← 返回列表

激光器封装系统及其智能散热方法

申请号: CN202311805897.0
申请人: 东莞市湃泊科技有限公司; 深圳市湃泊科技有限公司
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 激光器封装系统及其智能散热方法
专利类型 发明申请
申请号 CN202311805897.0
申请日 2023/12/26
公告号 CN117458261A
公开日 2024/1/26
IPC主分类号 H01S5/024
权利人 东莞市湃泊科技有限公司; 深圳市湃泊科技有限公司
发明人 安屹; 陈琦; 秦太梦; 陈维
地址 广东省东莞市松山湖园区学府路1号13栋302室; 广东省深圳市宝安区新桥街道黄埔社区洪田路155号创新智慧港1栋201

摘要文本

本申请提供了激光器封装系统及其智能散热方法,系统包括:激光器阵列模块,具有多个间隔设置的激光器,激光器上具有热沉,热沉配置有TEC半导体制冷器;训练模块,用于基于一定时间内激光器的实测温度以及历史运行状态数据对深度学习模型进行训练和验证,以输出训练后的深度学习模型;预测模块,用于将检测的激光器的第一参数和第二参数输入至训练后的深度学习模型以生成预测温度,第一参数包括功率,第二参数包括运行时间;调温模块,用于基于预测温度控制TEC半导体制冷器调节激光器温度。本申请通过各个模块的配合对激光器温度进行预测从而驱动制冷器对激光器进行散热,整个系统结构相对简单,无需设置过多的传感器,大大降低了封装难度和成本。

专利主权项内容

1.激光器封装系统,其特征在于,包括:激光器阵列模块,具有多个间隔设置且呈阵列分布的激光器,每个所述激光器上具有用于传导热量的热沉,每一所述热沉均配置有用于给所述激光器散热的TEC半导体制冷器;训练模块,用于获取一定时间内所述激光器的实测温度以及对应时刻的历史运行状态数据以生成数据库,将所述数据库划分为训练数据和验证数据;基于所述训练数据对深度学习模型进行训练,并基于所述验证数据对训练后的深度学习模型进行验证;若验证输出的预测温度与对应的实测温度之间的差值在第一预设区间内,则输出训练后的深度学习模型;预测模块,用于实时检测所述激光器的第一参数和第二参数,并将所述第一参数和所述第二参数输入至训练后的深度学习模型,以生成所述激光器对应的预测温度;其中,所述第一参数包括功率,所述第二参数包括运行时间;调温模块,用于基于所述预测温度控制所述TEC半导体制冷器调节所述激光器的当前温度。