原子

彼此作用的原理運用於模擬微結構彼此間相互作用力用以控制微結構相互的

間距與排列在微結構幾何條件重複性的情況下利用週期性邊界條件簡化微

結構分佈的建立而在需要高密度排列的區域時變化結構排列的初始條件來

達到更高晶格填充度首先我們先將網點（dots）分佈的平面作均勻的分割使此

平面有如許多小四方晶格（cell）所排列而成再決定每個晶格內的網點密度D

如公式 26 所示

cell

m

k

k

cell

dot

A

r

A

AD

2

(26)

其中 m 為在單一晶格內網點的總數 kr 為各個網點的半徑

在實際進行光學設計時網點數量的多寡與距離光源的遠近有著相當大的關

聯性且進行隨機網點設計時必須考慮避免網點位置太過靠近而產生網點重疊

（overlap）的情形所以亦要考量到晶格內的網點填充密度決定每個晶格的密

26

度即表示決定了晶格內的網點數量然後再利用亂數隨機選取的方式來決定

每個晶格內網點的初始位置系統建立的流程如圖 2-6 所示

圖 2-6 系統模型建立流程

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

設定模型基板尺寸

設定晶格數量

設定網點密度(

)

決定網點初始位置

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

設定模型基板尺寸

設定晶格數量

設定網點密度(

)

決定網點初始位置

27

分子動力學的模擬一個原子或質點的運動所遵守的是牛頓第二運動定律

如公式 27 所示

n

j

jiijii rrf

dt

drc

dt

rdm )(

2

2

(27)

其中 ir 所代表的是第 i 個原子的位置m 是原子的質量c 是運動系統的阻尼項

（damping term）而 ijf則是 i 原子與其相鄰近的 j 原子間的作用力而分子動力學

的觀念中原子與原子間都存在一個能量關係稱為勢能（potential energy） ijij r

而勢能是原子間相對距離的函數所以將勢能對距離作微分便可得到原子間的作

用力如公式 28 所示

)( jiij

ijrrf

dr

d

(28)

結合公式 27 及公式 28 可知一個原子的運動狀態是由於相鄰近的原子給它的力

所造成的當該原子所受到的總作用力到達最小時該原子可說已到達在該系統

中的平衡位置並在該位置作規律的微幅振盪

對公式 27 作積分積分範圍為微小的時間間距 0ttt 便可以得到原子

在一個微小時間點後的位置如公式 29 所示

m

tcFd

ctrtr

t

tiii

exp1

1

00

(29)

其中 iF 是表示 i 原子所受之總力即

n

j

iji fF1

由於在本研究中著眼點是在於

28

網點分佈的隨機位置並不須考量真實物理系統中原子的質量因此以 m

c的假

設條件對公式 29 作簡化使其成為一個差分方程式如公式 210 所示

ttFc

trttr iii 1

(210)

上式即為一個位置預測方程式即每個原子下一個步階時間的位置是由在計算當

下的時間步階位置修正後所到的然而在單位步階時間內原子位置修正量的大小

除了受到原子所受之外部總力的大小影響外阻尼系數 c 亦是一決定性的因子

步階時間 t 在電腦演算中所扮演的角色便是每個運算迴圈而當 c 的值愈大時

c

t可以看成在每個運算迴圈位置修正量會變小反之 c 的值愈小時位置修正量便

會增加

在本研究中所採用之指數項的力運算方程式如公式 211 所示

cutij

cutij

sr

ij

ij

ij

rr

rr er

r

rf

cij

0

(211)

其中 ijr 為一個向量表示網點間的相對距離 cs 則是每個網點的力控制參數 cutr

為網點的力運算截斷半徑

要說明如何決定網點力運算截斷半徑之前先定義一個參數為 rA 它代表每個

網點的反應面積且該面積範圍可延伸至相鄰近的晶格在本研究所設定情況是以

最小的反應面積來作分析如式公式 212 所示

29

ma

AA

c

cellr

min_ (212)

其中 ca 為比率參數將其取為 1 m 為晶格內的網點數量

圖 2-7 網點力反應面積

由圖 2-7假設當一個晶格內有三顆網點且網點的總面積和等於晶格面積時

網點面積便彼此有部份相互重疊的現象此時若要避免面積相互重疊發生網點

彼此間的最小距離則必須是目前網點半徑的 2 倍所以就將這個距離關係設定為

cutr cutr cutr

30

該晶格內網點的 cutr 因此 cutr 便可由公式 213 所求得

maD

r

lrc

m

k

k

cut

2

(213)

其中 l 為比例因子

選擇指數項之力運算方程式主要的原因在於其函數型式簡單容易得到力控

制參數而要得到力控制參數便得先決定殘餘反應力 ref 殘餘反應力選取的大

小直接反應在每個運算步階內每個網點所受的合力大小雖然 ref 取大時能使網點

在每個運算步階內的位置修正量大意謂著網點到達平衡位置所需的時間較短

但實際上當位置修正量太大時網點容易出現在晶格邊界進出的情形反而造成演算

過程中要一直執行 Verlet 演算使得整體的演算時間反而增加本研究對於 ref 選

取值的建議是 0001在演算過中較具效率在圖 2-8 中所描繪出的是網點間力運

算函數的圖形在 cutr 長度位置的力反應量便是殘餘反應力

圖 2-8 力函數示意圖

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

26

度即表示決定了晶格內的網點數量然後再利用亂數隨機選取的方式來決定

每個晶格內網點的初始位置系統建立的流程如圖 2-6 所示

圖 2-6 系統模型建立流程

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

設定模型基板尺寸

設定晶格數量

設定網點密度(

)

決定網點初始位置

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

40

40

40

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

設定模型基板尺寸

設定晶格數量

設定網點密度(

)

決定網點初始位置

27

分子動力學的模擬一個原子或質點的運動所遵守的是牛頓第二運動定律

如公式 27 所示

n

j

jiijii rrf

dt

drc

dt

rdm )(

2

2

(27)

其中 ir 所代表的是第 i 個原子的位置m 是原子的質量c 是運動系統的阻尼項

（damping term）而 ijf則是 i 原子與其相鄰近的 j 原子間的作用力而分子動力學

的觀念中原子與原子間都存在一個能量關係稱為勢能（potential energy） ijij r

而勢能是原子間相對距離的函數所以將勢能對距離作微分便可得到原子間的作

用力如公式 28 所示

)( jiij

ijrrf

dr

d

(28)

結合公式 27 及公式 28 可知一個原子的運動狀態是由於相鄰近的原子給它的力

所造成的當該原子所受到的總作用力到達最小時該原子可說已到達在該系統

中的平衡位置並在該位置作規律的微幅振盪

對公式 27 作積分積分範圍為微小的時間間距 0ttt 便可以得到原子

在一個微小時間點後的位置如公式 29 所示

m

tcFd

ctrtr

t

tiii

exp1

1

00

(29)

其中 iF 是表示 i 原子所受之總力即

n

j

iji fF1

由於在本研究中著眼點是在於

28

網點分佈的隨機位置並不須考量真實物理系統中原子的質量因此以 m

c的假

設條件對公式 29 作簡化使其成為一個差分方程式如公式 210 所示

ttFc

trttr iii 1

(210)

上式即為一個位置預測方程式即每個原子下一個步階時間的位置是由在計算當

下的時間步階位置修正後所到的然而在單位步階時間內原子位置修正量的大小

除了受到原子所受之外部總力的大小影響外阻尼系數 c 亦是一決定性的因子

步階時間 t 在電腦演算中所扮演的角色便是每個運算迴圈而當 c 的值愈大時

c

t可以看成在每個運算迴圈位置修正量會變小反之 c 的值愈小時位置修正量便

會增加

在本研究中所採用之指數項的力運算方程式如公式 211 所示

cutij

cutij

sr

ij

ij

ij

rr

rr er

r

rf

cij

0

(211)

其中 ijr 為一個向量表示網點間的相對距離 cs 則是每個網點的力控制參數 cutr

為網點的力運算截斷半徑

要說明如何決定網點力運算截斷半徑之前先定義一個參數為 rA 它代表每個

網點的反應面積且該面積範圍可延伸至相鄰近的晶格在本研究所設定情況是以

最小的反應面積來作分析如式公式 212 所示

29

ma

AA

c

cellr

min_ (212)

其中 ca 為比率參數將其取為 1 m 為晶格內的網點數量

圖 2-7 網點力反應面積

由圖 2-7假設當一個晶格內有三顆網點且網點的總面積和等於晶格面積時

網點面積便彼此有部份相互重疊的現象此時若要避免面積相互重疊發生網點

彼此間的最小距離則必須是目前網點半徑的 2 倍所以就將這個距離關係設定為

cutr cutr cutr

30

該晶格內網點的 cutr 因此 cutr 便可由公式 213 所求得

maD

r

lrc

m

k

k

cut

2

(213)

其中 l 為比例因子

選擇指數項之力運算方程式主要的原因在於其函數型式簡單容易得到力控

制參數而要得到力控制參數便得先決定殘餘反應力 ref 殘餘反應力選取的大

小直接反應在每個運算步階內每個網點所受的合力大小雖然 ref 取大時能使網點

在每個運算步階內的位置修正量大意謂著網點到達平衡位置所需的時間較短

但實際上當位置修正量太大時網點容易出現在晶格邊界進出的情形反而造成演算

過程中要一直執行 Verlet 演算使得整體的演算時間反而增加本研究對於 ref 選

取值的建議是 0001在演算過中較具效率在圖 2-8 中所描繪出的是網點間力運

算函數的圖形在 cutr 長度位置的力反應量便是殘餘反應力

圖 2-8 力函數示意圖

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

27

分子動力學的模擬一個原子或質點的運動所遵守的是牛頓第二運動定律

如公式 27 所示

n

j

jiijii rrf

dt

drc

dt

rdm )(

2

2

(27)

其中 ir 所代表的是第 i 個原子的位置m 是原子的質量c 是運動系統的阻尼項

（damping term）而 ijf則是 i 原子與其相鄰近的 j 原子間的作用力而分子動力學

的觀念中原子與原子間都存在一個能量關係稱為勢能（potential energy） ijij r

而勢能是原子間相對距離的函數所以將勢能對距離作微分便可得到原子間的作

用力如公式 28 所示

)( jiij

ijrrf

dr

d

(28)

