温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
进化
卷积
神经网络
外壳
屏蔽
效能
预测
肖保明
学术探讨412023 年第 1 期 安全与电磁兼容0引言散热和电磁屏蔽是电气外壳的一对矛盾设计,根据电磁场理论,全封闭电气外壳结构的电磁屏蔽效能最好,但功率器件等产生热量会导致设备内部过热,因此,需要在电气外壳上开孔或开缝,以满足散热和电磁屏蔽要求1-2。此外,部分设备需要实现人机交互功能,也需要在电气外壳上设计一定面积的光学窗孔。然而,电气外壳上的孔缝虽然能够解决散热问题和显示问题,但设备内部的电磁场会通过孔缝泄漏到外部空间,会干扰周围其他设备的正常工作3-6。摘 要:随着设备功率密度和可靠性要求的不断提升,设备电气外壳应设计孔缝以解决散热和电磁屏蔽问题。为了优化孔缝结构和位置,需在设计过程中计算和预测电气外壳屏蔽效能。针对现有屏蔽效能分析方法误差较大等问题,先建立了基于电磁拓扑理论 BLT 方程的带孔外壳屏蔽效能等效模型,并提出了基于进化卷积神经网络的屏蔽效能参数提取方法,再以外壳屏蔽效能部分频点结果作为模型输入,提取屏蔽效能模型参数,最后根据模型计算其它频点的外壳屏蔽效能。对比分析结果表明,文中方法能够实现带孔缝外壳屏蔽效能预测,误差小于 10dB 且不受外壳结构、孔缝位置和屏蔽材料参数影响。关键词:电磁干扰;电磁屏蔽;BLT 算法;ECNN 算法引用格式:肖保明,丁爱飞,陈泽南,等.基于进化卷积神经网络的外壳屏蔽效能预测 J.安全与电磁兼容,2023(1):41-45.XiaoBaoming,DingAifei,ChenZenan,etal.PredictionofShieldingEffectivenessofMechanicalShellBasedonEvolutionaryConvolutionalNeuralNetworkAlgorithmJ.SAFETY&EMC,2023(1):41-45.(inChinese)Abstract:Withtheimprovementofequipmentpowerdensityandreliabilityrequirements,theelectricalshellofequipmentshallbedesignedwithholestosolvetheproblemsofheatdissipationandelectromagneticshielding.Inordertooptimizetheslotstructureandlocation,itisnecessarytocalculateandpredicttheshieldingeffectivenessoftheelectricalenclosureinthedesignprocess.Aimingattheproblemsoflargeerrorofexistingshieldingeffectivenessanalysismethods,anequivalentmodelofshieldingefficiencyofperforatedshellsbasedonBLTequationofelectromagnetictopologytheoryisfirstestablished,andashieldingefficiencyparameterextractionmethodbasedonevolutionaryconvolutionalneuralnetworkisproposed,andthentheshieldingefficiencymodelparametersareextractedbytakingthefrequencypointsofshellshieldingeffectivenessasthemodelinput,andfinallytheshellshieldingefficiencyofotherfrequencypointsiscalculatedaccordingtothemodel.Thecomparativeanalysisresultsshowthatthemethodinthispapercanrealizethepredictionoftheshieldingeffectivenessoftheshellwithholesandslots,andtheerrorislessthan10dB,whichisnotaffectedbytheshellstructure,thelocationoftheholesandtheshieldingmaterialparameters.Keywords:electromagneticinterference;electromagneticshielding;BLTalgorithm;ECNNalgorithm基于进化卷积神经网络的外壳屏蔽效能预测PredictionofShieldingEffectivenessofMechanicalShellBasedonEvolutionaryConvolutionalNeuralNetworkAlgorithm1国网电力科学研究院有限公司2国电南瑞吉电新能源有限公司3南京师范大学电气与自动化工程学院肖保明1 丁爱飞2 陈泽南3 丁佳飞3 张武3 颜伟3由于电气外壳孔缝破坏了外壳的电连续性,因此孔缝泄漏是设备内部电磁场泄漏的主要路径7-9。同时,设备外部的空间电磁场也会通过电气外壳孔缝进入设备内部,根据传输线方程和场线耦合理论,上述电磁场会在设备内部线缆和 PCB 引线上产生高频电压和电流,进而干扰设备内部芯片和电子元件10。为了进一步提高带有孔缝电气外壳的电磁屏蔽效能,需要优化外壳结构和孔缝的设计,并在内部加装屏蔽材料。受到外壳结构和屏蔽材料参数影响,基于电磁场解析或数值算法的电磁屏蔽效能预测方法,难以准基金项目:国家自然科学基金(52107005)资助项目Academic Research42SAFETY&EMC No.1 2023确获得带有孔缝和屏蔽材料的电气外壳电磁屏蔽效能,预测结果与实际结果相差较大11。