ИРЭ им. В.А. Котельникова РАН English Войти Подать статью
Журнал радиоэлектроники Электронный научный журнал · eISSN 1684-1719
2025, № 4 · СМЕЖНЫЕ ПРОБЛЕМЫ РАДИОЭЛЕКТРОНИКИ

Прогнозирование кондуктивных помех от преобразователя электроэнергии с использованием искусственной нейронной сети

З.М. Гизатуллин1, Р.Р. Мубараков1

1 Казанский национальный исследовательский технический университет им. А.Н. Туполева, Казань, Россия
Полный текст DOI: 10.30898/1684-1719.2025.4.10 УДК 621.391.82 EDN FQEPQU

Аннотация

Кондуктивные помехи, возникающие при работе преобразователей электроэнергии, представляют собой значительную проблему для сложных электронных систем. Поэтому при проектировании электронных систем необходимо заранее оценивать возможные параметры таких помех и принимать меры защиты. В статье предлагается практическая методика прогнозирования амплитуды и длительности кондуктивных помех от преобразователей электроэнергии с использованием искусственной нейронной сети. В качестве примера реализовано экспериментальное исследование параметров кондуктивных помех от макета системы генерирования электроэнергии на борту самолета. Подготовлен набор данных для обучения нейронной сети. Приведены примеры обучения искусственной нейронной сети на основе экспериментальных данных. Для максимальной амплитуды и длительности кондуктивных помех приемлемое расхождение результатов достигается на 795 и 1422 эпохе обучения, соответственно. Для тестовой выборки удалось добиться средней абсолютной процентной ошибки 14,2 % и 20,3 %, для прогнозирования амплитуды и длительности кондуктивных помех. Приведены примеры прогнозирования параметров кондуктивных помех с использованием обученной нейронной сети. Полученные результаты свидетельствуют о возможности практического использования искусственной нейронной сети для решения задач прогнозирования кондуктивных помех. Дальнейшие перспективы использования данного инструмента видятся в задачах прогнозирования побочных электромагнитных излучений от электронных устройств, воздействия ультракоротких импульсов и др.

  • искусственная нейронная сеть
  • кондуктивная помеха
  • преобразователь электроэнергии
  • эксперимент
  • прогнозирование
  • методика
Abstract (in English)

Prediction of conductive interference from electric power converter using artificial neural network

Conductive interference occurs during operation of power converters and is a significant problem for complex electronic systems. Therefore, when designing electronic systems, it is necessary to evaluate the possible parameters of such interference in advance and take protection measures. The article proposes a practical technique for predicting the amplitude and duration of conductive interference from electricity converters using an artificial neural network. As an example, an experimental study of the parameters of conductive interference from the layout of the electricity generation system on board the aircraft was implemented. A data set for teaching a neural network has been prepared. Examples of training of an artificial neural network based on experimental data are given. For the maximum amplitude and duration of conductive interference, an acceptable divergence of the results is achieved at 795 and 1422 of the training era, respectively. For test sample, it was possible to achieve an average absolute percentage error 14.2 % and 20.3 %, to predict the amplitude and duration of conductive interference. Examples of forecasting the parameters of conductive interference using a trained neural network are given. The results obtained indicate the possibility of practical use of an artificial neural network to solve the tasks of predicting conductive interference. Further prospects for using this tool are seen in the tasks of forecasting side -by -power electromagnetic radiation from electronic devices, exposure to ultra -short pulses, etc.