結合公式 27 及公式 28 可知一個原子的運動狀態是由於相鄰近的原子給它的力

所造成的當該原子所受到的總作用力到達最小時該原子可說已到達在該系統

中的平衡位置並在該位置作規律的微幅振盪

對公式 27 作積分積分範圍為微小的時間間距 0ttt 便可以得到原子

在一個微小時間點後的位置如公式 29 所示

m

tcFd

ctrtr

t

tiii

exp1

1

00

(29)

其中 iF 是表示 i 原子所受之總力即

n

j

iji fF1

由於在本研究中著眼點是在於

28

網點分佈的隨機位置並不須考量真實物理系統中原子的質量因此以 m

c的假

設條件對公式 29 作簡化使其成為一個差分方程式如公式 210 所示

ttFc

trttr iii 1

(210)

上式即為一個位置預測方程式即每個原子下一個步階時間的位置是由在計算當

下的時間步階位置修正後所到的然而在單位步階時間內原子位置修正量的大小

除了受到原子所受之外部總力的大小影響外阻尼系數 c 亦是一決定性的因子

步階時間 t 在電腦演算中所扮演的角色便是每個運算迴圈而當 c 的值愈大時

c

t可以看成在每個運算迴圈位置修正量會變小反之 c 的值愈小時位置修正量便

會增加

在本研究中所採用之指數項的力運算方程式如公式 211 所示

cutij

cutij

sr

ij

ij

ij

rr

rr er

r

rf

cij

0

(211)

其中 ijr 為一個向量表示網點間的相對距離 cs 則是每個網點的力控制參數 cutr

為網點的力運算截斷半徑

要說明如何決定網點力運算截斷半徑之前先定義一個參數為 rA 它代表每個

網點的反應面積且該面積範圍可延伸至相鄰近的晶格在本研究所設定情況是以

最小的反應面積來作分析如式公式 212 所示

29

ma

AA

c

cellr

min_ (212)

其中 ca 為比率參數將其取為 1 m 為晶格內的網點數量

圖 2-7 網點力反應面積

由圖 2-7假設當一個晶格內有三顆網點且網點的總面積和等於晶格面積時

網點面積便彼此有部份相互重疊的現象此時若要避免面積相互重疊發生網點

彼此間的最小距離則必須是目前網點半徑的 2 倍所以就將這個距離關係設定為

cutr cutr cutr

30

該晶格內網點的 cutr 因此 cutr 便可由公式 213 所求得

maD

r

lrc

m

k

k

cut

2

(213)

其中 l 為比例因子

選擇指數項之力運算方程式主要的原因在於其函數型式簡單容易得到力控

制參數而要得到力控制參數便得先決定殘餘反應力 ref 殘餘反應力選取的大

小直接反應在每個運算步階內每個網點所受的合力大小雖然 ref 取大時能使網點

在每個運算步階內的位置修正量大意謂著網點到達平衡位置所需的時間較短

但實際上當位置修正量太大時網點容易出現在晶格邊界進出的情形反而造成演算

過程中要一直執行 Verlet 演算使得整體的演算時間反而增加本研究對於 ref 選

取值的建議是 0001在演算過中較具效率在圖 2-8 中所描繪出的是網點間力運

算函數的圖形在 cutr 長度位置的力反應量便是殘餘反應力

圖 2-8 力函數示意圖

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

28

網點分佈的隨機位置並不須考量真實物理系統中原子的質量因此以 m

c的假

設條件對公式 29 作簡化使其成為一個差分方程式如公式 210 所示

ttFc

trttr iii 1

(210)

上式即為一個位置預測方程式即每個原子下一個步階時間的位置是由在計算當

下的時間步階位置修正後所到的然而在單位步階時間內原子位置修正量的大小

除了受到原子所受之外部總力的大小影響外阻尼系數 c 亦是一決定性的因子

步階時間 t 在電腦演算中所扮演的角色便是每個運算迴圈而當 c 的值愈大時

c

t可以看成在每個運算迴圈位置修正量會變小反之 c 的值愈小時位置修正量便

會增加

在本研究中所採用之指數項的力運算方程式如公式 211 所示

cutij

cutij

sr

ij

ij

ij

rr

rr er

r

rf

cij

0

(211)

其中 ijr 為一個向量表示網點間的相對距離 cs 則是每個網點的力控制參數 cutr

為網點的力運算截斷半徑

要說明如何決定網點力運算截斷半徑之前先定義一個參數為 rA 它代表每個

網點的反應面積且該面積範圍可延伸至相鄰近的晶格在本研究所設定情況是以

最小的反應面積來作分析如式公式 212 所示

29

ma

AA

c

cellr

min_ (212)

其中 ca 為比率參數將其取為 1 m 為晶格內的網點數量

圖 2-7 網點力反應面積

由圖 2-7假設當一個晶格內有三顆網點且網點的總面積和等於晶格面積時

網點面積便彼此有部份相互重疊的現象此時若要避免面積相互重疊發生網點

彼此間的最小距離則必須是目前網點半徑的 2 倍所以就將這個距離關係設定為

cutr cutr cutr

30

該晶格內網點的 cutr 因此 cutr 便可由公式 213 所求得

maD

r

lrc

m

k

k

cut

2

(213)

其中 l 為比例因子

選擇指數項之力運算方程式主要的原因在於其函數型式簡單容易得到力控

制參數而要得到力控制參數便得先決定殘餘反應力 ref 殘餘反應力選取的大

小直接反應在每個運算步階內每個網點所受的合力大小雖然 ref 取大時能使網點

在每個運算步階內的位置修正量大意謂著網點到達平衡位置所需的時間較短

但實際上當位置修正量太大時網點容易出現在晶格邊界進出的情形反而造成演算

過程中要一直執行 Verlet 演算使得整體的演算時間反而增加本研究對於 ref 選

取值的建議是 0001在演算過中較具效率在圖 2-8 中所描繪出的是網點間力運

算函數的圖形在 cutr 長度位置的力反應量便是殘餘反應力

圖 2-8 力函數示意圖

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

29

ma

AA

c

cellr

min_ (212)

其中 ca 為比率參數將其取為 1 m 為晶格內的網點數量

圖 2-7 網點力反應面積

由圖 2-7假設當一個晶格內有三顆網點且網點的總面積和等於晶格面積時

網點面積便彼此有部份相互重疊的現象此時若要避免面積相互重疊發生網點

彼此間的最小距離則必須是目前網點半徑的 2 倍所以就將這個距離關係設定為

cutr cutr cutr

30

該晶格內網點的 cutr 因此 cutr 便可由公式 213 所求得

maD

r

lrc

m

k

k

cut

2

(213)

其中 l 為比例因子

選擇指數項之力運算方程式主要的原因在於其函數型式簡單容易得到力控

制參數而要得到力控制參數便得先決定殘餘反應力 ref 殘餘反應力選取的大

小直接反應在每個運算步階內每個網點所受的合力大小雖然 ref 取大時能使網點

在每個運算步階內的位置修正量大意謂著網點到達平衡位置所需的時間較短

但實際上當位置修正量太大時網點容易出現在晶格邊界進出的情形反而造成演算

過程中要一直執行 Verlet 演算使得整體的演算時間反而增加本研究對於 ref 選

取值的建議是 0001在演算過中較具效率在圖 2-8 中所描繪出的是網點間力運

算函數的圖形在 cutr 長度位置的力反應量便是殘餘反應力

圖 2-8 力函數示意圖

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

30

該晶格內網點的 cutr 因此 cutr 便可由公式 213 所求得

maD

r

lrc

m

k

k

cut

2

(213)

其中 l 為比例因子

選擇指數項之力運算方程式主要的原因在於其函數型式簡單容易得到力控

制參數而要得到力控制參數便得先決定殘餘反應力 ref 殘餘反應力選取的大

小直接反應在每個運算步階內每個網點所受的合力大小雖然 ref 取大時能使網點

在每個運算步階內的位置修正量大意謂著網點到達平衡位置所需的時間較短

但實際上當位置修正量太大時網點容易出現在晶格邊界進出的情形反而造成演算

過程中要一直執行 Verlet 演算使得整體的演算時間反而增加本研究對於 ref 選

取值的建議是 0001在演算過中較具效率在圖 2-8 中所描繪出的是網點間力運

算函數的圖形在 cutr 長度位置的力反應量便是殘餘反應力

圖 2-8 力函數示意圖

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

31

當殘餘反應力與截斷半徑決定後便利用公式 214 決定各個晶格內的力控制參

數而力控制參數的主要作用在於處理相鄰晶格的網點進行力運算時作為一個調

變的技巧

ij

rec

r

fs

ln

(214)

