scholarly journals Μοντελοποίηση χαμηλόσυχνων ηλεκτρικών εκπομπών για διαστημικές αποστολές που απαιτούν ηλεκτρική καθαρότητα

2020 ◽  
Author(s):  
Γρηγόριος Κουτάντος

Στην παρούσα διδακτορική διατριβή εξετάζονται και διερευνώνται θέματα, που σχετίζονται με εφαρμογές ηλεκτρομαγνητικής καθαρότητας, συμβατότητας και ηλεκτρομαγνητικών παρεμβολών σε διαστημικό εξοπλισμό. Στόχος είναι η ανάπτυξη τεχνικών και μεθόδων για τον προσδιορισμό της ηλεκτρομαγνητικής συμπεριφοράς μιας τυχαίας διαστημικής δομής και την επίτευξη της μέγιστης δυνατής καθαρότητας με βάση τον υφιστάμενο διαστημικό εξοπλισμό. Οι διαστημικές αποστολές αποτελούνται από πληθώρα μετρητικών οργάνων. Οι διατάξεις αυτές είναι ευαίσθητες σε παρεμβολές ηλεκτρομαγνητικού πεδίου με αποτέλεσμα να απαιτείται η στάθμη του ηλεκτρομαγνητικού πεδίου στα σημεία τοποθέτησης των οργάνων να είναι κάτω από ένα κατώφλι (ηλεκτρομαγνητική καθαρότητα). Το ηλεκτρομαγνητικό πεδίο που παράγεται από τον εξοπλισμό του διαστημοπλοίου λειτουργεί σε μεγάλο εύρος συχνοτήτων, αλλά επειδή τα όργανα μέτρησης έχουν εύρος ζώνης 200-250 kΗz επιλέγεται η συγκεκριμένη περιοχή μελέτης για τον ανωτέρω εξοπλισμό. Οι μεταβολές του ηλεκτρικού πεδίου παρουσιάζουν εξάρτηση από τη συχνότητα, μεταβολές οι οποίες είναι χρήσιμο να χαρακτηριστούν, να μετρηθούν και να μοντελοποιηθούν. Για τον σκοπό αυτό, η μέθοδος που προτείνεται στο κεφάλαιο 2 περιλαμβάνει μοντελοποίηση με τη χρήση ισοδύναμων ηλεκτρικών διπόλων (Electric Dipole Modeling-EDM) για την περιγραφή των υπό μελέτη πηγών και επαληθεύεται με αποτελέσματα από πηγές με γνωστή ηλεκτρομαγνητική συμπεριφορά. Στόχος είναι η παραγωγή ισοδύναμων μοντέλων για όλα τα υποσυστήματα του αεροσκάφους και η εκτίμηση των εκπομπών τους στο μακρινό πεδίο. Πιο συγκεκριμένα, κάθε πηγή ηλεκτρικού πεδίου αναπαρίσταται με ένα ηλεκτρικό δίπολο. Στο κεφάλαιο 2 περιγράφεται το μαθηματικό υπόβαθρο που στηρίζει τη μεθοδολογία μαζί με τις εξισώσεις και τις ηλεκτρομαγνητικές σχέσεις που τη διέπουν. Πιο συγκεκριμένα, γίνεται η συσχέτιση του ηλεκτρικού πεδίου με τα μεγέθη της ροπής και της σχετικής απόστασης. Αναλύονται οι μετρητικές διατάξεις που χρησιμοποιούνται για τον υπολογισμό του ηλεκτρικού πεδίου στα διάφορα σημεία στον χώρο. Έπειτα, περιγράφονται οι στοχαστικές μέθοδοι βελτιστοποίησης σμήνους σωματιδίων (Particle Swarm Optimization-PSO) και διαφορικής εξέλιξης (Differential Evolution-DE) και η εφαρμογή που έχουν στη μεθοδολογία. Για κάθε χρήσιμη φασματική συνιστώσα παράγεται ένα διαφορετικό μοντέλο. Στο κύριο μέρος του κεφαλαίου 2 παρατίθενται τα βασικά αποτελέσματα της μοντελοποίησης με ισοδύναμα δίπολα χρησιμοποιώντας αρκετά σενάρια που προσεγγίζουν ρεαλιστικές συνθήκες, όπως θόρυβος και αβεβαιότητα. Επαναλαμβάνοντας τη διαδικασία για όλο το φασματικό περιεχόμενο του πεδίου διαμορφώνεται ένα ολοκληρωμένο μοντέλο για την υπό μελέτη συσκευή (Equipment Under Test -EUT). Στο κεφάλαιο 3 παρουσιάζεται η εφαρμογή της μεθοδολογίας σε πραγματικό διαστημικό εξοπλισμό μέσα από μετρήσεις που ήταν διαθέσιμες από την Thales Alenia στο πλαίσιο της διαστημική αποστολής THOR. Πιο συγκεκριμένα, τα μοντέλα που παράγονται από τις μετρήσεις αυτές με βάση την προτεινόμενη μεθοδολογία Multi Frequency Electric Dipole Modeling-MFEDM συγκρίνονται με τις πραγματικές συσκευές που έχουν γνωστή ηλεκτρομαγνητική συμπεριφορά και εξάγονται τα αντίστοιχα μοντέλα. Για επαλήθευση συγκρίνεται το πεδίο και σε απομακρυσμένες αποστάσεις. Στο κεφάλαιο 4 γίνεται μελέτη και αξιολόγηση της αβεβαιότητας στη μεθοδολογία MFEDM. Βασική παράμετρος στη μεθοδολογία είναι η ακρίβεια στη θέση τόσο των διαστημικών συσκευών (και κατ’ επέκταση των ισοδύναμων διπόλων) όσο και των σημείων μέτρησης. Κατά τη διάρκεια του πειράματος όλα τα κινούμενα στοιχεία της διάταξης μπορούν να οδηγήσουν σε λανθασμένα μοντέλα και σε μεταγενέστερο στάδιο σε διαφοροποιημένες τιμές πεδίου στα σημεία μέτρησης αλλά και στα σημεία παρέκτασης (extrapolation points). Με τη βοήθεια στατιστικών κατανομών και άλλων εργαλείων προσομοιώνεται το σφάλμα στη θέση και γίνεται έλεγχος κατά πόσο επηρεάζει την μέτρηση του πεδίου και κατ’ επέκταση τις τιμές του μοντέλου. Μετά από εκτενείς προσομοιώσεις προκύπτει με ασφάλεια ότι ακόμα και στη χειρότερη περίπτωση που χαθεί η ακριβής θέση (δεχόμενοι ένα μέγιστο σφάλμα) είτε του οργάνου μέτρησης είτε της εκάστοτε πηγής υπό μελέτη το πεδίο βρίσκεται σε αρκετά μεγάλη συμφωνία σε σύγκριση με το πεδίο στην ιδανική περίπτωση χωρίς σφάλματα. Στο τελευταίο κύριο κεφάλαιο της διδακτορικής διατριβής παρουσιάζεται μια αποτελεσματική μέθοδος για ένα σύνηθες ηλεκτρομαγνητικό πρόβλημα που είναι η επίτευξη ηλεκτρομαγνητικής καθαρότητας σε χώρο ή σημεία μέσα και έξω από το διαστημόπλοιο, ειδικά στα σημεία όπου τοποθετούνται τα όργανα μέτρησης. Η προτεινόμενη μεθοδολογία χρησιμοποιεί τα μοντέλα της προηγούμενης μεθόδου MFEDM και επιβεβαιώνει ότι με κατάλληλη αναδιάταξη των πηγών που βρίσκονται εντός του διαστημοπλοίου, όταν κρίνεται αναγκαίο, μειώνονται οι ηλεκτρομαγνητικές εκπομπές. Επίσης, για περαιτέρω βελτίωση των ηλεκτρομαγνητικών συνθηκών μπορεί να χρησιμοποιηθεί μια βοηθητική συμπληρωματική πηγή με γνωστά χαρακτηριστικά. Ο αλγόριθμος χρησιμοποιεί στοχαστικές διαδικασίες με συνεχείς επαναλήψεις ώστε να βρει τον βέλτιστο συνδυασμό των πηγών σύμφωνα με τον διαθέσιμο εξοπλισμό. Υπάρχουν συγκεκριμένα κριτήρια που αποφασίζουν αν η συνολική συνεισφορά των εκπομπών κρίνεται ότι είναι ανεκτή και εξασφαλίζει ηλεκτρομαγνητική καθαρότητα. Τα κριτήρια αυτά συσχετίζουν τη συνολική συνεισφορά του συστήματος με την συνεισφορά του κάθε εξοπλισμού ξεχωριστά. Ανάλογα με το αν εξετάζεται σημειακή ή χωρική καθαρότητα κάθε περίπτωση διαφέρει.

