شناسایی الگوی تابش LED فرابنفش عمیق از طریق تبدیل فلورسانس

فهرست مطالب

1. مقدمه

پیشرفت‌های اخیر در دیودهای نورافشان (LED) فرابنفش عمیق مبتنی بر AlGaN، که در محدوده ۲۲۰ تا ۲۸۰ نانومتر با توان خروجی در محدوده ۱۰۰ میلی‌وات کار می‌کنند، پتانسیل قابل توجهی در زمینه‌های ضدعفونی، تصفیه آب، حسگری گاز و به‌ویژه، به عنوان منابع برانگیختگی در میکروسکوپی فلورسانس گشوده‌اند. یک پارامتر حیاتی برای کاربرد مؤثر آن‌ها، به ویژه در میکروسکوپی که یکنواختی تابش از اهمیت بالایی برخوردار است، الگوی تابش LED — توزیع زاویه‌ای شدت تابشی آن — است.

شناسایی این الگو برای LEDهای فرابنفش عمیق چالش منحصربه‌فردی ارائه می‌دهد: دوربین‌های استاندارد CMOS و CCD مبتنی بر سیلیکون به دلیل جذب توسط لایه‌های شیشه یا پلی‌سیلیکون، حساسیت بسیار پایینی در طیف فرابنفش عمیق دارند. در حالی که CCDهای تخصصی (و گران‌قیمت) نازک‌شده از پشت وجود دارند، این کار یک جایگزین ظریف و مقرون‌به‌صرفه را معرفی می‌کند: یک روش تبدیل مبتنی بر فلورسانس.

2. مواد و روش‌ها

راه‌اندازی اصلی آزمایش شامل یک LED ۲۸۰ نانومتری (LG Innotek LEUVA66H70HF00) بود. روش نوآورانه با استفاده از LED برای روشن کردن یک نمونه فلورسنت، تشخیص مستقیم فرابنفش را دور می‌زند. نمونه، تابش ۲۸۰ نانومتری را جذب کرده و نور را در طول موج مرئی بلندتری بازمی‌تاباند، که سپس به راحتی توسط یک دوربین CMOS استاندارد ثبت می‌شود. توزیع شدت در سراسر تصویر فلورسانس به عنوان اندازه‌گیری غیرمستقیم اما دقیقی از الگوی تابش میدان دور LED عمل می‌کند. پروفایل زاویه‌ای با چرخاندن LED حول محور خود و ثبت شدت فلورسانس متناظر به دست آمد.

3. نتایج و بحث

یافته اصلی این بود که الگوی تابش LED فرابنفش عمیق با بسته‌بندی صفحه‌ای آزمایش شده، با دقت قابل توجهی (۹۹.۶٪) از توزیع لامبرتی پیروی می‌کند. مدل لامبرتی سطحی را توصیف می‌کند که درخشندگی درک‌شده صرف نظر از زاویه دید یکسان است، با شدتی متناسب با کسینوس زاویه ($\theta$) از نرمال سطح. شدت در هوا به صورت زیر داده می‌شود:

$I = \frac{P_{LED}}{4\pi r^2} \frac{n_{air}^2}{n_{LED}^2} \cos(\theta)$

که در آن $P_{LED}$ توان تابشی، $r$ فاصله، و $n_{air}$ و $n_{LED}$ به ترتیب ضرایب شکست هوا و نیمه‌هادی هستند.

این مطالعه با موفقیت توانایی این تکنیک را در تمایز بین انواع مختلف بسته‌بندی LED (مانند صفحه‌ای در مقابل نیمه‌کره‌ای) نشان داد، که الگوهای تابش مشخصاً متفاوتی تولید می‌کنند (لامبرتی در مقابل ایزوتروپیک).

4. تحلیل فنی و بینش‌های کلیدی

5. چارچوب تحلیلی: یک مورد عملی

سناریو: یک استارت‌آپ در حال توسعه یک دستگاه قابل حمل ضدعفونی آب با استفاده از یک LED فرابنفش عمیق است. آن‌ها باید اطمینان حاصل کنند که LED یک کانال استوانه‌ای آب را به طور یکنواخت روشن می‌کند تا غیرفعال‌سازی مؤثر پاتوژن‌ها تضمین شود.