其中 cutij rr 至此整個過程所需的參數值都已決定

本演算法著眼點在於如何產生隨機均佈且疏密可控之網點圖案所以網點

的分佈位置是最終欲得到的結果圖 2-9 說明了整個運算流程運算流程一開始先

由前節所講述的數學架構去得到運算過程所需之參數值後再進入力運算流程直

到達成所欲求之網點圖案後結束運算迴圈輸出網點位置

圖 2-9 演算流程

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

32

力控制參數的作用當相鄰晶格有著不同的網點密度時其晶格內的網點所適

用之截斷半徑與力控制參數也有所不同從公式 213 公式 214 可知不同的 cutr會

產生不同的力控制參數恰當地使用此力控制參數可使不同網點密度的相鄰晶格

邊界產生平順化密度分佈的過渡區間

從圖 2-10可以看出網點密度小的晶格 cell A 其網點的 cutr 會較晶格 cell B 來

得大所以網點 A1 的 cutr （虛線）內的網點便會對 A1 施予斥力由圖中可以明

顯看出 A1 受到兩種不同的斥力而這兩種斥力主要差異在所引入的力控制參數有

所不同與 A1 位在相同晶格內的網點施予 A1 的作用力（黑實線箭頭）即是以 cell

A 的力控制參數 cs 代入公式 211 得到的而位在 cell B 的網點 B1 亦會施予 A1 一

作用力但此時作用力的決定並非代入 cell B 的力控制參數而是要以公式 215 來

決定過渡邊界時的力運算參數

2

__

_

BcellcAcellc

bc

sss

（215）

上式是直接取兩相鄰晶格之力控制參數的算數平均數作為引入公式 211 的參數以

得到發生在晶格邊界的作用力（空心線箭頭）

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

33

圖 2-10 邊界網點的力反應關係

由於 cell B 的網點密度大所以網點 B1 的 cutr 較小因此它只受到同晶格內其

它兩個網點施予的作用力並不會受到 A1 影響也就是說 A1 與 B1 間的作用關係

是單向的並非如正統的分子動力學的對原子間作用力的描述作用力在兩原子

間是對隅發生的

網點跨越晶格邊界時的處理晶格的設計是為能提供網點分佈在基板上密度

變化的依據因此當晶格數設定愈多時對於網點密變化的解析度就會愈高但亦

對於電腦的運算效能有影響然而每個網點在運動的過程中都有可能跨越晶格邊

界由前述的公式可以發現本演算所使用的參數與晶格內的網點密度的高低息息

相關所以當網點運動後有跨越晶格邊界的情形發生時就會產生晶格內網點密度

的變化此時每個晶格內的參數如截斷半徑力控制參數就須重新計算正因

本演算法有隨時調變每個網點截斷半徑的特性所以亦稱本演算法為「可變截斷

半徑技術」

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

Cell A Cell B

cell boundary

force by cij

force by cij_b

Cell A Cell B

cell boundary

force by cij

force by cij_b

force by cij

force by cij_b

cs

bcs _

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

34

為提高電腦計算的效能演算過程導入一種分子動力學的數值演技巧－Verlet

表列法這個方法是在特定的時間步階間隔(如 10 步至 20 步)建立每一顆網點與周

圍網點之間的關係如圖 2-11 所示以網點 i 為中心 LR 為 Verlet 表列半徑其

中 cutL rR 特定的時間步階間隔內欲計算第 i 顆網點所受到的外力時僅

需以 LR 內的網點去判斷那些網點位於 cutr 之內再計算其對 i 網點所產生的作用

力而不必每次都對整個系統的網點做運算判斷那些粒子位於 cutr 之內再進行

力運算以 N 個網點的系統每 10 步階建立一次 Verlet 表列的計算為例Verlet

表列因為要建立任兩顆粒子間的距離關係其網點間計算次數為 ( 1)

2

N N 次每

個網點得到表列半徑內的網點數後接下來 10 個時間步階的力運算只需以 LR 內

的網點判斷何者在 cutr 之內經過 10 個步階之後再更新每顆粒子內的粒子分佈

資訊使用 Verlet 表列時特別要注意 的選取其值不可過小以免在 10 個步

階之中的運算原本不在 LR 內的原子進入 cutr 的距離內影響力的計算相反的

值選取過大亦造成 LR 內的粒子增多判斷何者在 cutr 內的次數增加也增加了

計算的時間

然而本演算法內所設定之 Verlet 表列法在執行的時機除了採用上述之建議外

還有另一個啟動機制－當網點出現跨越晶格邊界的情形時由於晶格是作為密度

分佈解析度的依據所以網點跨越晶格邊界時每個晶格內網點編碼的資訊便需要更

新因此連同 Verlet 表列的演算須在相同時間步階內啟動

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

35

圖 2-11 Verlet 架構圖

ir-cut

RL

ir-cut

RL

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

36

23 幾何光學基礎原理

231 幾何光學

光學的基礎理論可分為幾何光學物理光學量子光學等幾何光學

(Geometrical Optics)是將光視為光線和光線的集合以光束 (Light Beam)物點

像點等概念表示的光學理論物理光 學 (Physical Optic)即將光視為 電

磁 波 處 理 的 光 學 又 稱 為 波 動 光 學 (Wave Optic) 量 子 光 學

(Quantum Optics)即利用量子觀念來說明光粒子的本質及其應用的光學而導光

板的光學設計上主要是應用幾何光學的理論如反射折射全反射及漫射等再

以波動光學及光度學理論應用在光學量測上檢測導光板的光學性質

導光板是利用光的幾何原理進行設計與分析在討論幾何光學時一般會

用光束或者光線的概念敘述及分析光的行為光線可認為是由許多光子所成的集

合由一粒粒的光子串成一條長線而光束則可視為一條條的光線所成的集合

在假設一個均勻介質中光的前進方式是以直線的方式前進例如燈光下的

陰影或日光下的影子說明光線在直線前進的過程中遇到障礙物所造成的現

象或者針孔(pinhole)成像可以證明光線直線前進的例證因此在導光板光學設

計中其光學基本理論即為光以直線方向前進藉著光線直線前進的論點進一

步的探討光線前進遇到另一個介質或表面所會產生的現象

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

37

232 折射率

在光學中折射率是非常重要的值通常我們習慣上用符號 n 來表示光的速

率為 299792458times108

ms 3times108

ms而折射率則是定義光在真空中的速率與光

在介質中的速率比值折射率即為光學密度 (Optical Density)n 大即稱為光密介

質(Optical Dense Medium)n 小即稱為光疏介質(Less Dense Medium)折射率

公式如下公式 216光在空氣中折射率 n=10003一般可是為 n=1而表 2-1 為各

種物質折射率

折射率 真空中之光速

介質中之光速 (216)

表 2-1 各物質折射率

物質 折射率 物質 折射率

水(20 ) 133 PMMA 149

玻璃 15~19 PC 158

鑽石 242 PS 159

石英結晶 154 COC 153

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

38

233 司乃耳定律（Snellrsquos Law）

在物理學的光學中司乃耳定律是描述光或其他的波從一個介質進入另一

介質(例如玻璃與水)入射角與折射角關係的一個公式此定律得到入射角的正弦

值與折射角的正弦值的比值為一定值而此一定值跟入射與折射介質有關

在光學上此定律可以計算追蹤光線入射與折射的行徑在實驗上也可以得

到介質的折射率

如果光從折射率小的第一介質進入折射率比較大的第二介質(n2 gt n1)因為第

二介質光行進的速度較慢(v2 lt v1)所以折射角 θ 2 會比入射角 θ 1 小光線折射

後會偏向法線

此定律以它的發現者之一荷蘭的數學家司乃耳來命名它陳述入射角的正弦

值與折射角的正弦值的比值等於兩介質中的波的速度比值但與兩介質折射率

的比值成反比如公式 217 所示

(217)

39

234 反射(Reflection )與折射(Refraction)定律

法國科學家 Fermat 提出光的行進路徑所應遵循的原則稱為 Fermat 定理其

定理說明光線傳遞過程必須遵守時間最少的原則即光線必須遵守時間為極值的

原則來進行換句話說光從某 A 點傳至 B 點總是沿著光路的極值路徑傳播

所謂的極值是指光行進路徑函數曲線的極大值或極小值或為一個反曲點因

此由 Fermat 定理可知光直行的概念是一個必然的結果而光線所走的路線都是

滿足路徑為最小值的結果也就是光在所選取的路徑行進時所需花費的時間為

最少之光路程

而 Fermat 定理也推導出光遇到兩種不同介質介面時會產生反射與折射行為

如圖 2-12 所示

圖 2-12 光反射與折射現象

40

1反射

當光由 n 介質進入 n介質時於 MM處會有部份光線折返回 n 介質

的現象稱之為反射若要滿足反射定律 入射角必須恆等於反射角

而反射又會因為元件表面粗糙度產生兩種現象

(1) 單向反射平行的入射光線照射在光滑平面後其反射光線亦為互相平行的

現象稱為單向反射如圖 2-13 所示

圖 2-13 單向反射

(2) 漫射平行的入射光線照射在粗糙平面後其反射光線四向分散之現象稱

為漫射如圖 2-14 所示

圖 2-14 漫射

41

2 折射

當光波由一介質進入另一介質因介質折射率的不同使光波速

度受到影響因此產生光行進方向改變的現象稱之為折射 其折射現

象說明當光由 n 介質進入 n介質中於 MM處有部分光線會經由介面穿透到至另一

介質中如銅幣在水中似乎浮起與筆在水中似乎彎曲的現象為光的折射行為如

圖 2-15 所示

圖 2-15 折射現象

42

235 臨界角與全反射(Total Internal Reflection)

當一光線由光疏介質入射至光密介質根據 Snell 定理折射角隨著入射角的

增加而增加且入射角會大於折射角而當光線由光密介質入射至光疏介質折

射角將會大於入射角且入射角θ1 θc時就不再有折射全部的光都會被反

射回原來的介質中這時稱之為全反射現象(Total Internal Reflectionθt)而

當折射角等於 90deg時 之角度時所對應之入射角度則稱為全反射之臨界角(θc)如圖

2-16 所示其公式推導如下

θ θ

若θ 表全反射此時θ θ

θ

圖 2-16 全反射現象

43

236 光度學基本定義

1 光通量（Luminous flux Φ v）

光通量是一種表示光的功率的單位表單位時間內由光源所發出的光能國際單

位制中規定光通量的符號是 Φ v單位為流明（lm=cd-sr）

2光強度（Luminous intensity Iv）

光強度用於表示光源給定方向上單位立體角內發光強弱程度的物理量國際單位

制中規定光強度的符號是 Iv單位為燭光又稱坎德拉(candelacd=lmsr)通常測量

輻射強度或測量能量強度的單位相比較發光強度的定義考慮了人的視覺因素和

光學特點是在人的視覺基礎上建立起來的

3亮度（Luminance Lv）

亮度（luminance）是表示人對發光體或被照射物體表面的發光或反射光強度實際感

受的物理量亮度和光強這兩個量在一般的日常用語中往往被混淆 國際單位制

中規定亮度的符號是 Lv單位為尼特（nit= cdm2）

4照度（Illuminance Ev）

照度是每單位面積所接受可見光的光通量用於入射表面的光我們平常所說的

桌面夠不夠亮就是指照度居家的一般照度建議在 100~300 勒克斯之間國際單

位制中規定亮度的符號是 Ev單位勒克斯（lux lx= lmm2）

表 2-2 所示日常代表性照度

40

1反射

當光由 n 介質進入 n介質時於 MM處會有部份光線折返回 n 介質

的現象稱之為反射若要滿足反射定律 入射角必須恆等於反射角

而反射又會因為元件表面粗糙度產生兩種現象

(1) 單向反射平行的入射光線照射在光滑平面後其反射光線亦為互相平行的

現象稱為單向反射如圖 2-13 所示

圖 2-13 單向反射

(2) 漫射平行的入射光線照射在粗糙平面後其反射光線四向分散之現象稱

為漫射如圖 2-14 所示

圖 2-14 漫射

41

2 折射

當光波由一介質進入另一介質因介質折射率的不同使光波速

度受到影響因此產生光行進方向改變的現象稱之為折射 其折射現

象說明當光由 n 介質進入 n介質中於 MM處有部分光線會經由介面穿透到至另一

介質中如銅幣在水中似乎浮起與筆在水中似乎彎曲的現象為光的折射行為如

圖 2-15 所示

圖 2-15 折射現象

42

235 臨界角與全反射(Total Internal Reflection)

