LightTools优化教程.doc
《LightTools优化教程.doc》由会员分享，可在线阅读，更多相关《LightTools优化教程.doc（37页珍藏版）》请在冰豆网上搜索。
IamtHeoNe
LightTools优化教程
目录
第一章开始优化的基本概念
什么是照明设计
结构和要求
软件的用途
什么是优化？
LT优化
照明系统优化有何特别
LT优化的特别功能
LT优化过程中的图表
第二章优化的光线和光线图
背景：
为何通过光线进行优化？
例1：
优化一个椭圆反射器
主要步骤汇总
细节步骤
更多应用
第三章噪声优化函数
背景：
关于噪声优化函数
选择正确的优化引擎
例2：
LED功率平衡光管
关于pikups
步骤汇总（70/30功率平衡）
细节步骤（70/30功率平衡）
例3：
一致性的例子
网格细节
更多功能
例4：
使用选择引擎进行优化
IamtHeoNe
第一章开始优化的基本概念
这一章我们将要学习一些关于优化的基本概念
目录
什么是照明设计?
……………………………………………………………………………………………….1
什么是优化？
……………………………………………………………………………………………….1
照明系统优化有何特别
LT优化的特别功能
LT优化过程中的图表
什么是照明设计?
照明设计意味着以下几件事，包括基于审美因素的选择和设计；这可能比理解
为发光设计要好。
照明设计是一个技术问题，是为了确定需要的光源的组合（通常
在光学软件的帮助下），其他组合以及他们的位置来得到想要的光分布。
基于这一性
能，分布是指照度、亮度或光强（或他们的辐射当量），可能包含特殊考虑（例如
CIE色坐标）。
这里有一个典型的目标分布，特殊表面或者区域的照度一致性，或者
根据强度曲线定义的角度分布。
另外还有功效要求，即是到达照明区域的所有可探
测的光功率或光通量所占的百分比。
组件和要求
在初始设计阶段，光源可以被定义为点光源或扩展光源（通常使用角度和空间
分布来近似的模拟物理分布），或者更多的细节光源模型可以使用，基于光源组件的
物理模型，或者基于测量数据。
组成可以是反射面、透镜、有光滑表面的塑胶块、
毛面或粗糙的表面、或其他的光学或机械组件。
这些组件具有一定的尺寸、位置、
放置的角度、材料属性（如反射系数、吸收系数、体散射），面属性如金属镀层或面
散射，面的形状从简单的平板到复杂的样条或者非球面。
组件和整个系统可能具有
一定的对称，如旋转或双向对称，这些需要特殊的外形设计，或者可能没有对称需
求。
光源和组件的选择强烈的依赖于性能的要求，以及大小、位置、耗资、能达到的光
功率，或者其他像包装或机械的因素。
一般一个设计是在一个以及存在的系统上进
行变异，可能要用到不同的光源（例如用LED光源替代已经存在的光源）或者满足
不同的要求（例如一个新加入的非常薄的平面显示器的背光）。
这些经常提供一个非
常好的起始点，最起码建立一个基础的几何界面。
软件的性能
LT照明建模建模软件能相对容易的建立一个虚拟的原型，这个原型通过组合不同光
源和组件得到，并通过照度的模拟进行评估。
你可以做不同的改变并在照度分布上
看到他们的效果。
到目前为止这些一致都是照明优化的本质---在软件模拟的基础上
对一两个变量的改变进行考察和评估。
这些一般比建造物理原型要快，不然会比预
想花去更多的时间，并且得不到最好的解决方案。
一些基本规律和使用者的洞察力，
IamtHeoNe
会使你得到你想要的光线分布，你可能设想通过不同组件参数的组合来达到。
对这
种潜在组合进行评估可能需要花费很长的时间。
实际上，如果你有三个以上的变量，
未必能在有限的时间内找到解决方案。
这就是LT优化出现的原因。
什么是优化
自动优化找寻不同参数值的组合来达到最佳性能。
优化需要你定义一个或更多的参
