Методика исследования электромагнитных характеристик и синтеза метаматериала

Авторы: Зарайский Сергей Александрович, Мотигуллин Раиль Рустемович

.

Рубрика: Технические науки

Страницы: 40-47

Объём: 0,33

Опубликовано в: «Наука без границ» № 7 (24), июль 2018

Скачать электронную версию журнала

Библиографическое описание: Зарайский С. А., Мотигуллин Р. Р. Методика исследования электромагнитных характеристик и синтеза метаматериала // Наука без границ. 2018. № 7 (24). С. 40-47.

Аннотация: Применение качественных экранов при экранировании электромагнитных волн позволяет решать многие задачи, среди которых: защита информации в помещениях и технических каналах, электромагнитная совместимость оборудования и приборов при их совместном использовании, защита персонала от повышенного уровня электромагнитных полей. В настоящее время для экранирования устройств получили широкое распространение метаматериалы.

Метаматериалы представляют собой структуры, которые обладают электромагнитными свойствами, не встречающимися в природе или в естественных материалах. Метаматериалы не существуют в природе. Это исключительно рукотворные объекты, позволяющие за счет созданной неоднородности их структуры управлять свойствами света и добиваться захватывающих эффектов. Данные материалы формируются не только путем изменения химического состава, а также изменением внутренней физической структуры макроячейк на субволновом уровне.

Предлагаемая в данной статье методика исследования электромагнитных характеристик и синтеза метаматериала основана на инкапсуляции и разделения реализации моделирования материала и расчета его параметров эффективности (решателя) от реализации оптимизационной задачи (генетического алгоритма).

Для реализации данной методики необходимо придерживаться некоторых условии:

  • обеспечение слабо связанности между разными частями системы;
  • задачи моделирования материала и расчета его параметров должны быть реализованы с помощью интерфейсов;
  • реализация моделирования материала должна быть реализована с помощью виртуальных конструкторов.

Диаграмма классов для реализации решателя описана на рис. 1.

Диаграмма классов решателя

Рис. 1. Диаграмма классов решателя

Как видно из диаграммы, необходимо выделить абстрактный класс Материал, в котором агрегировано поле со списком параметров материала и виртуальный абстрактный метод «Построить». Данная структура позволяет на основе абстрактного класса материала создавать различные реализации материалов.

Класс Решатель берет на себя обязанности взаимодействия с физическим решателем (например, CST MicroWave Studio). В нем реализуется формирование модели материала и расчета параметров эффективности на стороне решателя. Данный класс способен обрабатывать все реализации виртуального класса Материал.

Интерфейс решателя является связующим звеном между решателем и генетическим алгоритмом. Данный интерфейс должны реализовать все решатели системы (если их несколько, например, решатель для CST Microwave Studio и Matlab). Таким образом, реализуется инкапсуляция решателя от генетического алгоритма.

Для реализации генетического алгоритма можно использовать компонент GeneticSharp из менеджера пакетов nuget. GeneticSharp – это быстрая, расширяемая, многоплатформенная и многопоточная библиотека С# Genetic Algorithm, которая упрощает разработку приложений с использованием генетических алгоритмов (GA). Может использоваться в любых приложениях .NET (таких как ASP.NET MVC, Web Forms, Windows Forms, GTK # и Unity3D).

Лицензируется в соответствии с лицензией MIT (MIT). То есть данную библиотеку можно использовать для разработки любого вида программного обеспечения: с открытым исходным кодом, коммерческих, частных и чужих.

С помощью данной библиотеки необходимо реализовать алгоритм, указанный на рис. 2.

генетический алгоритм

Рис. 2 –. Генетический алгоритм

В данной статье в качестве исполнителя синтезирования метаматериала выступает программное обеспечение CST Microwave Studio. Основанием для этого послужило внедрение компанией CST технологи ActiveX и СOM.