當一光線由光疏介質入射至光密介質根據 Snell 定理折射角隨著入射角的

增加而增加且入射角會大於折射角而當光線由光密介質入射至光疏介質折

射角將會大於入射角且入射角θ1 θc時就不再有折射全部的光都會被反

射回原來的介質中這時稱之為全反射現象(Total Internal Reflectionθt)而

當折射角等於 90deg時 之角度時所對應之入射角度則稱為全反射之臨界角(θc)如圖

2-16 所示其公式推導如下

θ θ

若θ 表全反射此時θ θ

θ

圖 2-16 全反射現象

43

236 光度學基本定義

1 光通量（Luminous flux Φ v）

光通量是一種表示光的功率的單位表單位時間內由光源所發出的光能國際單

位制中規定光通量的符號是 Φ v單位為流明（lm=cd-sr）

2光強度（Luminous intensity Iv）

光強度用於表示光源給定方向上單位立體角內發光強弱程度的物理量國際單位

制中規定光強度的符號是 Iv單位為燭光又稱坎德拉(candelacd=lmsr)通常測量

輻射強度或測量能量強度的單位相比較發光強度的定義考慮了人的視覺因素和

光學特點是在人的視覺基礎上建立起來的

3亮度（Luminance Lv）

亮度（luminance）是表示人對發光體或被照射物體表面的發光或反射光強度實際感

受的物理量亮度和光強這兩個量在一般的日常用語中往往被混淆 國際單位制

中規定亮度的符號是 Lv單位為尼特（nit= cdm2）

4照度（Illuminance Ev）

照度是每單位面積所接受可見光的光通量用於入射表面的光我們平常所說的

桌面夠不夠亮就是指照度居家的一般照度建議在 100~300 勒克斯之間國際單

位制中規定亮度的符號是 Ev單位勒克斯（lux lx= lmm2）

表 2-2 所示日常代表性照度

41

2 折射

當光波由一介質進入另一介質因介質折射率的不同使光波速

度受到影響因此產生光行進方向改變的現象稱之為折射 其折射現

象說明當光由 n 介質進入 n介質中於 MM處有部分光線會經由介面穿透到至另一

介質中如銅幣在水中似乎浮起與筆在水中似乎彎曲的現象為光的折射行為如

圖 2-15 所示

圖 2-15 折射現象

42

235 臨界角與全反射(Total Internal Reflection)

當一光線由光疏介質入射至光密介質根據 Snell 定理折射角隨著入射角的

增加而增加且入射角會大於折射角而當光線由光密介質入射至光疏介質折

射角將會大於入射角且入射角θ1 θc時就不再有折射全部的光都會被反

射回原來的介質中這時稱之為全反射現象(Total Internal Reflectionθt)而

當折射角等於 90deg時 之角度時所對應之入射角度則稱為全反射之臨界角(θc)如圖

2-16 所示其公式推導如下

θ θ

若θ 表全反射此時θ θ

θ

圖 2-16 全反射現象

43

236 光度學基本定義

1 光通量（Luminous flux Φ v）

光通量是一種表示光的功率的單位表單位時間內由光源所發出的光能國際單

位制中規定光通量的符號是 Φ v單位為流明（lm=cd-sr）

2光強度（Luminous intensity Iv）

光強度用於表示光源給定方向上單位立體角內發光強弱程度的物理量國際單位

制中規定光強度的符號是 Iv單位為燭光又稱坎德拉(candelacd=lmsr)通常測量

輻射強度或測量能量強度的單位相比較發光強度的定義考慮了人的視覺因素和

光學特點是在人的視覺基礎上建立起來的

3亮度（Luminance Lv）

亮度（luminance）是表示人對發光體或被照射物體表面的發光或反射光強度實際感

受的物理量亮度和光強這兩個量在一般的日常用語中往往被混淆 國際單位制

中規定亮度的符號是 Lv單位為尼特（nit= cdm2）

4照度（Illuminance Ev）

照度是每單位面積所接受可見光的光通量用於入射表面的光我們平常所說的

桌面夠不夠亮就是指照度居家的一般照度建議在 100~300 勒克斯之間國際單

位制中規定亮度的符號是 Ev單位勒克斯（lux lx= lmm2）

表 2-2 所示日常代表性照度

42

235 臨界角與全反射(Total Internal Reflection)

當一光線由光疏介質入射至光密介質根據 Snell 定理折射角隨著入射角的

增加而增加且入射角會大於折射角而當光線由光密介質入射至光疏介質折

射角將會大於入射角且入射角θ1 θc時就不再有折射全部的光都會被反

射回原來的介質中這時稱之為全反射現象(Total Internal Reflectionθt)而

當折射角等於 90deg時 之角度時所對應之入射角度則稱為全反射之臨界角(θc)如圖

2-16 所示其公式推導如下

θ θ

若θ 表全反射此時θ θ

θ

圖 2-16 全反射現象

43

236 光度學基本定義

1 光通量（Luminous flux Φ v）

光通量是一種表示光的功率的單位表單位時間內由光源所發出的光能國際單

位制中規定光通量的符號是 Φ v單位為流明（lm=cd-sr）

2光強度（Luminous intensity Iv）

光強度用於表示光源給定方向上單位立體角內發光強弱程度的物理量國際單位

制中規定光強度的符號是 Iv單位為燭光又稱坎德拉(candelacd=lmsr)通常測量

輻射強度或測量能量強度的單位相比較發光強度的定義考慮了人的視覺因素和

光學特點是在人的視覺基礎上建立起來的

3亮度（Luminance Lv）

亮度（luminance）是表示人對發光體或被照射物體表面的發光或反射光強度實際感

受的物理量亮度和光強這兩個量在一般的日常用語中往往被混淆 國際單位制

中規定亮度的符號是 Lv單位為尼特（nit= cdm2）

4照度（Illuminance Ev）

照度是每單位面積所接受可見光的光通量用於入射表面的光我們平常所說的

桌面夠不夠亮就是指照度居家的一般照度建議在 100~300 勒克斯之間國際單

位制中規定亮度的符號是 Ev單位勒克斯（lux lx= lmm2）

表 2-2 所示日常代表性照度

43

236 光度學基本定義

1 光通量（Luminous flux Φ v）

光通量是一種表示光的功率的單位表單位時間內由光源所發出的光能國際單

位制中規定光通量的符號是 Φ v單位為流明（lm=cd-sr）

2光強度（Luminous intensity Iv）

光強度用於表示光源給定方向上單位立體角內發光強弱程度的物理量國際單位

制中規定光強度的符號是 Iv單位為燭光又稱坎德拉(candelacd=lmsr)通常測量

輻射強度或測量能量強度的單位相比較發光強度的定義考慮了人的視覺因素和

光學特點是在人的視覺基礎上建立起來的

3亮度（Luminance Lv）

亮度（luminance）是表示人對發光體或被照射物體表面的發光或反射光強度實際感

受的物理量亮度和光強這兩個量在一般的日常用語中往往被混淆 國際單位制

中規定亮度的符號是 Lv單位為尼特（nit= cdm2）

4照度（Illuminance Ev）

照度是每單位面積所接受可見光的光通量用於入射表面的光我們平常所說的

桌面夠不夠亮就是指照度居家的一般照度建議在 100~300 勒克斯之間國際單

位制中規定亮度的符號是 Ev單位勒克斯（lux lx= lmm2）

表 2-2 所示日常代表性照度

44

表 2-2 日常代表性照度

環境 照度(單位lux)

烈日 100000

陰天 8000

繪圖 600

閱讀 500

夜間棒球場 400

辦公室教室 300

路燈 5

滿月 02

星光 00003

45

第三章 導光板設計與分析

31 認識導光板區域名稱與功能

首先在介紹導光板的設計之前我們必須對導光板重要的區域名稱及功能做

些簡單的介紹在靠近燈源的平面稱為入光側主要功能是為了讓光源能夠有效

且完整的進入導光板內部進行傳遞而我們可以在此平面上建立特殊微結構使

光源能夠經由接觸表面微結構而產生偏轉現象使光源可以得到好的發散來達

到較大且較廣的開光角度如此一來可以減少一般業界常因燈源與燈源間邊緣

光線強度不足而產生暗帶而此暗帶在業界也常藉由外框遮除來克服輝度與均

勻度不佳的情形但也因為如此必須犧牲掉一些導光板可利用的區域而這對製

造成本上則是一個不必要的成本浪費因此可藉由微結構的設計來解決相關的問

題而一般常見的入光側微結構則以 V-Cut 如圖 3-1 所示為主流其原因是加工容

易且效果好常見變數有角度高度間距

圖 3-1 V-Cut 幾何外型

46

於導光板底部的平面稱之反射面又稱入光區而一般設計於反射面的微結構

其用意是為了破除在導光板內部以全反射方式進行傳遞的光線光線可經由接觸

微結構而產生方向上的偏轉讓光線盡可能由出光面均勻發散而如何讓光線可

以往均一方向集中其重要的關鍵就在於微結構幾何外型的設計與分佈一般常

見的微結構可分為以下幾種幾何形狀如表 3-1 所示

表 3-1 入光區微結構幾何形狀的種類

球型

(Sphere)

稜鏡型

(Prism)

角錐型

(Pyramid)

圓錐型

(Cone)

47

半圓柱型

(Cylinder)

於導光板頂部的平面稱之出光面其主要功能係將側邊 LED 燈所供應的光源

透過表面微結構的特性使光源能夠均勻的以面光源發散來達到平面顯示器對

光源的需求微結構幾何外型常以 V-Cut 來設計

3 2 設計流程規劃

設計一理想導光板的先決條件就是必須建立一套有系統的設計的流程如圖

3-2所示如此一來才能順利達到我們預期的光學品在這裡鍵入方程式質要求

首先第一步我們必須先定義我們導光板的尺寸而本研究因考量到大尺寸導光

板在分析時需要花費較多時間在等待分析結果上因此在尺寸選定上以一般業界

較小型的 25 吋導光板來進行設計分析與比較其尺寸長寬高各別為 55mm

39mm08mm材料方面則選擇一般業界加工導光板常用的高透光性材料壓克

力 PMMA 如表 3-2 所示燈源選擇上選用較輕薄且功率大的 Nichia NSSW108

型號的 LED如圖 3-3 為 LED 幾何外型及尺寸圖 3-4 為發光波長圖 3-5 為指

向特性

48

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表

項目 試驗法

ASTM 單位 GH-1000S

光學性質

全光線透過率 D1003 93

霧度 D1003 01

屈折率 D542 149

機械性質

拉伸強度 D636 kgfcm2 740

伸長率 D638 5

彎曲強度 D790 kgfcm2 1180

彎曲彈性率 D790 kgf cm2 34times10

4

Izod 衝擊強度 D256 kgf cm2 26

洛氏硬度 D785 M scale 101

熱變性質

熱變形溫度

(無負荷)

