CN114579607B - 基于电指标感知的屏蔽罩性能数据处理方法 - Google Patents

基于电指标感知的屏蔽罩性能数据处理方法 Download PDF

Info

Publication number
CN114579607B
CN114579607B CN202210191934.2A CN202210191934A CN114579607B CN 114579607 B CN114579607 B CN 114579607B CN 202210191934 A CN202210191934 A CN 202210191934A CN 114579607 B CN114579607 B CN 114579607B
Authority
CN
China
Prior art keywords
shielding
shielding case
heat dissipation
group
obtaining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210191934.2A
Other languages
English (en)
Other versions
CN114579607A (zh
Inventor
张鑫
汤卫明
邵锦明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangzhou Hongshun Electric Apparatus Co ltd
Original Assignee
Yangzhou Hongshun Electric Apparatus Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yangzhou Hongshun Electric Apparatus Co ltd filed Critical Yangzhou Hongshun Electric Apparatus Co ltd
Priority to CN202210191934.2A priority Critical patent/CN114579607B/zh
Publication of CN114579607A publication Critical patent/CN114579607A/zh
Application granted granted Critical
Publication of CN114579607B publication Critical patent/CN114579607B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/001Measuring interference from external sources to, or emission from, the device under test, e.g. EMC, EMI, EMP or ESD testing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Computational Linguistics (AREA)
  • Shielding Devices Or Components To Electric Or Magnetic Fields (AREA)

Abstract

本发明涉及电数字数据处理技术领域,具体涉及一种基于电指标感知的屏蔽罩性能数据处理方法,该方法为用于换算统计数据的工业信息和电数字数据处理的方法,获取屏蔽罩的屏蔽效果、导电能力和散热能力,将获取的屏蔽罩的电数字数据信息存储进大数据库,根据屏蔽效果和导电能力对屏蔽罩进行分组分析,得到每组屏蔽罩对应的第一工作程度;基于散热能力进行第二次分组得到每组屏蔽罩对应的第二工作程度,结合每个屏蔽罩的第一工作程度和第二工作程度得到其对应的评价指标,从而得到对应的性能检测结果,通过与大数据库中存储的信息进行比较,增加了对电数字信号和工业信息处理的可靠性,有效提高了对屏蔽罩性能检测的准确性。

