Search academic texts

Registration Number

0823U100379, PhD dissertation

Title

Modeling methods for acoustic electrodynamic transducers

Author

Volkov Denys D.,

popup.head Didkovskyi Vitaliy S.
popup.opponent Myslovych Mykhailo V.
popup.opponent Kartashov Volodymyr Mykhaylovych
popup.review Drozdenko Oleksandr Ivanovych
popup.review Korzhyk Oleksiy Volodymyrovych

Status

Доктор філософії, 171, Електроніка

Date

14-06-2023

Description

Волков Д.Д. Методи моделювання акустичних електродинамiчних перетворювачiв – Квалiфiкацiйна наукова праця на правах рукопису. Дисертацiя на здобуття наукового ступеня Доктора фiлософiї за спецiальнiстю 171 «Електронiка». – Нацiональний технiчний унiверситет України «Київський полiтехнiчний iнститут iменi Iгоря Сiкорського», МОН України, Київ, 2022 р. Дисертацiйна робота присвячена дослiдженню лiнiйних та нелiнiйних моделей акустичних електродинамiчних перетворювачiв з метою вдосконалення iснуючих та розробки нових бiльш точних та зручних методiв iз використанням сучасних пiдходiв, як то: методи оптимiзацiї, генетичнi алгоритми та штучнi нейроннi мережi. Робота складається iз чотирьох основних роздiлiв. У вступi описано актуальнiсть проблеми та зроблено огляд сучасних методiв моделювання, у другiй частини детально розлядаються лiнiйнi моделi перетворювачiв, включно iз класичною моделлю Тiля/Смола та стандартним методом знаходження її параметрiв - методом доданої маси. Запропоновано новi методи для бiльш точного та гнучкого знаходження параметрiв лiнiйних моделей, як то метод пiдбору параметра Bl та застосування генетичного алгоритму. Запропонованi методи було порiвняно iз класичним методом доданої маси та обговорено переваги та недолiки рiзних методiв. У третьому роздiлi розглядаються нелiнiйнi моделi пере- творювачiв. Виводиться нелiнiйна модель гуномовця у фазому простору та демонструється її приведення до канонiчного вигляду. Також, пропонується принципово новий пiдхiд до моделювання електродинамiчних перетворювачiв iз використанням рекурентних нейронних мереж. Обидва методи порiвняно мiж собою на основi практично вимiряних даних та проведених експериментiв. У останньому роздiлi даються загальнi висновки iз виконаної роботи. У результатi роботи вдалося отримати такi новi результати: 1. Запропоновано новiтнiй повнiстю автоматизований метод для знаходження коефiцiєнту електромеханiчної трансформацiї Bl без упливу iнших параметрiв моделi використовуючi виключно вимiрюванi величини, як то: напруга на клемах, струм через котушку та змiщення рухомої частини перетворювача. Такий метод можна вважати найбiльш точним непрямим методом вимiрювання Bl на даний момент. 2. На основi методу пiдбору параметра Bl, запропоновано метод для вiдокремлення механiчного та електричного iмпедансiв електродинамiчного перетворювача використовуючi також виключно вимiрюванi величини для досягнення максимальної точностi. У результатi, цi iмпеданси можуть розглядатися окремо один вiд одного, що вiдкриває бiльше можливостей для їх дослiдження та розробки бiльш точних моделей. 3. Вперше застосовано генетичний алгоритм для знаходження параметрiв лiнiйної моделi електродинамiчного перетворювача та проведено його порiвняння iз класичним методом доданої маси. 4. На основi генетичного алгоритму запропоновано унiверсальну узагальнену структуру для знаходження параметрiв довiльних моделей електродинамiчних перетворювачiв, що значно полегшує та прискорює процес їх дослiдження. 5. Вперше застосовано рекурентну нейронну мережу для моделювання нелiнiйної поведiнки електродинамiчних перетворювачiв. Представлено повний процес тренування та тестування даної нейронної моделi. 6. Проведено практичне порiвняння нелiнiйної моделi iз використанням рекурентної нейронної мережi iз найбiльш уживаною у iндустрiї моделлю у фазовому просторi. 3 Практичне значення отриманих результатiв полягає у пiдвищеннi точностi та полегшеннi iдентифiкацiї лiнiйних та нелiнiйних моделей електродинамiчних перетворювачiв. Представленi методи можуть бути використанi безпосередньо у промисловостi а також, у дослiдницьких цiлях для бiльш глибокого аналiзу поведiнки гучномовцiв, а саме: було продемонстровано можливiсть швидкої адаптацiї генетичного алгоритму до бiльш складних моделей iз бiльшою кiлькiстю iдентифiкованих параметрiв без втрати продуктивностi та швидкої сходимостi алгоритму. Це демонструє унiверсальнiсть генетичного алгоритму та можливiсть його використання для точнiших моделей що є складними для iдентифiкацiї класичними методами. Для моделювання нелiнiйної поведiнки електродинамiчних перетворювачiв було вперше запропоновано використання рекурентних нейронних мереж. Такий пiдхiд дозволяє швидко знайти модель перетворювача типу "чорний ящик"яка може бути безпосередньо застосована у якостi цифрового двiйника модельованого гучномовця у якостi компонента бiльш складних систем. Запропоновану модель було порiвняно iз найбiльш уживаною у iндустрiї нелiнiйною моделлю електродинамiчного перетворювача у фазовому просторi на основi аналiзу вимiряних вiдгукiв у часовому та спектральному представленнях.