(有負荷)

D648

92

101

MFR D1238 g10min 10

軟化點溫度 D1525 113

其他性質

比重 D729 119

成形收縮率 D955 0002~0006

成形加工

成形條件

乾燥條件 amphr 80~100amp4~6

成形溫度 230~280

模具溫度 50~90

49

圖 3-2 設計流程

圖 3-3 LED 光源幾何外型及尺寸

50

圖 3-4 發光波長

圖 3-5 指向特性

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

45

第三章 導光板設計與分析

31 認識導光板區域名稱與功能

首先在介紹導光板的設計之前我們必須對導光板重要的區域名稱及功能做

些簡單的介紹在靠近燈源的平面稱為入光側主要功能是為了讓光源能夠有效

且完整的進入導光板內部進行傳遞而我們可以在此平面上建立特殊微結構使

光源能夠經由接觸表面微結構而產生偏轉現象使光源可以得到好的發散來達

到較大且較廣的開光角度如此一來可以減少一般業界常因燈源與燈源間邊緣

光線強度不足而產生暗帶而此暗帶在業界也常藉由外框遮除來克服輝度與均

勻度不佳的情形但也因為如此必須犧牲掉一些導光板可利用的區域而這對製

造成本上則是一個不必要的成本浪費因此可藉由微結構的設計來解決相關的問

題而一般常見的入光側微結構則以 V-Cut 如圖 3-1 所示為主流其原因是加工容

易且效果好常見變數有角度高度間距

圖 3-1 V-Cut 幾何外型

46

於導光板底部的平面稱之反射面又稱入光區而一般設計於反射面的微結構

其用意是為了破除在導光板內部以全反射方式進行傳遞的光線光線可經由接觸

微結構而產生方向上的偏轉讓光線盡可能由出光面均勻發散而如何讓光線可

以往均一方向集中其重要的關鍵就在於微結構幾何外型的設計與分佈一般常

見的微結構可分為以下幾種幾何形狀如表 3-1 所示

表 3-1 入光區微結構幾何形狀的種類

球型

(Sphere)

稜鏡型

(Prism)

角錐型

(Pyramid)

圓錐型

(Cone)

47

半圓柱型

(Cylinder)

於導光板頂部的平面稱之出光面其主要功能係將側邊 LED 燈所供應的光源

透過表面微結構的特性使光源能夠均勻的以面光源發散來達到平面顯示器對

光源的需求微結構幾何外型常以 V-Cut 來設計

3 2 設計流程規劃

設計一理想導光板的先決條件就是必須建立一套有系統的設計的流程如圖

3-2所示如此一來才能順利達到我們預期的光學品在這裡鍵入方程式質要求

首先第一步我們必須先定義我們導光板的尺寸而本研究因考量到大尺寸導光

板在分析時需要花費較多時間在等待分析結果上因此在尺寸選定上以一般業界

較小型的 25 吋導光板來進行設計分析與比較其尺寸長寬高各別為 55mm

39mm08mm材料方面則選擇一般業界加工導光板常用的高透光性材料壓克

力 PMMA 如表 3-2 所示燈源選擇上選用較輕薄且功率大的 Nichia NSSW108

型號的 LED如圖 3-3 為 LED 幾何外型及尺寸圖 3-4 為發光波長圖 3-5 為指

向特性

48

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表

項目 試驗法

ASTM 單位 GH-1000S

光學性質

全光線透過率 D1003 93

霧度 D1003 01

屈折率 D542 149

機械性質

拉伸強度 D636 kgfcm2 740

伸長率 D638 5

彎曲強度 D790 kgfcm2 1180

彎曲彈性率 D790 kgf cm2 34times10

4

Izod 衝擊強度 D256 kgf cm2 26

洛氏硬度 D785 M scale 101

熱變性質

熱變形溫度

(無負荷)

(有負荷)

D648

92

101

MFR D1238 g10min 10

軟化點溫度 D1525 113

其他性質

比重 D729 119

成形收縮率 D955 0002~0006

成形加工

成形條件

乾燥條件 amphr 80~100amp4~6

成形溫度 230~280

模具溫度 50~90

49

圖 3-2 設計流程

圖 3-3 LED 光源幾何外型及尺寸

50

圖 3-4 發光波長

圖 3-5 指向特性

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

46

於導光板底部的平面稱之反射面又稱入光區而一般設計於反射面的微結構

其用意是為了破除在導光板內部以全反射方式進行傳遞的光線光線可經由接觸

微結構而產生方向上的偏轉讓光線盡可能由出光面均勻發散而如何讓光線可

以往均一方向集中其重要的關鍵就在於微結構幾何外型的設計與分佈一般常

見的微結構可分為以下幾種幾何形狀如表 3-1 所示

表 3-1 入光區微結構幾何形狀的種類

球型

(Sphere)

稜鏡型

(Prism)

角錐型

(Pyramid)

圓錐型

(Cone)

47

半圓柱型

(Cylinder)

於導光板頂部的平面稱之出光面其主要功能係將側邊 LED 燈所供應的光源

透過表面微結構的特性使光源能夠均勻的以面光源發散來達到平面顯示器對

光源的需求微結構幾何外型常以 V-Cut 來設計

3 2 設計流程規劃

設計一理想導光板的先決條件就是必須建立一套有系統的設計的流程如圖

3-2所示如此一來才能順利達到我們預期的光學品在這裡鍵入方程式質要求

首先第一步我們必須先定義我們導光板的尺寸而本研究因考量到大尺寸導光

板在分析時需要花費較多時間在等待分析結果上因此在尺寸選定上以一般業界

較小型的 25 吋導光板來進行設計分析與比較其尺寸長寬高各別為 55mm

39mm08mm材料方面則選擇一般業界加工導光板常用的高透光性材料壓克

力 PMMA 如表 3-2 所示燈源選擇上選用較輕薄且功率大的 Nichia NSSW108

型號的 LED如圖 3-3 為 LED 幾何外型及尺寸圖 3-4 為發光波長圖 3-5 為指

向特性

48

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表

項目 試驗法

ASTM 單位 GH-1000S

光學性質

全光線透過率 D1003 93

霧度 D1003 01

屈折率 D542 149

機械性質

拉伸強度 D636 kgfcm2 740

伸長率 D638 5

彎曲強度 D790 kgfcm2 1180

彎曲彈性率 D790 kgf cm2 34times10

4

Izod 衝擊強度 D256 kgf cm2 26

洛氏硬度 D785 M scale 101

熱變性質

熱變形溫度

(無負荷)

(有負荷)

D648

92

101

MFR D1238 g10min 10

軟化點溫度 D1525 113

其他性質

比重 D729 119

成形收縮率 D955 0002~0006

成形加工

成形條件

乾燥條件 amphr 80~100amp4~6

成形溫度 230~280

模具溫度 50~90

49

圖 3-2 設計流程

圖 3-3 LED 光源幾何外型及尺寸

50

圖 3-4 發光波長

圖 3-5 指向特性

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

47

半圓柱型

(Cylinder)

於導光板頂部的平面稱之出光面其主要功能係將側邊 LED 燈所供應的光源

透過表面微結構的特性使光源能夠均勻的以面光源發散來達到平面顯示器對

光源的需求微結構幾何外型常以 V-Cut 來設計

3 2 設計流程規劃

設計一理想導光板的先決條件就是必須建立一套有系統的設計的流程如圖

3-2所示如此一來才能順利達到我們預期的光學品在這裡鍵入方程式質要求

首先第一步我們必須先定義我們導光板的尺寸而本研究因考量到大尺寸導光

板在分析時需要花費較多時間在等待分析結果上因此在尺寸選定上以一般業界

較小型的 25 吋導光板來進行設計分析與比較其尺寸長寬高各別為 55mm

39mm08mm材料方面則選擇一般業界加工導光板常用的高透光性材料壓克

力 PMMA 如表 3-2 所示燈源選擇上選用較輕薄且功率大的 Nichia NSSW108

型號的 LED如圖 3-3 為 LED 幾何外型及尺寸圖 3-4 為發光波長圖 3-5 為指

向特性

48

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表

項目 試驗法

ASTM 單位 GH-1000S

光學性質

全光線透過率 D1003 93

霧度 D1003 01

屈折率 D542 149

機械性質

拉伸強度 D636 kgfcm2 740

伸長率 D638 5

彎曲強度 D790 kgfcm2 1180

彎曲彈性率 D790 kgf cm2 34times10

4

Izod 衝擊強度 D256 kgf cm2 26

洛氏硬度 D785 M scale 101

熱變性質

熱變形溫度

(無負荷)

(有負荷)

D648

92

101

MFR D1238 g10min 10

軟化點溫度 D1525 113

其他性質

比重 D729 119

成形收縮率 D955 0002~0006

成形加工

成形條件

乾燥條件 amphr 80~100amp4~6

成形溫度 230~280

模具溫度 50~90

49

圖 3-2 設計流程

圖 3-3 LED 光源幾何外型及尺寸

50

圖 3-4 發光波長

圖 3-5 指向特性

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

48

表 3-2 GH-1000S 光學級壓克力 (PMMA)物性表

項目 試驗法

ASTM 單位 GH-1000S

光學性質

全光線透過率 D1003 93

霧度 D1003 01

屈折率 D542 149

機械性質

拉伸強度 D636 kgfcm2 740

伸長率 D638 5

彎曲強度 D790 kgfcm2 1180

彎曲彈性率 D790 kgf cm2 34times10

4

Izod 衝擊強度 D256 kgf cm2 26

洛氏硬度 D785 M scale 101

熱變性質

熱變形溫度

(無負荷)

(有負荷)

