首页 | 本学科首页   官方微博 | 高级检索  
     

基于BP神经网络的静电放电电流解析表达式
引用本文:吴启蒙,魏明,樊高辉,刘进. 基于BP神经网络的静电放电电流解析表达式[J]. 高电压技术, 2012, 38(11): 2912-2918
作者姓名:吴启蒙  魏明  樊高辉  刘进
作者单位:军械工程学院静电与电磁防护研究所,石家庄,050003
基金项目:国家自然科学基金,国防科技重点实验室基金
摘    要:针对静电放电(ESD)电磁脉冲测试及其辐射场计算这一难点问题,提出了一种基于BP(back propaga-tion)神经网络的任意曲线拟合方法,并给出了任意曲线的数学解析表达式通式。根据IEC 61000-4-2标准的相关规定,采用本方法得出了理想接触式ESD电流波形的解析表达式,神经网络隐含层神经元个数选取为9时,拟合曲线均方误差(MSE)为4.491 7×10-4。提取本方法得到的理想接触式ESD电流曲线的波形参数(上升时间为0.81ns,峰值电流为14.938 5A,30ns时电流值为8.038 9A,60ns时电流值为4.037 7A),证明了该解析式满足IEC61000-4-2的相关规定。通过对6kV放电电压的工程实测ESD电流波形曲线拟合,得到工程实测ESD电流波形的解析表达式,隐含层神经元个数选取为20时,拟合曲线均方误差为0.093 5。本方法为工程实测ESD辐射场的相关计算提供了更准确的解析表达式。

关 键 词:BP神经网络  静电放电(ESD)  辐射场  电磁脉冲  曲线拟合  均方误差

Analytical Expressions of Electrostatic Discharge Current Based on the BP Neural Network
WU Qimeng,WEI Ming,FAN Gaohui,LIU Jin. Analytical Expressions of Electrostatic Discharge Current Based on the BP Neural Network[J]. High Voltage Engineering, 2012, 38(11): 2912-2918
Authors:WU Qimeng  WEI Ming  FAN Gaohui  LIU Jin
Affiliation:(Research Institute of Static Electricity and Electromagnetic Protection,Mechanical Engineering College,Shijiazhuang 050003,China)
Abstract:
Keywords:BP neural network  electrostatic discharge(ESD)  radiation field  electromagnetic pulse  curve fitting  mean-square error
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号