Kotelnikov Institute of Radio Engineering and Electronics of RAS Русский Sign in Submit a paper
Journal of Radio Electronics Online scientific journal · eISSN 1684-1719
2024, № 5 · RADIO ELECTRONICS RELATED PROBLEMS

Modeling of interference in an electronic device under influence of a pulse magnetic field using an artificial neural network

Z.M. Gizatullin1, R.M. Gizatullin1, R.R. Mubarakov1

1 Kazan National Research Technical University named after A.N.Tupolev - KAI, Kazan, Russia
Full text DOI: 10.30898/1684-1719.2024.5.1 UDC 621.391.82 EDN VOVTMI

Abstract

Modern electronic means are quite sensitive to electromagnetic interference. At the same time, they must function reliably in the existing electromagnetic environment. Lightning discharges and industrial sources make a significant contribution to the formation of the electromagnetic environment around electronic equipment. In this case, pulsed magnetic fields with microsecond parameters most often arise. The most rational approach to ensuring electromagnetic compatibility of electronic means is the most complete accounting and protection from possible phenomena at the design stage. Different methods for modeling the consequences of exposure to electromagnetic interference have their own advantages and disadvantages. To develop a technique and modeling interference in electronic means based on an artificial neural network using the example of the influence of a pulsed magnetic field a the purpose of this work. A practical technique for calculation the magnitude of interference in electronic means using an artificial neural network the paper proposes. All stages of the technique are described: analysis of the main input parameters affecting the amount of interference in the electronic means; the use of a special experimental stand for measuring interference depending on significant input parameters; choosing the structure and parameters of an artificial neural network to modeling interference; choosing a training method for an artificial neural network; choosing a criterion for assessing the quality of training when solving a regression problem; normalization of training data; training an artificial neural network using measured data; modeling the amount of interference in the communication line of an electronic means when exposed to a pulsed magnetic field; assessment of consequences and selection of methods of protection against interference. As an example, we consider the problem of modeling the amount of interference in a communication line inside an electronic means when exposed to a pulsed magnetic field. The magnetic field has parameters recommended by the requirements of the regulatory document on electromagnetic compatibility of devices. In the problem under consideration, an acceptable discrepancy in results is achieved with an acceptable number of neural network training epochs.

  • electronic means
  • electromagnetic interference
  • pulsed magnetic field
  • lightning discharge
  • technique
  • modeling
  • artificial neural network
Аннотация (на русском)

Моделирование помех в электронном устройстве при воздействии импульсного магнитного поля с использованием искусственной нейронной сети

Современные электронные средства достаточно чувствительны к электромагнитным помехам и при этом должны надёжно функционировать в существующей электромагнитной обстановке. Существенный вклад в формирование электромагнитной обстановки вокруг электронных средств создают разряды молнии и индустриальные источники. При этом чаще всего возникают импульсные магнитные поля с микросекундными параметрами. Наиболее рациональным подходом обеспечения электромагнитной совместимости электронных средств, в предполагаемой электромагнитной обстановке вокруг, является наиболее полный учет и защита от возможных явлений на этапе его проектирования. Разные методы прогнозирования последствий воздействия электромагнитных помех имеют свои достоинства и недостатки. Целью данной работы является разработка методики и моделирование помех в электронных средствах на основе искусственной нейронной сети на примере воздействия импульсного магнитного поля. В работе предложена практическая методика прогнозирования величины помех в электронных средствах с использованием искусственной нейронной сети. Описаны все этапы методики: анализ основных входных параметров, влияющих на величину помех в электронном средстве; применение специального экспериментального стенда для измерения помех в зависимости от значимых входных параметров; выбор структуры и параметров искусственной нейронной сети для моделирования помех; выбор метода обучения искусственной нейронной сети; выбор критерия оценки качества обучения при решении регрессионной задачи; нормализация данных обучения; обучение искусственной нейронной сети с использованием измеренных данных; расчет величины помех в линии связи электронного средства при воздействии импульсного магнитного поля; оценка последствий и выбор методов защиты от помех. В качестве примера рассмотрена задача расчета величины помех в линии связи внутри электронного средства при воздействии импульсного магнитного поля, в соответствие с требованиями нормативного документа по электромагнитной совместимости устройств. В рассматриваемой задаче допустимое расхождение результатов достигается при приемлемом количестве эпох обучения нейронной сети.