D648

92

101

MFR D1238 g10min 10

軟化點溫度 D1525 113

其他性質

比重 D729 119

成形收縮率 D955 0002~0006

成形加工

成形條件

乾燥條件 amphr 80~100amp4~6

成形溫度 230~280

模具溫度 50~90

49

圖 3-2 設計流程

圖 3-3 LED 光源幾何外型及尺寸

50

圖 3-4 發光波長

圖 3-5 指向特性

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

49

圖 3-2 設計流程

圖 3-3 LED 光源幾何外型及尺寸

50

圖 3-4 發光波長

圖 3-5 指向特性

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

50

圖 3-4 發光波長

圖 3-5 指向特性

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

51

3 3 入光側微結構設計

入光側微結構的設計主要的目是為了希望光線能與結構接觸而得到更好的開

光角度使光可以大範圍的在導光板內部進行傳遞但在設計之前我們必須先

探討無微結構的導光板在正常入光的情形下所呈現出來的光學品質如圖 3-6 所示

為 LightTools 所分析出來無微結構的開光角度而在無微結構的導光板分析出來的

結果開光角度為 80 很顯然不能達到我們想要的目標因此在與 LED 接觸的

入光平面必須進行微結構的設計而一開始先以光學經驗法則為背景知識來定

義一組合理的三因子四水準的初始幾何參數主要以 ANFIS 自適應網路模糊學習

系統來進行自我學習以角度Pitch高度三個 imput 值為變數找尋最大開光角

度的 output 目標值如表 3-3 為第一階初始幾何參數運用田口 L16 直交表如表

3-4 所示的規則排列出 16 組的參數並藉由光學軟體 LightTools 來進行光學追

跡求得各組參數分析出來的開光角度如表 3-5 所示然後將分析結果輸入 ANFIS

自適應網路模糊學習系統來進行學習如圖 3-7 所示ANFIS 會在這限定的參數範

圍內找出最有能達到最大開光角度的幾何參數並會建議一組理想的參數組合如

表 3-6接著再將這組建議參數代回 LightTools 來進行驗證並確認結果是否與

ANFIS 推測的結果相符

第一階初始幾何參數為假設性的空白試驗其結果往往較為粗糙也不如預期

可由 ANFIS 自我學習的結果看出角度與 Pitch 兩個因子皆落在因子邊界清楚得

知其最佳值並不落在參數範圍內所以必須藉由不斷假設跟驗證並嘗試多組較

有可能的參數範圍繼續的找尋參數最佳值

經修正微調後找到第二階初始幾何參數如表 3-7 所示並以相同的流程經由

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

52

L16 直交表的規則將參數排列再藉由 LightTools 分析出各組參數的開光角度如表

3-8且將結果代入 ANFIS 自我學習系統進行學習如圖 3-8 所示最後將可得到

ANFIS 第二階建議參數如表 3-9 所示可發現各因子都有落在限定的參數範圍內

則表示 ANFIS 在此範圍已經找到最佳解再將此參數經 LightTools 進行分析觀看

結果是否吻合 ANFIS 所建議的結果如結果與建議值一致將可繼續往下一個流

程進行設計

藉由ANFIS的自我學習可快速且精確的找到趨勢並透過不斷的修正與驗證

將能找出最佳的幾何參數可由幾何參數第一階演化成第二階的過程得知ANFIS

在設計入光側微結構上確實能給予很大的幫助

根據文獻提到一般業界常使用的入光側V-Cut微結構加工尺寸範圍如表3-10

而本文將藉由此範圍來進行導光板入光側微結構的設計依照之前的步驟經由

LightTools 分析得表 3-11 第三階初始幾何參數且將分析結果代入 ANFIS 進行學

習如圖 3-9 所示來尋找最佳值如表 3-12 所示結果很明顯角度與高度皆落在邊界

值原因是學習過程中因受到加工範圍的的限制故無法繼續往邊界以外的參

數進行學習因此才會產生建議值落在邊界的現象而最後將此結果運用

LightTools 進行驗證其結果也確實符合 ANFIS 的建議值則表示導光板入光側

微結構的設計已達到我們的目標了如圖 3-10 所示

表 3-3 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

53

表 3-4 L16 直交表

高度 Pitch 角度

1 1 1 1

2 1 2 2

3 1 3 3

4 1 4 4

5 2 1 2

6 2 2 1

7 2 3 4

8 2 4 3

9 3 1 3

10 3 2 4

11 3 3 1

12 3 4 2

13 4 1 4

14 4 2 3

15 4 3 2

16 4 4 1

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

54

表 3-5 第一階初始幾何參數分析結果

角度 Pitch 高度 開光角度

1 60 0 003 116

2 60 006 003 130

3 60 012 009 136

4 60 018 012 136

5 70 0 006 124

6 70 006 003 132

7 70 012 012 132

8 70 018 009 134

9 80 0 009 120

10 80 006 012 130

11 80 012 003 140

12 80 018 006 144

13 90 0 012 128

14 90 006 009 134

15 90 012 006 136

16 90 018 003 136

表 3-6 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

55

表 3-7 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 3-8 第二階初始幾何參數分析結果

角度 PITCH 高度 開光角度

1 60 0 003 116

2 60 008 006 134

3 60 016 009 140

4 60 024 012 142

5 70 0 006 120

6 70 008 003 144

7 70 016 012 140

8 70 024 009 143

9 80 0 009 124

10 80 008 012 130

11 80 016 003 143

12 80 024 006 145

13 90 0 012 128

14 90 008 009 128

15 90 016 006 140

16 90 024 003 140

表 3-9 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 146

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

56

表 3-10 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 3-11 第三階初始幾何參數分析結果

角度 PICH 高度 開光角度

1 60 0 001 116

2 60 01 002 138

3 60 012 003 140

4 60 014 004 140

5 80 0 002 120

6 80 01 001 140

7 80 012 004 130

8 80 014 003 134

9 100 0 003 130

10 100 01 004 130

11 100 012 001 130

12 100 014 002 130

13 120 0 004 120

14 120 01 003 120

15 120 012 002 124

16 120 014 001 124

表 3-12 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

57

圖 3-6 無微結構入光側的開光角度

圖 3-7 第一階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-8 第二階 ANFIS 角度Pitch高度的模糊高斯曲線

圖 3-9 第三階 ANFIS 角度Pitch高度的模糊高斯曲線

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

58

圖 3-10 最佳開光角度

3 4 反射面(入光區)微結構設計

入光區微結構的設計主要運用分子動力學(MD)的背景知識來進行此區域

的排列設計透過與國家高速網路與計算中心的合作而了解分子動力學的相關

知識與運用範圍並引用國網中心自行研發的微結構亂數排列程式來進行入光區

初步的設計

首先打開VBA程式而此程式可分為三大步驟圖3-11為第一步驟的執行

畫面畫面中有四個按鈕由上至下分別為1第一次執行(1st)2清除(Clear)3

拷貝(Copy Results) (已擬合完畢之結果至第2個工作表)4確認(Verify)

在第一次執行主要是輸入相關的幾何參數點擊後會出現一對話視窗而

此視窗共有3個頁籤分別為控制點輸入如圖3-12網格與網點大小資料如圖3-13

入光側LED資料如圖3-14所示

在控制點的輸入不必十分的精確只需注意輸入之個數是否符合實際的需求

即可之後控制點的位置可以藉由滑鼠直接在圖 3-11 右上側圖中移動來控制其大

小即可並於移動後所撰寫之 VBA 程式也會根據所移動的最後位置算出所有

網格在 x-方向所對應之密度在調整完 x-方向之一維分佈後就可進行確認其

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

59

確認鈕(Verify)功能鍵密度轉換為網點個數後所造成之誤差若無誤後即可

按拷貝(Copy Results)將資料複製至第二個頁面繼續進行步驟 2 中 y-方向的修正

圖 3-15 為步驟二之執行畫面圖中的五個按鈕即是步驟二的五個功能鍵由

左至右分別為 1選擇控制點2y-方向之區線擬合(y Sline)3 x-方向之區線擬合(x

Sline)4比較5拷貝(Copy Results)而說明如下步驟一先選擇 y-方向(欄位)

及 x-方向(列位)之控制點在 y-方向之控制點的選擇是以導光板之幾何對稱點及介

於對稱點間的其它選取點為主在 x-方向之控制點僅需選擇部份的網格的點即

可並不需要選擇所有網格做密度的調整圖 3-16 為第一個功能鍵之對話窗其

中共有兩項功能一為僅針對 y 方向做函數擬合另一個功能則為所有網格做函

數擬合選擇完控制點後即可進入第二個功能進行 y-方向的調整但只需針

對部分欄位進行調整圖 3-17 為第二個功能之對話窗在第三個功能即是針對

所有網格的 x-方向做調整(也可做 x-方向部份網格的調整)並以步驟二所調整過

的欄位做為控制點如圖 3-18 為第三個功能之對話窗最後點擊圖 3-15 中的第

五個功能鍵即是將已調整完成的密度轉換成對應每個網格的網點個數並將

結果呈現於Excel 的步驟三的工作表(worksheets)如圖 3-19所示此時可利用 Excel

內定之功能選擇有興趣的部份區域做 3D 之區面圖檢視最後結果如圖 3-19

所示可初步查看是否與原先預期之結果相似若無法達到預期目標值則必須

回去前述的步驟進行修正其中的一個輔助功能即按下圖 3-15 中的第四個功能

鍵就是調整過後的網點密度跟先前第一步驟之一維網點密度做比較並將更

改過後的密度以淺藍色之表格加以表示

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

60

圖 3-11 VBA 步驟一執行畫面

圖 3-12 控制點輸入

圖 3-13 網格與網點大小資料

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

61

圖 3-14 入光側 LED 資料

圖 3-15 VBA 步驟二執行畫面

圖 3-16 選擇控制點

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

62

圖 3-17 y-方向區線擬合

圖 3-18 x-方向區線擬合

圖 3-19 VBA 步驟三執行畫面

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

63

將相關分析的幾何參數設定完成即可開始進行電腦計算如圖 3-20 所示而

電腦將會在不斷的演算過程中以分子動力學相吸力與排斥力的原理來進行多

組的網點位置的排列計算而可藉由判圖軟體來進行觀察可清楚發現第一次的

網點排列較為粗糙且分布不均如圖 3-21 所示但經過一段時間的演算各網點彼

此將會達到力平衡如圖 3-22 所示而網點與網點間的距離也將達到定位且不再改

變此時將可考慮停止繼續計算

圖 3-20 電腦計算過程

圖 3-21 微結構初始位置

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

64

圖 3-22 達力平衡位置

LightTools 光學軟體在進行最佳化的時候往往需要花上很長的時間來計算

因此可以先藉由 VBA 程式找尋微結構排列的趨勢來縮減 LightTools 進行優化的

時間首先將上步驟分子動力學計算出來的位置結果導入 LightTools且輸入微

結構的幾何尺寸元件材質以及光學性質等等而相關參數輸入完畢最後必須

設定一接收面來觀察光學模擬所呈現出來的效果而前製設定完成後即可開

始進行光學追跡(ray tracing)

