LightTools优化教程

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

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，

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

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Choosing the Right Optimization Engine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