白光LED由于具有节能、耐用、环保、响应速度快等特点,被誉为第四代照明光源,在现在农业、光信息无线传输、日常生活等光照领域具有十分宽广的前景。各个国家非常重视LED的发展。同时,由于白光LED产业的飞速发展,人们对于白光LED产品性能的要求越来越高。其中,确定荧光粉的涂覆厚度对于白光LED产品的性能产生了很大的影响,细微的荧光粉涂覆厚度的变化都有可能导致白光LED产品性能的降低。本文通过采集荧光粉胶配比、荧光粉涂覆、透镜塑封成型以及分光分色的数据,并将色度学知识和白光LED相关数据分析相结合,提出了一种构建白光LED光效的色坐标预测模型。将蓝光LED芯片发光的色坐标和蓝光LED芯片涂覆最厚的荧光粉的色坐标连成一条直线,则该荧光粉涂覆在蓝光LED芯片的色坐标一定在该直线上。所以,只需关注x坐标,然后将预测出的x坐标带入上述所求的直线方程中,即可求得对应的y坐标。并通过公式计算,以得到CIE1931-XYZ到HSV颜色空间的转换,从而得到其对应的色调、饱和度和明度。再通过公式计算可以将光通量转化为光亮度。本文对白光LED光效的色坐标-x预测模型和白光LED光效的光通量预测模型的构建分别采用了两种方式:多元线性回归(MLR)预测和深度置信网络(DBN)预测模型。MLR预测主要采用EXCEL表中的LINEST函数实现。DBN预测采用贪婪逐层学习法进行前向训练,然后利用梯度下降算法进行反向微调。并通过实验法来确定网络层数和各个隐藏层结点数,从而最终确定对于白光光效的色坐标-x预测模型和白光光效的光通量预测模型的最优DBN预测模型的网络结构分别为3-18-10-1和3-20-26-3。通过计算和比较四个模型预测结果的均方根误差(RMSE)和平均绝对误差(MAE),得到不论对于哪种预测,DBN模型的预测效果比MLR模型的拟合度更好。利用DBN建立白光LED光效的色坐标-x预测模型和白光LED光效的光通量预测模型来预测白光LED的发光效果。通过与预期发光效果进行对比来确定相应的荧光粉涂覆厚度优化方案,从而将白光LED荧光粉配方、荧光粉涂覆厚度方案与分光分色等封装过程品质检测构成一个智能诊断与反馈系统,实现封装生产过程的智能品质控制,并极大的减少了实验次数。