圖 3-23 為微結構參數設定視窗所設定的尺寸為半徑 R30 高 15 的單

一尺寸微結構主要目的因為加工容易且方便

圖 3-24 為元件材料的選定視窗而此導光板材料選定以常見導光板加工的光

學級 PMMA 來進行設計

圖 3-25 為定義表面光學性質因加工方法的不同往往會使表面產生不同的

特性而此視窗的目的就是為了定義表面的特性來使模擬結果可以更貼近真實情

況

圖 3-26 為接收面(receiver)在分析過程中必須設定一接收面才能進行分析

此接收面的功用是可用來接收分析出來的光線而將光線強弱以色階的方式區隔

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

65

因此可以將強度照度輝度等等所產生的值轉換成色階圖來進行比較如此一

來可以更清楚的看出結果

圖 3-27 為光線輸入視窗光線在分析過程中的角色相當重要此視窗決定分

析結果的準確性若是以趨勢判斷可設置較少的光線數但為了貼近實際值

增加光線數可以大幅降低估計誤差值因此初步分析以 100 萬條光線來進行趨

勢探討在後再將最佳結果以 3000 萬條光線來驗證並探討估計誤差值是否貼近

實際情形

完成以上的設定將可進行背光模組網點優化設計 (Backlight Pattern

Optimization BPO)而網點最佳化主要以評價函數(Merit Function)變數(Variables)

限制條件(Constraints)三大因數所組成而評價函數為系統的目標函數是單一的

數值若該數值為 0 表示已經達成目標變數為系統中可以允許改變的特性藉

由特性改便可以降低評價函數限制條件為在進行最佳化的過程中系統無論如

何都必須達到的情況因此最佳化的目的就是藉由改變系統的變數在能滿足

限制條件的情況下降低評價函數也就是說最佳化是根據評價函數再透過自動

換算來改善系統的性能

首先在最佳化的計算過程中圖2-28為BPO第一頁籤先確認評價函數(Merit

Function)及網點特性區域(Texture Zone)兩個參數值是否出現若是沒有必須回

歸主頁面進行輸入否則無法繼續後部的計算左下圖為微結構幾何參數視窗

確認是否與先前設計相同若不相同則必須進行更正

圖 2-29 為 BPO 第二頁籤主要設定 Vary Number 及 Vary SizeVary Number

為網點等尺寸但不等間距Vary Size 為網點等間距但不等尺寸則可依照你的設

計來進行設定

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

66

圖 2-30 為 BPO 第三頁籤網點依照切割數分割並顯現各區塊之密度必須注

意到網點切割數量與接收器網格數量必須相同如不相同必須進行更正否則分

析出來的結果將無法得到比對

圖 3-31 為 BPO 第四頁籤可在進行最佳化之前由此圖左下看到微結構分佈的

情形以及右下期望的目標輝度值因此可先由這些圖示預先判斷結果是否如預

期所示若不如預期即可事先進行修正與調整才不會因為花費一大段時間運算

卻又得不到最佳的結果

注意有兩個相當重要的指令最佳化循環次數 (Maximum Iteration)MFNF

極限值 (Signal To Noise Ratio)Maximum Iteration 主要設定最佳化演算迴圈的次

數Signal To Noise Ratio 簡稱 SNR 值在最佳化計算過程中SNR 值只要低於

14 將會被程式視認為雜訊因此停止運算因此在分析之前必須先點擊

(Evaluate Merit Function)軟體將會自動評估 MF 與 SN經過初步評估會出現 SNR

值若低於 14 將不進行運算則此時需要進行變更幾何外型參數或是相關可能影

響參數的變數然後再進行評估

最後設定 10 次的最佳化循環次數運算過程中卻因 SNR 值小於 14 而在

第六次迴圈停止往下計算而最佳結果如圖 3-32 所示很明顯看出結果相當均勻

如圖 3-33 所示估計誤差值僅有 391非常貼近真實而最小輝度為 19901nit最

大輝度為 32681 nit且平均值為 25153nit結果相當成功因此將此結果匯入

LightTools 主工作視窗可清楚看見微結構的分佈狀況相當均勻且完整如圖 3-34

所示

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

67

圖 3-23 幾何參數設定

圖 3-24 材料選定視窗

圖 3-25 表面光學性質

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

68

圖 3-26 接收面

圖 3-27 光線數的輸入視窗

圖 3-28 BPO 第一頁籤

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

69

圖 3-29 BPO 第二頁籤

圖 3-30 BPO 第三頁籤

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

70

圖 3-31 BPO 第四頁籤

圖 3-32 最佳化輝度色階圖

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

71

圖 3-33 最佳化分析結果

圖 3-34 最佳化微結構分佈狀況

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

72

第四章 結果與討論

本文研究的目的是為了降低導光板對於 LED 燈的使用量而經由本文系統

化的流程設計出來的 25 吋小型導光板確實可以得到理想的結果根據一般市面

上已量產的 25 吋導光板以 3-4 顆 LED 燈較為居多隨著 LED 的技術成熟相

對單價也比以往來的高因此導致導光板的製造成本也跟著提高而為本文將針

對此問題來進行改善目標即是希望能將 LED 燈縮減僅剩一顆卻也能達到與業

界同等的效果

入光側採用自適應網路模糊學習系統(ANFIS)進行學習再以分子動力學設計

入光區微結構的排列方法並經由 VBA 的運算來達到理想的結果最後再將此結

果透過 LightTools 進行分析與最佳化再與一般市面量產的導光板進行比較經由

本文系統化設計流程所設計出來的導光板結果明顯能夠達到一般業界預期的水

準由此可知此系統設計流程確實能夠改善 LED 使用過量的情形

4-1 入光側微結構的探討

入光側微結構的設計先以經驗法則給定一組三因子四水準的參數如表 4-1

所示為第一階初始幾何參數並將參數以田口 L16 直交表規則分別排列出 16 組組

合再將參數各別導入 LightTools 進行分析得到結果且將所有分析結果輸入

ANFIS 自適應網路模糊學習系統進行學習藉由這 16 組結果當做 ANFIS 學習依

據並在此限定範圍內進行的自我學習來找到最理想的組合

經由第一階初始幾何參數所得到的理想結果如表 4-2 所示且經由 LightTools

驗證的結果如圖 4-14-2 所示確實可以達到理想得開光角度但很明顯最佳值

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

73

皆落在邊界表示最佳值並非在此限制範圍內因此而為了希望能將理想值調

整至限制範圍中間必須藉由嘗試改變不同的參數來找尋合理限制的範圍並驗證

第二階初始幾何參數的可行性

如表 4-3 為經修正過後的第二階幾何參數且同上步驟分別將 16 組參數個別

分析且將結果透過 ANFIS 來學習得到表 4-4 建議參數如圖 4-3 所示得到的結

果也與 ANFIS 的建議角度吻合

因此藉由上步的空白實驗可得知確實可以藉由 ANFIS 的學習來找到合理且精

確的參數因此後續步驟將根據一般業界加工入光側的常用尺寸範圍來進行排

列且照往常一樣經田口 L16 排列且各別將參數由 LightTools 來分析再將結果

由 ANFIS 學習來找尋合理的建議值表 4-5 第三階幾何參數為一般業界常用的入

光側加工尺寸範圍由 16 組參數各別分析後將結果經 ANFIS 學習得到最佳開光角

度的參數而表 4-6 為 ANFIS 學習過後找尋到的建議參數而角度及高度參數皆

落在邊界條件原因在於此限制範圍為業界常見加工尺寸因此學習空間受限

且能夠改變的空間也很小因此 ANFIS 只能在此範圍內找尋最有可能得到最佳開

光角度的參數最後再將此參數結果透過 LightTools 進行分析驗證如圖 4-3所示

結果此參數確實能達到最佳開開光角度

表 4-1 第一階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 006 012 018

高度(mm) 003 006 009 012

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

74

表 4-2 第一階 ANFIS 建議參數

角度 Pitch 高度 開光角度

best1 78 018 005 144

best2 90 018 012 136

表 4-3 第二階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 70 80 90

PITCH(mm) 0 008 016 024

高度(mm) 003 006 009 012

表 4-4 第二階 ANFIS 建議參數

角度 PITCH 高度 開光角度

best1 70 02 009 142

表 4-5 第三階初始幾何參數

水準一 水準二 水準三 水準四

角度(度) 60 80 100 120

PITCH(mm) 0 01 012 014

高度(mm) 001 002 003 004

表 4-6 第三階 ANFIS 建議參數

角度 PICH 高度 開光角度

best1 60 013 001 148

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

75

圖 4-1 第一階 best1 最佳開光角度分析結果

圖 4-2 第一階 best2 最佳開光角度分析結果

圖 4-3 第二階最佳開光角度分析結果

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

76

圖 4-4 第三階最佳開光角度分析結果

4-2 入光區微結構的探討

入光區微結構設計藉由國家高速網路與計算中心撰寫的 VBA 程式而此程

式是以分子動力學原理做為程式撰寫的背景知識且藉由遠程相吸近程相斥的作

用力來控制網點彼此位置還有安全距離因此藉由此軟體可調整網點疏密與網點

數量來達到均勻分散且可完全避免相互重疊的情形而將分子動力學導入於設

計導光板網點的亂數排列也是近代一門新興的設計方式

最後將此結果導入 LightTools 來進行光學最佳化的分析因 LightTools 本身

換算最佳化過程中若能給予軟體網點初步的排列趨勢即可大幅縮減最佳化的

運算時間因此國網中心所研發的 VBA 將可達到設計導光板事半功倍的成效

最後將結果導入後即可進行後段軟體最佳化的換算表 4-7 為兩顆 LED 最佳

化演算過程演算過程中將演算迴圈設定為 10 次但於第 6 次迴圈中途因 SNR

值低於內定值 14而軟體認為已找尋到雜訊而停止運算可由迴圈看出最佳化演

算的過程網點分佈密度期望輝度目標值空間輝度值也將會隨著迴圈的次數

產生收斂的變化而經 6 次迴圈可發現演算結果確實能夠以一般業界容易加工的

參數來達到理想目標值

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

77

表 4-8 則為一顆 LED 最佳化演算過程同樣將迴圈數設定為 10 次進行演算

並以相同的微結構加工尺寸進行最佳化演算結果經 10 次迴圈達到收斂且成功找

出最佳理想為結構排列並透過表 4-9 及表 4-10 所示看出導光板 9 點位置輝度

的強度

表 4-11 為使用不同數量 LED 的導光板輝度值及均勻度的比較將業界量產的

3 顆 LED 導光板經由 BM7 輝度計進行 9 點量測而結果看出經設計設計後的兩顆

LED 的輝度值可以超越一般已在市面量產的三顆 LED 導光板而一顆 LED 導

光板確實要達到同等級的目標確實有些許難度但隨著科技發達 LED 功率增強

可以考慮效能較強的 LED 燈即可克服輝度值不佳的問題

可藉由公式 41 所示可計算出導光板均勻度

均勻度

(41)