因此,开展电气外壳电磁屏蔽效能预测方法研究,对提升屏蔽效能预测精度、解决电气外壳电磁泄漏问题具有重要 意义。1电气外壳屏蔽效能等效模型1.1 非矩形开孔外壳屏蔽效能等效模型在计算尺寸较大开孔外壳屏蔽效能时,等面积法会有较大误差,为解决非矩形开孔外壳屏蔽效能计算问题,本文建立了基于 BLT 方程的不规则开孔外壳的等效电磁信号流图模型,如图 1 所示。其中,节点 J0为屏蔽外壳外部观测点,J1,J2,J3,Jn-2为开孔节点,Jn-1为屏蔽外壳内部观测点,Jn为屏蔽外壳相对于开孔面的后壁,Ws为屏蔽外壳等效电路中的等效电压源且其电压用 V0表示。信号流图由 n 段虚拟传输线组成,用 Ti表示,irijijV V和 irijijV V(i 和 j 为线缆和节点序号)为各节点处入射和反射电压值。图 1 等效电磁信号流图模型通过各节点处入射电压和反射电压的散射关系得到散射方程如下:111112112122221112200001111221221111121121,12122100000000000000000000000000000000000000000000000000rn-nr-rrrn-,nnnnnrnVVVVVV=00011112111n-,n-n-,niiiiiiVVVVVV (1)式中,0=0,n=-1。令第 i 个节点的散射矩阵为:11122122iiiii=11 011 g0ap12g011 011 g0ap12012g0ap22g0220ap21 021 021 g0ap11 011 g0apiiiiiiiiiiiiiiiiiiiia Yb YYa Yc Yd YYc Yd YYa Yb YYa Yc Yd YYc Yd YY=+=+(2)式中,iiiiijijijija bc d,iiiiijijijija bc d,iiiiijijijija bc d 和 iiiiijijijija bc d 分别为第 i 个节点散射矩阵系数,Y0=1/Z0,Yg0=1/Zg0和apap1/iiYZ=分别为自由空间、腔体波导和第 i 个节点开孔等效导纳。根据电气外壳等效电磁信号流图模型和各节点的散射参数矩阵,可以计算特性阻抗。TE22g0g00TM22g0g00/1/(2)/(2)1/(2)/(2)ZZZmanbZZZmanb=(3)式中,m 和 n 为外壳中的场分布模式指数。阻抗apiZ为:(4)学术探讨432023 年第 1 期 安全与电磁兼容式中,12 iiiiICY Y Y Y、12 iiiiICY Y Y Y、12 iiiiICY Y Y Y和12 iiiiICY Y Y Y 分别为:220jcsccsc12iIiiaYxlafaa=(5)204jln csccsc22iiiiaCbywYbb=(6)12220jcsccsc122iiiiaYYxlafaa=(7)式中,0为真空磁导率,i为:2200iil =(8)式中,0为真空介电常数,iiaax y和 iiaax y为第i个节点的等效开孔位置参数,li和 wi为第 i 个节点的等效开孔形状 参数。考虑到第 n-1 个节点的散射矩阵为:11111211121220110nnnnn=(9)根据电磁波传播特性,可得其传播方程:g0g0g0g000011000000101111112121,1111,1jjjjjj000000000000000000000000000000ppk drik drikzrikzririkznnn-,nrikz-nnn-,neVVeVVeVVVVeVVeVVe=120000SS (10)22g001/(2)/(2)kkmanb=(11)001002j10j2000.50.51 Vk dk dSV eSV eV=(12)式中,k0为自由空间传播常数,d01和 d02为平面波等效集总电压源到开孔和外部观测点的距离,zi为第 i 个节点到开孔面距离。节点总电压为:ijijrijiVVV=+(13)根据节点总电压可计算对应观测点位置的屏蔽效能,因此,对于不规则开孔而言,只需确定各节点散射矩阵即可计算其屏蔽效能。1.2 含透光材料开孔外壳屏蔽效能等效模型同样地,根据传输线理论以及电磁波在腔体外部和内部传播特性,可得电磁传播方程见公式(10),散射参数方程见式(1),令第 i 个节点散射矩阵见式(2)。TE 模式和 TM 模式腔体特性阻抗的表达式分别为:(14)TE22g0022TMg00/1/(2)/(2)1/(2)/(2)iiiiiiiiiiZZZmanbmanbZZZ=22g01/(2)/(2)iiiikkmanb=(15)2 iiiik=(16)式中,i为第 i 个节点的等效介电常数。再根据式(5)式(8)可得12 iiiiICY Y Y Y、12 iiiiICY Y Y Y、12 iiiiICY Y Y Y、12 iiiiICY Y Y Y 和 i。2电气外壳屏蔽效能参数提取与预测2.1 基于进化卷积神经网络的屏蔽效能参数提取与积分微分法和列举计数法相比,进化算法是一种应用更广的全局优化方法,具有自发适应性、自发组织性和自发学习性等特点。进化神经网络是进化算法和深度学习两者相结合的产物,在算法中神经网络的权值和阈值在初始种群个体染色体中,再用进化算法优化权值和阈值12-14,同时具有深度神经网络的自动构建和学习训练模型的优势,大大降低了多参数计算的复杂度和工作量。选取三层的神经网络算法,分别是输入输出和隐含层。以外壳屏蔽效能部分频点结果作为模型输入,全频段各点外壳屏蔽效能作为输出,隐含层转移函数采用 sigmoid 函数。电气外壳屏蔽效能等效模型的一个等效节点存在上述 14 个参数变量以及材料、结构参数。考虑到文中选取节点数为 100 个,屏蔽效能等效模型中涉及的各类参数共 1 800 个,因此,屏蔽效能参数提取流程如图 2所示,流程具体分四个步骤。第一步:染色体编码在染色体中对数据信息进