Пакет CST STUDIO SUITE представляет собой набор инструментов для проектирования, моделирования и оптимизации трехмерных электромагнитных систем, использующийся самыми передовыми технологическими и инжиниринговыми компаниями во всем мире. Три краеугольных камня лежат в основе продуктов CST:

  • точность – в основе каждого модуля пакета CST STUDIO SUITE лежит тщательно проверенный алгоритм, который представляет собой обобщенный результат многолетних исследований и разработок в области эффективного и точного численного моделирования трехмерных электромагнитных структур. Отдельное внимание фирма CST уделяет совершенствованию технологий построения моделей и пространства дискретизации для них;
  • скорость – неважно, является ли структура электрически большой или маленькой, узкополосной или широкополосной, широкий набор вычислителей пакета CST STUDIO SUITE обеспечивает эффективное моделирование задач любой сложности. Функции высокопроизводительных вычислений (HPC) и оптимизации дополнительно расширяют возможности вычислителей;
  • практичность – фирма CST уделяет большое внимание инструментам, призванным повысить квалификацию пользователей. К таким инструментам относятся графический интерфейс на основе динамически обновляемых панелей, который позволяет группировать функции и разделы меню в зависимости от их места в процессе моделирования, а также технология моделирования составных проектов (SAM), упрощающая моделирование сложных проектов через разбиение их на несколько частей, анализ которых может быть выполнено разными методами.

Перечень доступных вычислительных технологий:

- Высокие частоты:

  • Вычислитель во временной области (Transient Solver) — общие задачи;
  • Вычислитель в частотной области (Frequency Domain Solver) — общие задачи;
  • Вычислитель с использованием интегральных уравнений (Integral Equation Solver) — электрически большие структуры RCS;
  • Асимптотический вычислитель (Asymptotic Solver) — электрически большие структуры RCS;
  • Вычислитель резонансных мод (Eigenmode Solver) — объемный резонанс;
  • Модуль синтеза фильтров (Filter Designer 2D) — синтез и анализ СВЧ фильтров;

- Низкие частоты:

  • Электростатический и магнитостатический вычислители (Electrostatic / Magnetostatic Solver) — статические задачи;
  • Вычислитель стационарных токов (Stationary Current Solver) — анализ постоянных токов;
  • Вычислитель во временной области (Transient Solver) — задачи с нелинейными материалами;
  • Вычислитель в частотной области (Frequency Domain Solver) — вихревые токи, токи смещения;

- EDA:

  • Вычислитель с использованием частичных эквивалентных схем (PEEC Solver) — однослойные платы;
  • Вычислитель с использованием матрицы линий передач (TLM Solver) — целостность сигналов;
  • Трехмерный вычислитель методом конечных элементов в частотной области (3D FEFD Solver) — целостность цепей питания;
  • Проверка правил проектирования (EMC и SI Rule Check) — проверки ограничений EMC и SI на платах;

- Динамика частиц:

  • Вычислитель трекинга частиц (Tracking Solver) — низкочастотные устройства, электронные пушки;
  • Вычислитель Рarticle In Cell (PIC Solver) — высокочастотные приложения, СВЧ устройства;
  • Вычислитель кильватерных полей (Wakefield Solver) — ускорительная техника;

- Мультифизика:

  • Стационарный и переходный тепловые вычислители (Thermal Solver) — электромагнитный нагрев, биозадачи;
  • Механический вычислитель (Structural Mechanics Solver) — тепловое расширение, деформации;

- EMC:

  • Вычислитель с использованием матрицы линий передач (TLM Solver);
  • Вычислитель кабелей (Cable Solver) — кабель и кабельные жгуты;
  • Проверка правил проектирования (EMC Rule Check) — проверки ограничений EMC на платах.

COM (Component Object Model) – это объектная модель компонентов. Данная технология является базовой для технологий ActiveX и OLE. Технология СОМ изначально разрабатывалась как ядро для осуществления межпрограммного взаимодействия.

Впервые эта технология была внедрена в 1996 году компанией Microsoft как развитие технологий Component Object Model (COM) и Object Linking and Embedding (OLE) и теперь она широко используется в операционных системах семейства Microsoft Windows, хотя сама технология и не привязана к операционной системе.

Из описания CST Studio следует, что любой ее компонент может выступать в качестве управляемого OLE сервера. OLE — технология связывания и внедрения объектов в другие документы и объекты, разработанная корпорацией Microsoft.

С использованием СОМ клиент не должен беспокоиться о том, где располагается объект. Он просто делает вызов интерфейса данного объекта. Технология СОМ обеспечивает все необходимые шаги для того, чтобы сделать этот вызов. 

На основе вышесказанного можно выделить некоторую иерархию управляемых элементов, которую придется соблюдать для доступа к CST Studio.