2021 ◽  
Vol 11 (6) ◽  
pp. 2703
Author(s):  
Warisa Wisittipanich ◽  
Khamphe Phoungthong ◽  
Chanin Srisuwannapa ◽  
Adirek Baisukhan ◽  
Nuttachat Wisittipanit

Generally, transportation costs account for approximately half of the total operation expenses of a logistics firm. Therefore, any effort to optimize the planning of vehicle routing would be substantially beneficial to the company. This study focuses on a postman delivery routing problem of the Chiang Rai post office, located in the Chiang Rai province of Thailand. In this study, two metaheuristic methods—particle swarm optimization (PSO) and differential evolution (DE)—were applied with particular solution representation to find delivery routings with minimum travel distances. The performances of PSO and DE were compared along with those from current practices. The results showed that PSO and DE clearly outperformed the actual routing of the current practices in all the operational days examined. Moreover, DE performances were notably superior to those of PSO.


2013 ◽  
Vol 2013 ◽  
pp. 1-7 ◽  
Author(s):  
Hongtao Ye ◽  
Wenguang Luo ◽  
Zhenqiang Li

This paper presents an analysis of the relationship of particle velocity and convergence of the particle swarm optimization. Its premature convergence is due to the decrease of particle velocity in search space that leads to a total implosion and ultimately fitness stagnation of the swarm. An improved algorithm which introduces a velocity differential evolution (DE) strategy for the hierarchical particle swarm optimization (H-PSO) is proposed to improve its performance. The DE is employed to regulate the particle velocity rather than the traditional particle position in case that the optimal result has not improved after several iterations. The benchmark functions will be illustrated to demonstrate the effectiveness of the proposed method.


Author(s):  
Shailendra Aote ◽  
Mukesh M. Raghuwanshi

To solve the problems of optimization, various methods are provided in different domain. Evolutionary computing (EC) is one of the methods to solve these problems. Mostly used EC techniques are available like Particle Swarm Optimization (PSO), Genetic Algorithm (GA) and Differential Evolution (DE). These techniques have different working structure but the inner working structure is same. Different names and formulae are given for different task but ultimately all do the same. Here we tried to find out the similarities among these techniques and give the working structure in each step. All the steps are provided with proper example and code written in MATLAB, for better understanding. Here we started our discussion with introduction about optimization and solution to optimization problems by PSO, GA and DE. Finally, we have given brief comparison of these.


Sign in / Sign up

Export Citation Format

Share Document