کاربرد چارچوب:

1. تعریف مسئله: شناسایی الگوی تابش زاویه‌ای LEDهای ۲۶۵ نانومتری تأمین‌شده برای مدل‌سازی نرخ فلوئنس درون کانال آب.
2. انتخاب ابزار: استفاده از روش فلورسانس. یک لایه نازک از فسفر قابل برانگیختگی با فرابنفش و تابش آبی (مانند یک فیلم کالیبره‌شده YAG:Ce) روی یک سطح صاف قرار داده می‌شود.
3. اکتساب داده: LED در فاصله ثابت، فیلم را روشن می‌کند. یک دوربین استاندارد گوشی هوشمند (RGB) الگوی تابش آبی را ثبت می‌کند. LED به صورت افزایشی چرخانده می‌شود و در هر زاویه یک تصویر گرفته می‌شود.
4. تحلیل: پردازش تصویر (مانند استفاده از پایتون با OpenCV یا ImageJ) پروفایل‌های شدت را استخراج می‌کند. داده‌های شدت شعاعی در مقابل زاویه به یک مدل لامبرتی ($I \propto \cos(\theta)$) یا مدل دیگر (مانند یک تابع کلی‌تر $\cos^m(\theta)$) برازش داده می‌شود.
5. تصمیم‌گیری: اگر الگو به شدت لامبرتی باشد (m≈1)، لنزگذاری ساده ممکن است برای یکنواخت‌سازی کافی باشد. اگر به شدت جهت‌دار باشد (m>>1)، ممکن است یک پخش‌کننده یا یکپارچه‌کننده بازتابی لازم باشد. این آزمون کم‌هزینه، طراحی نوری را قبل از ساخت نمونه‌های اولیه گران‌قیمت آگاه می‌سازد.

6. کاربردها و جهت‌های آینده

پیامدها فراتر از شناسایی ساده است:

• پایش فرآیند درون خطی: ادغام یک حسگر فلورسنت در خطوط تولید LED برای کنترل کیفیت الگوی تابش در زمان واقعی.
• کالیبراسیون دستگاه‌های زیست‌پزشکی: اطمینان از تابش یکنواخت در دستگاه‌های فوتوتراپی فرابنفش پوشیدنی برای درمان بیماری‌های پوستی.
• طول موج‌های گسترش‌یافته: اعمال همان اصل برای شناسایی LEDها در دیگر مناطق «کور» برای حسگرهای سیلیکونی، مانند فروسرخ عمیق، با استفاده از فسفرهای مناسب تبدیل به بالا.
• ادغام مواد هوشمند: توسعه سطوح فلورسنت «هوشمند» که بر اساس شدت یا زاویه فرابنفش، رنگ یا الگوی تابش را تغییر می‌دهند و امکان طراحی حسگرهای نوین را فراهم می‌کنند.
• استانداردسازی: همکاری با نهادهایی مانند NIST یا IEC برای توسعه این روش به یک روش توصیه‌شده برای تأیید الگوی LED کم‌هزینه، به عنوان مکمل استانداردهای فتومتریک موجود.

7. مراجع

1. Kneissl, M., & Rass, J. (2016). III-Nitride Ultraviolet Emitters. Springer.
2. Song, K., et al. (2016). Water disinfection with deep-UV LEDs. Journal of Water and Health.
3. Khan, M. A. H., et al. (2020). Deep-UV LED based gas sensors. ACS Sensors.
4. Lakowicz, J. R. (2006). Principles of Fluorescence Spectroscopy. Springer.
5. Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. IEEE ICCV. (مرجع CycleGAN برای قیاس)
6. National Institutes of Health (NIH). Principles of Reproducible Research.
7. McFarlane, M., & McConnell, G. (2019). Characterisation of a deep-ultraviolet light-emitting diode emission pattern via fluorescence. arXiv:1911.11669.