IES Viewer

IES Viewer fortolker IES-fotometriske data for at vise armaturens lysfordeling og lumenudgang. Den accepterer LM-63-filer og returnerer strukturerede data, som er nyttige for specifikationer, kataloger og belysningssimulationer. Hovedbrugere er lysdesignere, ingeniører, produktansvarlige og katalogudgivere, der skal kontrollere total lumen, analysere distributionsformen og sikre overensstemmelse med designmål. Eksempel: upload en IES-fil på 24.000 lumen og kontroller, at den horisontale distribution når sit maks nær 0°, og at den vertikale kurve støtter monteringshøjden.
Kernebehandlingen omfatter parsing af header-metadata (producent, model, total lumen, antal lamper), læsning af candela-værdier over vinkler og sammensætning af horisontale og vertikale distributionskurver. Udgange omfatter numeriske distributioner, total lumen, top candela, vinkel for top og normaliserede kurver. Valgfri funktioner giver normalisering til header-lumen, eksport til CSV eller JSON og data til simuleringer. Understøtter flere LM-63-varianter og leverer diagnostik ved formatafvigelser.
Algoritmer & Beregninger: Værktøjet følger LM-63-parsingregler fra IESNA, udtrækker blokke og vinkelarrays, beregner total emitteret lumen ved at integrere candela-distributionen over vinkelnettet med differential solid-angle vægt ΔΩ. Angiver top candela og dens vinkel, understøtter separate horisontale og vertikale kurver til sammenligning og kan normalisere distributioner igen efter anmodning. Angiver manglende lumen-data, ikke-understøttede revisioner eller beskadigede blokke og giver vejledning uden at fejle stille.
Industri/Region & Lokalisering: Referencestandarder inkluderer LM-63; eksport understøtter lumens og candela med valgfrie metrisk-konverteringer til amerikanske og internationale arbejdsgange. Lokalisationsaspekter omfatter enhedskonventioner og eksportformater til kataloger og BIM. Antagelser & Udelukkelser: Antager inddata som en tekstbaseret LM-63 IES-fil; gengiver ikke grafikker eller farve/CRI-beregninger eller 3D-fotometri ud over basisdistributions.