数（尺寸、角度、曲率、表面形状的系数或组织多项式等等），这些有利于提高系统
的性能。
这个需要你制造一个有效的起始系统模型，还有一个性能测量或者叫做评
价函数（或者误差函数）用于评估一个可能的方案是否够好（通常评估一个单一的
总值，定义值越小越好）。
优化允许小于，等于，大于改值的分界线进行限制，例如
你可以设定一个最小值的界限。
例如，你可以设置一个最小值的界限，在测量函数
中保持不变。
然而你必须确定满足所有界限的方案是存在的；否则你的优化结果可
能不好。
上面的图例虽然只有两个变量（实际问题可能有一个，两个或更多的变量），但常用来说明
一个评价函数有一个谷底区域，它的位置（在这里是x,y坐标）由两个变量表示，地形的高
度代表了评价函数的值。
注意在局部优化中，为了得到一个更好的方案，起始设计在谷底必
须有一个评价函数值（这里是灯的x,y位置）。
一旦评价函数和变量被确定，优化过程将反
复运算以得到评价函数最小时的变量值。
这可以看做同时对一系列（非线性）的方程进行求
IamtHeoNe
解。
方式依据功效，限制条件，噪声的表示形式或者其他未成形的条件。
某一个界限是用户
对某一个函数值之上或之下进行限制（例如子系统的总长）。
大部分的优化方法反复的运行，
他们通过一系列的步骤和迭代运算来逐渐的（一般是急剧的）提高系统的性能。
优化本身并不是新的---许多已经存在的方法广泛的应用于设备和系统的机械，电子和其他工
程领域。
在成像光学领域，优化有很长的历史，ORA公司作为先驱者开发了在CODEV总使
用的很好的方法来进行系统设计，范围从简单的三片镜到复杂的视频变焦镜头和显微光刻镜
头（半导体制作），拥有非常高的成像质量。
虽然这些系统很复杂，但成像系统的评价函数
相对很容易定义（例如一个单独的物点发出的光线最大可能的接近完美聚焦），这里很大一
部分系统是旋转对称的，这样可以很大程度的减少不同的数量和限制条件。
虽然一些照明系
统也是旋转对称的（例如一些显微镜或投影镜头的制冷系统），并且大部分的照明系统有更
简单的几何性质，但理想性能或评价函数的最佳定义却更复杂，并且是不同的。
LT优化
在起始设计阶段，一个好的局部优化的使用可以使你找到当前的谷底（例如一个更低评价函
数的一些列变量）。
在大部分系统中超过三个以上的变量时，通常考虑使用局部优化。
在少数情况下，对同一个问题有两个或更多单独的评价函数深度不同的谷，算术上的全局最
优化就像一个人闭上眼使用一个手杖在山上寻找一个最低谷的最低点。
几十年前ORA的
codev发明了非常有效，成功的局部优化器，同时也有全局优化器。
LT目前有两个引擎用于
局部优化。
默认的Standard引擎适合解决很多的设计问题，在大多数情况下同时为基于光线和
基于仿真的优化提供一个快速的解决方法。
Alternate引擎仅适用于基于仿真的优化，在特定条件
下提供提供更好的收敛值。
请参照24页的ChoosingtheRightOptimizationEngine来指导选
择哪一种引擎。
一些问题受益于LT的（局部）优化，有一些问题含有不仅一个最小值并且需要更多的考虑以得
到最好的解决方案（全局）：
一种情况是搅拌棒长度的最优化，当它的长度范围非常广时（例如1.5.1）。
在这种情况下，会
得到不止一个的局部最小值，其中一个需选择最为最佳方案。
这个问题很容易解决，可以在棒的
长度范围内逐步尝试长于或短于初始最小值的不同数值，并且在每一部评估LT评价函数。
当最
低优化函数值得到时，你可以得到相应的搅拌棒的长度并且再优化。
这样运行结束以后评价函数
得到了最小值，也就是最优长度。
在这种情况下，实际上最优值和其他最小值通常是2：
1的比
例。
另一种情况是一个包含多个变量的样条函数锁定义的一个或多个面，这些面有不同程度的倾斜，
这这种情况下推荐使用多项式。
第三种情况是你的起始设计不理想同时在进行接受面的光照度和辐射度的优化时，你需要选择一