Для цитирования

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

Литература

  1. Keller R.B. Design for Electromagnetic Compatibility-In a Nutshell: Theory and Practice. - Springer Nature, 2023. - С. 416.
  2. Мелешин В.И. Управление транзисторными преобразователями энергии. Москва, Техносфера. 2011. 576 с.
  3. 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.
  4. 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.
  5. Загородских Е.В. Об источниках кондуктивной помехоэмиссии при проектировании мостового инвертора напряжения // Технологии электромагнитной совместимости. - 2016. - №1. - C. 41-48.
  6. Гизатуллин З.М., Гизатуллин Р.М., Мубараков Р.Р. Методика и средства для исследования кондуктивных помех от преобразователей электроэнергии в условиях эксплуатации // Журнал радиоэлектроники. - 2023. - №5.
  7. Гизатуллин З.М., Шлеймович М.П. Методика исследования кондуктивных помех от энергетических устройств самолета на этапе его модернизации // Известия высших учебных заведений. Авиационная техника. - 2023. - №1. - С. 142-147.
  8. Газизов Т.Р. и др. Пути решения актуальных проблем проектирования радиоэлектронных средств с учетом электромагнитной совместимости // Техника радиосвязи. - 2014. - №. 2. - С. 11-22.
  9. Куксенко С.П. и др. Новые возможности системы моделирования электромагнитной совместимости TALGAT // Доклады Томского государственного университета систем управления и радиоэлектроники. - 2015. - № 2(36). - С. 45-50.
  10. Нуриев М.Г., Гизатуллин З.М., Гизатуллин Р.М. Физическое моделирование электромагнитных помех в беспилотном летательном аппарате при воздействии высоковольтной линии электропередачи // Известия высших учебных заведений. Авиационная техника. - 2017. - № 2. - С. 119-124.
  11. Шалагин С.В. Распределенное вычисление быстрого преобразования Фурье в архитектуре FPGA // Вестник Технологического университета. - 2019. - Т. 22 - № 2. - С. 155-158.
  12. Гизатуллин З.М. Сквозное прогнозирование помехоустойчивости электронно-вычислительных средств внутри зданий при внешних электромагнитных воздействиях // Вестник Казанского государственного технического университета им. А.Н. Туполева. - 2011. - № 2. - С. 123-128.
  13. 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.
  14. Андреянов Н.В. и др. Анализ стенда бортовой системы для методов обнаружения основанных на глубоких нейронных сетях // Научно-технический вестник Поволжья Учредители: ООО "Рашин Сайнс". - 2022. - №. 5. - С. 13-16.
  15. Гизатуллин З.М. и др. Исследование алгоритма анализа изображений радужной оболочки глаза на основе сверточной нейронной сети // Научно-технический вестник Поволжья. Учредители: ООО "Рашин Сайнс". - 2023. - № 6. - С. 55-57.
  16. Катасев А.С. и др. Сверточная нейросетевая модель распознавания рукописных математических выражений // Вестник Технологического университета. - 2024. - Т. 27. - № 6. - С. 123-127.
  17. 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.
  18. 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.
  19. Гизатуллин З.М., Мубараков Р.Р. Прогнозирование помех электростатического разряда в электронном устройстве с использованием искусственной нейронной сети // Журнал радиоэлектроники. - 2024. - № 8.
  20. Евдокимова Т.С., Андреянов Н.В., Фаткуллина Л.Ф. Методы расширения наборов данных на основе обучения с подкреплением // Научно-технический вестник Поволжья. Учредители: ООО "Рашин Сайнс". - 2023 - №. 11. - С. 59-62.
  21. 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.
  22. Нгуен В.Т., Кириллов В.Ю. Проектирование трасс электрических жгутов бортовой сети с учетом электромагнитной совместимости // Технологии электромагнитной совместимости. - 2020. - № 2(73). - С. 29-35.
  23. Гизатуллин З.М. и др. Повышение устойчивости детектора контуров Кэнни к воздействию помех // Научно-технический вестник Поволжья. Учредители: ООО "Рашин Сайнс". - 2023. - № 7. - С. 25-28.
  24. Гибадуллин Р.Ф., Вершинин И.С., Глебов Е.Е. Разработка приложения для ассоциативной защиты файлов // Инженерный вестник Дона. - 2023. - № 6. - С. 118-142.
  25. Шарипов Р.Р., Юсупов Б.З. Исследование электрических параметров пороговых извещателей // Программные системы и вычислительные методы. - 2023. - № 3. - С. 29-47.
  26. Гибадуллин Р.Ф., Вершинин И.С. Ассоциативная защита числовых сведений в текстовых документах с применением библиотеки Parallel Framework платформы.NET // Computational Nanotechnology. - 2023. - Т. 10. - № 3. - С. 121-129.