可由結果看出不論是兩顆或一顆均勻度的表現都相當出色因此表示此論文

的設計系統確實能達到業界需要的標準

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

78

表 4-7 兩顆 LED 最佳化演算過程

網點分佈密度 輝度值 空間輝度值

0

1

2

3

4

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

79

5

6

表 4-8 一顆 LED 最佳化演算過程

微結構密度 輝度值 空間輝度值

0

1

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

80

2

3

4

5

6

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

81

7

8

9

10

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

82

表 4-9 兩顆 LED 導光板 9 點輝度值

表 4-10 一顆 LED 導光板 9 點輝度值

表 4-11 導光板 9 點輝度最大最小值以及均勻度的比較

3顆 LED導光板 2顆 LED導光板 1顆 LED導光板

最大輝度 20703 nit 29426 nit 16011 nit

最小輝度 15519 nit 28836 nit 15162 nit

均勻度 75 98 95

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

83

第五章 結論

本文研究的目的是為了改善背光模組因過量使用 LED 燈導致不必要成本

的浪費而本研究特別針對此問題分別使用兩顆及一顆 LED 燈的 25 吋導光板

來進行設計

經設計過後的兩顆 LED 燈導光板確實能夠達到一般業界的要求甚至較果更

加提升且模仁加工方便又簡單而一顆 LED 燈導光板確實能達均勻的輝度值

但卻未能達到業界 25 吋導光板的水準但至少可以證明此系統的確可以針導光板

對 LED 過量使用的問題進行改善

本文的未來期望希望能將成果實際射出成型並運用 BM7 輝度計測量實際

結果若能與分析結果相吻合則表示本論文研究成果將能帶給光板製造業者大

大的幫助因此達到研究的目的與價值

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

84

第六章 參考文獻

[1] A A Adewuya ldquoNew methods in genetic search with real-valued chromosomesrdquo

Master Thesis Department of Mechanical Engineering Massachuetts Institute of

Technology 1996

[2] J H Chou W H Liao and J J Li ldquoApplication of Taguchi-Genetic Method to

Design Optimal Grey-Fuzzy Controller of a Constant Turning Force Systemrdquo Proc

of the 15th CSME Annual Conference Taiwan pp 31-38 1998

[3] Shouyu Chen and Qingguo Li ldquoAn areal rainfall forecasting method based on

fuzzy optimum neural network and Geography Information Systemrdquo Digital

Object Identifier 101109WCICA20041343750 vol 6 15-19 Jun 2004

[4] J-G Chang M-H Su C-T Lee and C-C Hwang ldquoGenerating random and

nonoverlapping dot patterns for liquid-crystal display backlight light guides using

molecular-dynamics methodrdquo Journal of Applied Physics vol 98 pp 1-8 2005

[5] J-G Chang and Y-B Fang ldquoDot-pattern design of a light guide in an edge-lit

backlight using a regional partition approachrdquo Optical Engineering pp 1-9 vol

46 no 4 Apr 2007

[6] J-G Chang C-T Lee Y-B Fang and C-C Hwang ldquoGeneration of random

non-overlapping dot patterns for light guides using molecular dynamics

simulations with variable r-cut and reflective boundary techniquesrdquo Computer

Physics Communications vol 177 pp 851-862 2007

[7] J-G Chang Y-B Fang and S-P Ju ldquoUsing a generalized molecular dynamics

force model for random microstructure generation of different aspect-ratios and

orientation for use in the optical design of an LED edge-lit backlightrdquo Computer

Physics Communications vol 180 pp 1259-1270 2009

[8] W-C Chen T-T Lai M-W Wang and H-W Hung ldquoAn optimization system

for LED lens designrdquo Expert Systems with Applications vol 38 pp 11976-11983

2011

[9] D Goldberg Genetic Algorithms in Search Optimization and Machine Learning

Addison-Wesley pp151-159 1989

[10] M Gen R Cheng Genetic Algorithms and Engineering Design John Wiley and

Sons New York 1997

[11] W-H Ho J-T Tsai B-T Lin and J-H Chou ldquoAdaptive network-based fuzzy

inference system for prediction of surface roughness in end milling process using

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

85

hybrid Taguchi-genetic learning algorithmrdquo Expert Systems with Applications vol

36 pp 3216-3222 2009

[12] J-S Jang ldquo ANFIS Adaptive-Network-Based Fuzzy Inference Systemrdquo IEEE

Transactions on Systems vol 23 no 3 pp 665-685 1993

[13] M-w Kang K-X Guo Z-L Liu Z-h Zhang B-Chen and R-z Wang ldquoDot

Pattern Designing on Light Guide Plate of Backlight Module by the Method of

Molecular Potential Energyrdquo Journal of Display Technology pp 166-169 vol 6

no 5 May 2010

[14] I Kiyak V Topuz and B Oral ldquoModeling of dimmable High Power LED

illumination distribution using ANFIS on the isolated areardquo Expert Systems with

Applications vol38 pp 11843-11848 2011

[15] C-J Li Y-C Fang and M-C Cheng ldquoPrism-pattern design of an LCD light guide

plate using a neural-network optical modelrdquo Optik vol 121 pp 2245-2249 2010

[16] C-F Lin Y-B Fang and P-H Yang ldquoOptimized Micro-Prism Diffusion Film

for Slim-Type Bottom-Lit Backlight Unitsrdquo Journal of Display Technology vol 7

no 1 pp 3-9 Jan 2011

[17] Ono S Kobayashi ldquoA real-coded genetic algorithm for function optimization

using unimodal normal distribution crossoverrdquo Proceedings of the Seventh

International Conference on Genetic Algorithms pp 246-253 1997

[18] I Ono S Koboyashi and K Yoshida ldquoGlobal and multi-objective optimization

for lens design by real-coded genetic algorithmsrdquo Proceedings of International

Optical Design Conference 1998 vol 3482 of SPIE 1998

[19] I Ono S Kobayashi K Yoshida ldquoOptimal lens design by real-coded genetic

algorithms using UNDXrdquo Computer Methods in Applied Mechanics and

Engineering 186 (2-4) pp 483-497 2000

[20] M S Phadke Quality Engineering Using Robust Design Prentice-Hall New

Jersey 1989

[21] S H Park Robust Design and Analysis for Quality Engineering Chapman amp Hall

London 1996

[22] P J Ross Taguchi Techniques for Quality Engineering McGraw-Hill Singapore

1996

[23] J-C Shyu K-W Hsu K-S Yang and C-C Wang ldquoThermal characterization of

shrouded plate fin array on an LED backlight panelrdquo Applied Thermal

Engineering vol 31 pp 2909-2915 2011

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

86

[24] J T Tsai T K Liu and J H Chou ldquo Hybrid Taguchi-genetic algorithm for

global numerical optimizationrdquo IEEE Transactions on Evolutionary Computation

Vol8 No4 pp 365-377 August 2004

[25] Y Wu Taguchi Methods for Robust Design The American Society of Mechanical

Engineers New York 2000

[26] 大英簡明百科 httpedu1wordpediacomEB_concisedefaultasp

[27] 孫慶成民 87ldquo光學概論rdquo全華科技圖書

[28] 陳明佑2002 年利用模糊目標規劃法求解田口式多品質特性最佳化問題

國立成功大學

[29] 李承泰2004 年擬分子動力學方法應用於隨機網點圖案設計與有限元格網

產生國立成功大學碩士論文

[30] 方育斌2004 年LCD 背光模組之光學最佳化設計國立成功大學碩士論

文

[31] 陳瑞彬蔡瑞鴻黃鼎名2005 年應用田口方法於光機結構最佳化設計

中國機械工程學會第二十二屆全國學術研討會論文集

[32] 邵志龍2006 年背光模組之導光板 V-CUT 微結構光學設計與模擬義守大

學碩士論文

[33] 宋昱廷2007 年超薄型導光板光學設計與模內成形分析國立高雄應用科

技大學碩士論文

[34] 尤建忠何文獻蔡進聰周至宏2007 年結合田口實驗設計法與適應性

網路模糊推論系統之汽油引擎基本怠速調整模型電機與工業管理文彙

[35] 王建智2008 年中尺寸導光板光學設計與製程參數最佳化研究國立高雄

應用科技大學碩士論文

[36] 劉崇賢2008 年應用基因演算法於側邊式背光模組之設計國立彰化師範

大學碩士論文

[37] 王文俊2008 年認識 Fuzzy全華圖書股份有限公司

[38] 王進德2008 年類神經網路與模糊控制理論入門與應用全華圖書股份有

限公司

[39] 林奇鋒2008 年背光模組關鍵技術之發展國家高速網路與計算中心

[40] 林子淵2010 年COB LED 路燈之光學設計與研究國立高雄應用科技大學

碩士論文

[41] 林俊楓2010 年背光模組與新 LED 封裝結構光學耦合之研究國立中央大

學碩士論文

[42] 梁智富2010 年智慧型參數設計於導光板微結構射出成型轉寫性最佳化的

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司

87

研究國立高雄第一科技大學碩士論文

[43] 許舜淵2010 年質子交換膜燃料電池輸出電壓控制-混合式田口基因模糊控

制法國立高雄應用科技大學碩士論文

[44] 張智傑康智傑林正峰2010 年發光二極體背光模組之導光板入光側微

結構最佳化設計南台科技大學電機工程系光電與半導體產業研發碩士專

班

[45] 張斐章張麗秋2010 年類神經網路導論原理與應用滄海書局

[46] 張自恭方育斌盧建銘李家紘朱訓鵬2010 年分子動力學亂數佈點

方法結合佈點前處理程式應用於導光板網點光學最佳化設計【中華民國光電

學會】第 112 期季刊〝生醫光電特刊〞文章邀稿

[47] LightTools 入門教學2010 年思渤科技股份有限公司

[48] 黃朝鎮2011 年背光模組製程光學檢測系統之分析與改善逢甲大學碩

士論文

[49] 周至宏2011 年最佳化方法課程講義國立高雄應用科技大學電機研究

所

[50] 周至宏2011 年模糊理論與應用國立高雄應用科技大學電機研究所

[51] 背光模組設計實務訓練課程講義2012 年思渤科技股份有限公司