个起始设计值来减小或去除这种不利情况，从而避免第二最小值的出现。
照明优化有何特别
任何系统的优化基本需求是相同的---起始设计，优质性能（一般叫做评价函数），一些变量，加
上约束条件，在很多情况下，符合边界条件时，使用数值方法系统的改变变量值得到最优性能的
组合。
在这些基本情况下，照明优化并不是单独的，而是有一些特殊的环境。
其一，可能的几何结构是
IamtHeoNe
基本要求，系统的基本形式也由设计者决定。
基本几何结构包括大量不同的类型，虽然他们中的
很多没有效果，约束条件或者其他方法（例如pickups）有合适的规模和连贯性（当系统是固体
模型定义时pickups可能会有帮助）。
基本几何结构也需要非线性光线追迹方法的使用，因为光
线路径不能被预知。
特别在全内反射表面，光线分裂表面，散射元件如漫射体，毛面或者粗糙的
表面。
最后，虽然一些系统可以通过少量的光线进行优化，但是如果系统性能通过照明，亮度，光强（或
等效辐射度）定义时，为了得到设计最后的优化和协调，最后的优化运行一般需要使用蒙特卡洛
光线模拟计算这些参量的。
因为这种方法是基于大量的光线起始于任意的位置和角度，这些计算
包括基于所使用光线数量的统计噪声，不确定性。
很多已知的优化方法不能很好的解决评价函数
的噪声问题，这也是开发LT优化的一个准则。
LT优化的特别之处
通过上面的讨论你可能会猜想，LT优化（LTO）的主要特点是包含有效的容易使用的引擎，来
解决去噪声或参噪声评价函数。
去噪声评价函数一般基于少量的扇形或格子光，一般用于第一步
的优化。
这可以使你更快的得到已经设置好的一系列变量，评价函数，边界约束。
但是在大多数
情况下使用蒙特卡洛评价函数是一个更好的解决方案。
LTO的一些其他重要特点包括：
•定义变量，约束条件和评价函数组成的简单的用户界面
•优化的输入对话框，用以对所有的优化组成和控制进行观察和修改（如果需要）
•优化的结果对话框，用以显示评价函数和所有变量的一系列历史追踪以及图表
•pickups非常大的自由度，这个允许你无需程序设计而建立不同参变量之间的函数关系（一般在
优化时使用，事实上他的LT核心模块的一个特点）
这些特点提供了一种容易使用，自由度高并且有效的组合。
LT优化使用程序图表
为起始设计建立一个LT模型
使用你的评价函数评价他提供给所有接收器光线的能力
修改结构数据，如果需要，以得到上面的条件
选择你想要使用的变量，加上pickups（如果有的话）
定义或选择评价函数，一般使用设置的光线或蒙特卡洛光线
定义你想要使用的约束条件（如果有的话）
使用不同的优化引擎，如果需要
评价结果，如果有用的话修改起始数据得到更好的结果并重新优化
IamtHeoNe
第二章优化的光线和扇形光线
目录
背景：
为何通过光线进行优化？
主要步骤汇总
细节步骤
更多应用
背景：
为何使用光线进行优化
交互式的光线，扇形光线，格子光线（有时叫“NS光线”，所有LT里的光线
都是非线性的）都是LT有效的交互式的特点。
他们很容易并且很快的被定
义，当模型有任何改变时可以自动进行校正。
例1.优化一个椭圆反射器
系统起始数据值
曲率半径26mm（凹面）
圆锥系数（K）0.0
直径（D）50mm
IamtHeoNe
定点第一焦距7mm
焦焦距离100mm
在这里例子里我们起始使用一个圆形凹面反射器表面，如上面图表所示。
表
面起始是一个球形，当然起始圆锥系数是0，相当于一个球体。
圆锥面通过
定点曲率半径（R）和圆锥系数（K）确定。
虽然圆锥系数可以通过几何方程式来确定，但在这个例子里我们使用一个大
体的有一误差的起始点如所示的（R=26,K=0）开始，使用优化找到R和K的
值使扇形光行从Z=0mm聚焦到Z=-100mm。
反射器的模型以及启动，扇形
光线，左侧100mm虚
升级会员 