Как видно из рис. 3, чтобы поменять какой-либо параметр в проекте необходимо: во-первых, инициализировать главное окно CST Studio, во-вторых, обратиться к конкретной вкладке проекта, в-третьих, обратиться к окну изменения свойств конкретного объекта интерфейса (вычислителя, геометрии, единиц измерения и т. д.).

Иерархия управляемых элементов

Рис. 3. Иерархия управляемых элементов CST Studio

Алгоритм работы автоматизированной системы

Рис. 4. Алгоритм работы автоматизированной системы

В ходе работы выполнен синтез структуры при помощи эволюционного алгоритма и спроектирована модель одной ячейки метаматериала.

Исходные данные ячейки метаматериала (рис. 5):

- Параметры генетического алгоритма:

  • Расстояние между пластинами S – от 0,1 до 0,4 мм;
  • Расстояния разомкнутых участков резонатора g – от 0,1 до 0,4 мм;
  • Длины пластин квадратного разомкнутого резонатора L1 и L2 – от 2,5 до 3,5 мм;

- Константы:

  • Материал подложки – cтеклотекстолит;
  • Материал пластин - медный;
  • Толщина пластин w – 0,4 мм;
  • Размер подложки a x a – 4,5 мм х 4,5 мм.

параметры наноматериала

Рис. 5. Параметры метаматериала на основе прямоугольного разомкнутого резонатора

Результаты моделирования и решения генетического алгоритма программно сохранялись в текстовый документ.

Ниже представлены основные результаты работы генетического алгоритма и соответствующего моделирования (табл. 1, табл.а 2, рис. 6, рис. 7):

Размерность популяции – 10 особей;

Длина хромосомы – 8 генов;

Число поколений эволюции (работы генетического алгоритма) – 10;

Алгоритм завершился по причине превышения количества поколений.

Для определения степени приспособленности хромосомы, в функции пригодности использован параметр S2.1 - коэффициентов пропускания на частоте близкой к 2ГГц.

Таблица 1

Начальная популяция

g

s

l

Ff

0,135877698443773

0,314447099908463

3,28507223901575

16,427372

0,373313941002504

0,17687402678508

2,78841388471816

8,4319576

0,386381170333541

0,127091710980559

2,56745180164811

2,6950832

0,288586189825361

0,184311505865451

3,05282444625759

-0,76608835

0,295808642774731

0,294292046639273

2,68511869953252

7,7615962

0,203879701720495

0,309987510140048

3,48076378972305

12,985347

0,351244519022873

0,346411487109219

3,24989458254999

0,25949646

0,260237924829236

0,229112887302932

3,19846172104518

6,6051554

0,226191151852809

0,286863118776522

2,92541115890509

16,897154

0,34124141034728

0,152586273081874

3,20214487644944

3,588114

Таблица 2

Конечная популяция

g

s

l

ff

0,288586189825361

0,346411487109219

3,30656470582195 

14,104793 

0,288586189825361

0,346411487109219

3,24989458254999 

-6,5271037 

0,288586189825361

0,346411487109219

3,24989458254999 

-6,5274569 

0,288586189825361

0,346411487109219

3,24989458254999 

-6,5279628 

0,288586189825361

0,346411487109219

3,24989458254999 

-6,5270747 

0,288586189825361

0,346411487109219

3,24989458254999 

-6,5270421 

0,288586189825361

0,17687402678508

3,37468969024471 

1,3845606 

0,351244519022873

0,184311505865451

3,05282444625759 

0,17011369 

0,373313941002504

0,184311505865451

3,15358562192581 

10,662484 

0,351244519022873

0,184311505865451

2,63911262673285 

3,583211 

 Пример приспособленной хромосомы

Пример приспособленной хромосомы

Рис. 6. Пример наиболее приспособленной хромосомы первого поколения

Наиболее приспособленная хромосома 

Наиболее приспособленная хромосома

Рис. 7. Наиболее приспособленная хромосома

Как видно по графикам на рис. 6 и 7, наиболее приспособленная хромосома показывает лучшие результаты по всей ширине частот и имеет отрицательный коэффициент пропускания.

Генетический алгоритм завершился из-за исчерпания числа поколений вследствие использования вещественного значения фитнес функции с двойной точностью. При округлении значения функции пригодности до четырех знаков после запятой оптимальная хромосома была бы найдена уже после одиннадцатого поколения.

Материал поступил в редакцию 02.07.2018
© Зарайский С. А., Мотигуллин Р. Р., 2018