For citation

Gizatullin Z.M., Gizatullin R.M., Mubarakov R.R. Modeling of interference in an electronic device under influence of a pulse magnetic field using an artificial neural network // Journal of Radio Electronics. – 2024. – No. 5. https://doi.org/10.30898/1684-1719.2024.5.1

References

  1. Williams T. EMC for product designers. - Newnes, 2016.
  2. Keller R.B. Design for Electromagnetic Compatibility-In a Nutshell: Theory and Practice. - Springer Nature, 2023. - С. 416.
  3. Гизатуллин З.М. и др. Целостность информации в USB флэш-накопителе при воздействии импульсного магнитного поля //Журнал радиоэлектроники. - 2015. - №. 8. - С. 8-8.
  4. Uman M.A. The art and science of lightning protection //(No Title). - 2008. - С. 50.
  5. Нуриев М.Г. и др. Анализ помехоустойчивости вычислительной техники при воздействии разряда молнии на молниезащиту здания на основе физического моделирования //Журнал радиоэлектроники. - 2019. - №. 6. - С. 14-14.
  6. Гизатуллин З.М. Электромагнитная совместимость электронных средств объектов электроэнергетики при внешних электромагнитных воздействиях по сети питания //Известия высших учебных заведений. Проблемы энергетики. - 2007. - №. 9-10. - С. 37-45.
  7. 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.
  8. 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.
  9. Gizatullin Z.M., Gizatullin R.M., Nuriev M.G. Prediction of noise immunity of computing equipment under the influence of electromagnetic interference through the metal structures of building by physical modeling //2020 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). - IEEE, 2020. - С. 120-123.
  10. Жечев Е.С. и др. Экспериментальные исследования зеркально-симметричного модального фильтра во временной и частотной областях //Системы управления, связи и безопасности. - 2019. - №. 2. - С. 162-179.
  11. Гизатуллин З.М., Гизатуллин Р.М. Моделирование электромагнитной обстановки на основе теории масштабного эксперимента для задач электромагнитной совместимости и защиты информации //Информационные технологии. - 2013. - №. 4. - С. 19-22.
  12. Gizatullin Z.M., Shleimovich M.P. Analysis of Noise Immunity of the UAV Onboard Control System Based on Physical Modeling of Induced Interference //Russian Aeronautics. - 2021. - Т. 64. - С. 554-561.
  13. Takahashi T., Schibuya N. EMC Simulation and Modeling //IEEJ Transactions on Electronics, Information and Systems. - 2003. - Т. 123. - №. 7. - С. 1192-1195.
  14. Хасан А.А. и др. Верификация моделирования проводных антенн методом моментов //Журнал радиоэлектроники. - 2021. - №. 11.
  15. 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.
  16. Gizatullin Z., Gizatullin R., Drozdikov V. Research of noise immunity of computer equipment of control systems under action of pulsed magnetic field //2019 International Russian Automation Conference (RusAutoCon). - IEEE, 2019. - С. 1-5.
  17. Евдокимова Т.С., Андреянов Н.В., Фаткуллина Л.Ф. Методы расширения наборов данных на основе обучения с подкреплением //Научно-технический вестник Поволжья. - 2023. - № 11. - С. 59-62.
  18. 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.
  19. Андреянов Н.В. и др. Анализ стенда бортовой системы для методов обнаружения основанных на глубоких нейронных сетях //Научно-технический вестник Поволжья. - 2022. - № 5. - С. 13-16.
  20. 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.
  21. Cherny S. N., Gibadullin R. F. The recognition of handwritten digits using neural network technology //2022 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). - IEEE, 2022. - С. 965-970.
  22. 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.
  23. Кириллов В.Ю., Жуков П.А., Торлупа А.А. Применение радиопоглощающих материалов для ослабления высокочастотных помех в электрических цепях электротехнических комплексов летательных аппаратов //Электричество. - 2022. - №. 4. - С. 66-71.
  24. Гибадуллин Р.Ф., Вершинин И.С., Глебов Е.Е. Разработка приложения для ассоциативной защиты файлов //Инженерный вестник Дона. - 2023. - №. 6 (102). - С. 118-142.
  25. 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.
  26. Гизатуллин З.М. и др. Снижение электромагнитных помех и защита информации в вычислительной технике с помощью экранирующих стекол //Вестник Казанского государственного энергетического университета. - 2017. - №. 3 (35). - С. 46-57.
  27. Газизов Т.Р. и др. Пути решения актуальных проблем проектирования радиоэлектронных средств с учетом электромагнитной совместимости //Техника радиосвязи. - 2014. - №. 2. - С. 11-22.