ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2025. №8

УДК: 621.391.82; 004.032.26

ПРОГНОЗИРОВАНИЕ побочного электромагнитного

излучения от преобразователя электроэнергии

с ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ

З.М. Гизатуллин, И.Д. Фатыхов, Р.С. Нуртдинов

Казанский национальный исследовательский технический университет

им. А.Н. Туполева - КАИ, 420111, г. Казань, ул. К. Маркса, д.10

Статья поступила в редакцию 13 мая 2025 г

Аннотация. Побочные электромагнитные излучения, возникающие при работе преобразователей электроэнергии, могут создавать существенную проблему электромагнитной совместимости для компонентов сложных электронных систем. Поэтому при проектировании электронных систем необходимо заранее оценивать возможные параметры таких излучений и при необходимости заранее принимать меры защиты. Существующие подходы для прогнозирования электромагнитных излучений часто не позволяют полностью учесть явные и неявные электромагнитные процессы в преобразователях электроэнергии и в эксплуатационной среде. В статье реализована практическая методика для прогнозирования напряженности побочных электромагнитных излучений от преобразователей электроэнергии с использованием искусственной нейронной сети. Для демонстрации возможности использования данного инструмента создан экспериментальный стенд для подготовки обучающих и тестовых данных. Приведен пример обучения искусственной нейронной сети на основе экспериментальных данных для 100 эпох. Для тестовой выборки средняя абсолютная процентная ошибка составляет не более 11 %. Приведены примеры прогнозирования напряженности побочных электромагнитных излучений от преобразователя электроэнергии с использованием обученной нейронной сети. Перспективы использования данного инструмента видятся в задачах прогнозирования электромагнитных помех по линиям электропитания и др.

Ключевые слова: искусственная нейронная сеть, побочное электромагнитное излучение, преобразователь электроэнергии, эксперимент, обучение, прогнозирование.

Автор для переписки: Гизатуллин Зиннур Марселевич, zmgizatullin@kai.ru

Литература

1. Paul C.R., Scully R.C., Steffka M.A. Introduction to electromagnetic compatibility. – John Wiley & Sons, 2022.

2. Нуриев М.Г., Гизатуллин Р.М., Гизатуллин З.М. Физическое моделирование электромагнитных помех в беспилотном летательном аппарате при воздействии контактной сети электротранспорта // Известия высших учебных заведений. Авиационная техника. – 2018. – № 2. – С. 137-141.

3. Гизатуллин З.М., Шлеймович М.П. Исследование излучаемых электромагнитных помех от энергетических устройств самолета на этапе его модернизации // Известия высших учебных заведений. Авиационная техника. – 2023. – № 3. – С. 159-165.

4. Боков Г. Электромагнитные помехи импульсных преобразователей // Электронные компоненты. – 2018. – №3. – С. 8-11.

5. Куксенко С.П. и др. Разработка программного обеспечения для моделирования радиоэлектронных средств с учетом электромагнитной совместимости в ТУСУР // Наноиндустрия. – 2023. – Т. 16, № S9-1(119). – С. 170-178.

6. Гизатуллин З.М. и др. Простая методика исследования электромагнитного излучения от электронных средств // Журнал радиоэлектроники. – 2016. – № 9. URL: http://jre.cplire.ru/jre/sep16/8/text.html

7. Шкиндеров М.С., Нуриев М.Г., Гизатуллин З.М. Сквозное прогнозирование помехоустойчивости систем контроля и управления при внешних электромагнитных воздействиях // Вестник Казанского государственного энергетического университета. – 2016. – № 2(30). – С. 26-37.

8. Тумбинская М.В., Галиев Р.А. Идентификация фейк-новостей с помощью веб-ресурса на основе нейронных сетей // Программные продукты и системы. – 2023. – Т. 36. – №. 4. – С. 590-599.

9. Мухаматханов Р.М. и др. Классификация DDos-атак на основе нейросетевой модели // Прикладная информатика. – 2019. – Т. 14. – №. 1. – С. 96-103.

10. Гизатуллин З.М. и др. Исследование алгоритма анализа изображений радужной оболочки глаза на основе сверточной нейронной сети // Научно-технический вестник Поволжья. – 2023. – № 6. – С. 55-57.

11. Ляшева С.А., Трегубов В.М., Шлеймович М.П. Анализ изображений дорожных знаков на основе весовой модели с использованием вейвлетпреобразования // Вестник НЦБЖД. – 2020. – №. 4. – С. 112-119.

12. Luo M., Huang K.M. Prediction of the electromagnetic field in metallic enclosures using artificial neural networks // Progress In Electromagnetics Research. – 2011. – Т. 116. – С. 171-184.

13. Гизатуллин З.М., Гизатуллин Р.М., Мубараков Р.Р. Моделирование помех в электронном устройстве при воздействии импульсного магнитного поля с использованием искусственной нейронной сети. // Журнал радиоэлектроники. – 2024. – № 5. https://doi.org/10.30898/1684-1719.2024.5.1

14. Гизатуллин З.М., Мубараков Р.Р. Прогнозирование помех электростатического разряда в электронном устройстве с использованием искусственной нейронной сети. // Журнал радиоэлектроники. – 2024. – № 8. https://doi.org/10.30898/1684-1719.2024.8.3

15. Гизатуллин З.М., Мубараков Р.Р. Прогнозирование кондуктивных помех от преобразователя электроэнергии с использованием искусственной нейронной сети // Журнал радиоэлектроники. – 2025. – № 4. https://doi.org/10.30898/1684-1719.2025.4.10

16. Жгун Д.В. Измерение радиопомех от высоковольтных импульсных устройств [Электронный ресурс]. URL: (дата обращения: 05.05.2025).

17. De Marchi L., Mitchell L. Hands-On Neural Networks: Learn how to build and train your first neural network model using Python. – Packt Publishing Ltd, 2019.

18. Khadse C.B., Chaudhari M.A., Borghate V.B. Electromagnetic compatibility estimator using scaled conjugate gradient backpropagation based artificial neural network // IEEE Transactions on Industrial Informatics. – 2016. – Т. 13. – №. 3. – С. 1036-1045.

19. Газизов Т.Р. и др. Пути решения актуальных проблем проектирования радиоэлектронных средств с учетом электромагнитной совместимости // Техника радиосвязи. – 2014. – №. 2. – С. 11-22.

20. Квасников А.А., Куксенко С.П. Обзор экспертных систем по электромагнитной совместимости технических средств // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2021. – Т. 24. – №. 4. – С. 7-18.

21. Сафина Р.М., Шкиндеров М.С., Мубараков Р.Р. Помехоустойчивость систем контроля и управления доступом в здания при воздействии электромагнитных помех по сети электропитания // Журнал радиоэлектроники. – 2021. – №. 6. https://doi.org/10.30898/1684-1719.2021.6.9

22. Шарипов Р.Р., Макаров С.П., Кассирова А.А. Разработка программного комплекса потокового шифра rc4 для обучающихся по дисциплине «Криптография» // Международный научно-исследовательский журнал. – 2024. – №. 9 (147). – С. 39.

23. Гизатуллин З.М. и др. Повышение устойчивости детектора контуров Кэнни к воздействию помех // Научно-технический вестник Поволжья. – 2023. – № 7. – С. 25-28.

Для цитирования:

Гизатуллин З.М., Фатыхов И.Д., Нуртдинов Р.С. Прогнозирование побочного электромагнитного излучения от преобразователя электроэнергии с использованием искусственной нейронной сети // Журнал радиоэлектроники. – 2025. – № 8. https://doi.org/10.30898/1684-1719.2025.8.13