Description

基于电指标感知的屏蔽罩性能数据处理方法
技术领域
本发明涉及电数字数据处理技术领域,具体涉及一种基于电指标感知的屏蔽罩性能数据处理方法。
背景技术
在一些高压高频电路中,为了减少各个元器件之间的互相干扰,通常会在元器件外部加入屏蔽罩;而对于某些元器件来说,在工作时会产生较多的热量,因此需要对该元器件有足够的散热,否则可能会对元器件的效果造成损坏。因此通常会对屏蔽罩进行开孔,但屏蔽罩开孔之后不可避免的会影响到该屏蔽罩的屏蔽效果,因此需要对不同开孔情况的屏蔽罩的屏蔽性能进行检测。
现有的对屏蔽罩进行屏蔽性能检测的方法是采用专用的屏蔽罩自动检测机,但是利用此方式对屏蔽罩性能检测所需成本较大,且该方法大多是基于屏蔽罩自身的平整度进行分析,忽略了实际使用中在工业信息和数据处理方面服务的支持,并不能根据屏蔽罩自身的电数字数据得到该屏蔽罩具体的性能评价,从而造成评价的准确性较低。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于电指标感知的屏蔽罩性能数据处理方法,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种基于电指标感知的屏蔽罩性能数据处理方法,该方法包括以下步骤:
获取屏蔽罩在固定电路中的电阻大小以及所述屏蔽罩在一段时间内的辐射量序列;根据所述辐射量序列获取所述屏蔽罩的屏蔽效果;根据所述电阻大小获取所述屏蔽罩的导电能力;
获取任意两个所述屏蔽罩之间的相近程度,所述相近程度由两个所述屏蔽罩对应的所述屏蔽效果和所述导电能力得到;根据所述相近程度得到两个所述屏蔽罩之间的差异距离,基于所述差异距离对所有所述屏蔽罩进行分组,根据组内所述屏蔽效果得到组内每个所述屏蔽罩的第一工作程度;
获取所述屏蔽罩在一段时间内的外部温度变化序列和内部温度变化序列;根据所述外部温度变化序列以及内部温度变化序列中的最大差值得到所述屏蔽罩的散热能力;
根据任意两个屏蔽罩对应的所述散热能力和所述导电能力得到所述两个屏蔽罩之间的散热差异;根据所述散热差异得到两个所述屏蔽罩之间的散热强度距离;基于所述散热强度距离对所有所述屏蔽罩进行第二次分组,根据所述第二次分组的组内所述散热能力得到组内每个所述屏蔽罩的第二工作程度;
根据每个所述屏蔽罩的所述第一工作程度与所述第二工作程度的乘积得到所述屏蔽罩的评价指标,根据所述评价指标得到所述屏蔽罩的性能检测结果;
其中,所述根据组内所述屏蔽效果得到组内每个所述屏蔽罩的第一工作程度的方法,包括:
根据所述屏蔽效果得到每个屏蔽罩的特征屏蔽参数,根据组内所有屏蔽罩的特征屏蔽参数计算得到均值,根据每个组对应的所述均值进行排序,所述均值越小,排序的排名越小;
根据每组排序的排名得到该组的第一工作程度为:
其中,表示第个组的第一工作程度;表示第个组在排序中的排名;表示所有组的数量;
将每个组的第一工作程度赋予组内每个屏蔽罩得到每个屏蔽罩的第一工作程度;
所述根据所述第二次分组的组内所述散热能力得到组内每个所述屏蔽罩的第二工作程度的方法,包括:
获取所述第二次分组的组内所有屏蔽罩的散热能力的均值作为平均散热能力,根据所述第二次分组的每个组对应的所述平均散热能力进行排序,所述平均散热能力越小的组对应的排序越靠前;
根据所述第二次分组的每组排序的排名计算该组对应的第二工作程度为:
其中,表示第个组的第二工作程度;表示第个组在此次排序中的排名;表示此次聚类所有组的数量;
将第二次分组的每个组的第二工作程度赋予组内每个屏蔽罩得到每个屏蔽罩的第二工作程度;
所述根据每个所述屏蔽罩的所述第一工作程度与所述第二工作程度的乘积得到所述屏蔽罩的评价指标的方法,包括:
每个屏蔽罩的评价指标为:
其中,表示第个屏蔽罩对应的评价指标;表示第个屏蔽罩对应的第一工作程度;表示第个屏蔽罩对应的第二工作程度;表示第个屏蔽罩的隶属度;表示第个屏蔽罩的散热能力强度;
个屏蔽罩的隶属度为:
其中,表示第个屏蔽罩的隶属度,即目标屏蔽罩的隶属度;表示第个屏蔽罩与第个屏蔽罩之间的相近程度;
个屏蔽罩的散热能力强度为:
其中,表示该屏蔽罩对应的散热能力强度;表示第个屏蔽罩与第个屏蔽罩之间的散热差异;表示所有屏蔽罩的数量。
优选的,所述根据所述辐射量序列获取所述屏蔽罩的屏蔽效果的方法,包括:
所述辐射量序列包括内辐射量序列和外辐射量序列;根据所述内辐射量序列和外辐射量序列获取所述屏蔽罩的屏蔽效果;所述屏蔽罩的屏蔽效果包括对内的屏蔽效果和对外的屏蔽效果。
优选的,所述屏蔽罩对内的屏蔽效果为:
其中,表示第次采样时屏蔽罩对内的屏蔽效果;表示第次采样时屏蔽罩的外辐射量;表示第次采样时屏蔽罩的内辐射量。
优选的,所述屏蔽罩对外的屏蔽效果为:
其中,表示第次采样时屏蔽罩对外的屏蔽效果;表示第次采样时屏蔽罩的外辐射量;表示第次采样时屏蔽罩的内辐射量。
优选的,所述屏蔽罩的导电能力与所述电阻大小呈负相关关系。
优选的,所述根据所述相近程度得到两个所述屏蔽罩之间的差异距离的方法,包括:
选取任意所述屏蔽罩为目标屏蔽罩,获取所述目标屏蔽罩与其他所有所述屏蔽罩之间的相近程度之和,根据相近程度之和得到所述目标屏蔽罩的隶属度,任意两个所述屏蔽罩对应的隶属度的差值为差异距离。
优选的,所述根据所述散热差异得到两个所述屏蔽罩之间的散热强度距离的方法,包括:
任意两个所述屏蔽罩对应所述散热能力强度之间的差值为所述散热强度距离。
本发明具有如下有益效果:本发明提供的方法为用于换算统计数据的工业信息和电数字数据处理的方法,通过获取不同开孔情况的屏蔽罩在固定电路中的电阻大小以及辐射量序列,得到该屏蔽罩对应的屏蔽效果以及导电能力,将获取到的屏蔽效果与导电能力存入大数据库中,以增加对数据分析的可靠性。根据屏蔽罩之间的导电能力和屏蔽效果得到任意屏蔽罩之间相近程度,从而根据相近程度对所有的屏蔽罩进行分组,根据组内每个屏蔽罩的屏蔽效果得到该组内每个屏蔽罩对应的第一工作程度;进一步的,根据实际工作中屏蔽罩内外温度的变化得到该屏蔽罩的散热能力,相应的将得到的数据存储进大数据库中,对数据库信息不断的更新,确保数据量足够,基于不同屏蔽罩之间的散热能力对屏蔽罩进行第二次分组并获取组内每个屏蔽罩对应的第二工作程度。结合每个屏蔽罩的第一工作程度和第二工作程度得到该屏蔽罩对应的评价指标,从而得到性能检测结果。通过每个屏蔽罩对应的工业信息和电数字数据存储进大数据库中,并将得到的检测结果与大数据库中进行比较,增加了对每个屏蔽罩性能分析的可靠性,且通过对屏蔽罩自身的电数字数据处理,提高对屏蔽罩性能评价的效率以及准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种基于电指标感知的屏蔽罩性能数据处理方法的方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于电指标感知的屏蔽罩性能数据处理方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本申请适用于对不同开孔情况的屏蔽罩进行性能检测的场景,为了解决现有对屏蔽罩检测忽略工业信息和电数字数据方面的支持,从而对屏蔽罩检测不准确性的问题,本发明实施例中通过获取不同开孔情况屏蔽罩对应的屏蔽效果、导电能力以及散热能力等电数字信息,并将该信息实时存储进大数据库中,根据屏蔽效果和导电能力得到每个屏蔽罩对应的第一工作程度;根据导电能力和散热能力得到每个屏蔽罩对应的第二工作程度,结合该屏蔽罩对应的第一工作程度和第二工作程度整体对该屏蔽罩进行性能评价,且与大数据库储存的信息进行比较,提高了电数字信息分析的可靠性,并结合屏蔽罩使用中实际信息和数据处理等方法,提高了对屏蔽罩性能检测的准确性。
下面结合附图具体的说明本发明所提供的一种基于电指标感知的屏蔽罩性能数据处理方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于电指标感知的屏蔽罩性能数据处理方法的方法流程图,该方法具体包括以下步骤:
步骤S100,用于获取屏蔽罩在固定电路中的电阻大小以及屏蔽罩在一段时间内的辐射量序列;根据辐射量序列获取屏蔽罩的屏蔽效果;根据电阻大小获取屏蔽罩的导电能力。
具体的,由于屏蔽罩的工作原理是将电磁辐射进行反射和部分吸收,从而达到屏蔽辐射的效果,而屏蔽罩能够吸收电磁辐射的前提是该屏蔽罩为导电体,因此首先对每个屏蔽罩的导电性能进行分析。本发明实施例中将屏蔽罩的顶部和底部两端接入固定的电路,电路接入将环绕屏蔽罩的边进行测量,记录该屏蔽罩的电阻大小,根据获取到的电阻大小确定该屏蔽罩的导电能力为:
其中,表示该屏蔽罩的导电能力;表示该屏蔽罩的电阻大小;表示自然常数;表示函数修正系数,实施者可根据实际电阻大小自行设定。
进一步的,通过获取屏蔽罩的辐射量序列获取该屏蔽罩对电磁辐射的屏蔽效果;辐射量序列包括内辐射量序列和外辐射量序列;根据内辐射量序列和外辐射量序列获取屏蔽罩的屏蔽效果;屏蔽罩的屏蔽效果包括对内的屏蔽效果和对外的屏蔽效果。
具体的,本发明实施例中将屏蔽罩放置在某一确定的辐射量的环境下,辐射量的实际大小由实施者自行设定,在该屏蔽罩的内部和外部分别放置电磁检测仪的检测探针,根据内部的检测探针获取外部辐射源通过该屏蔽罩的外辐射量;将外部辐射源撤掉,在屏蔽罩的内部放置一个辐射源,通过外部的检测探针获取内部辐射源通过该屏蔽罩的内辐射量;分别采集一段时间内该内辐射量和外辐射量的变化序列,从而构建内辐射量序列和外辐射量序列。
作为优选,本发明实施例中采集辐射量的频率为5Hz,即每秒钟采集5次辐射量数据,采集时长为1分钟,则得到1分钟内该屏蔽罩对应的内辐射量序列和外辐射量序列。
根据内辐射量序列和外辐射量序列得到屏蔽罩的屏蔽效果包括对内的屏蔽效果和对外的屏蔽效果。屏蔽罩对内的屏蔽效果为:
其中,表示第次采样时屏蔽罩对内的屏蔽效果;表示第次采样时屏蔽罩的外辐射量;表示第次采样时屏蔽罩的内辐射量。
屏蔽罩对外的屏蔽效果为:
其中,表示第次采样时屏蔽罩对外的屏蔽效果;表示第次采样时屏蔽罩的外辐射量;表示第次采样时屏蔽罩的内辐射量。
需要说明的是,为了数据分析的可靠性,本发明实施例中将不同开孔情况的屏蔽罩获取到的导电能力和屏蔽效果均存储在大数据库中,用作后续分析统计时必要的样本数据。
步骤S200,用于获取任意两个屏蔽罩之间的相近程度,相近程度由两个屏蔽罩对应的屏蔽效果和导电能力得到;根据相近程度得到两个屏蔽罩之间的差异距离,基于差异距离对所有屏蔽罩进行分组,根据组内屏蔽效果得到组内每个屏蔽罩的第一工作程度。
具体的,由于不同开孔情况的屏蔽罩的屏蔽效果会存在较大的差异,因此根据屏蔽罩对应的屏蔽效果进行分组,从而减少电数据处理的计算量;由步骤S100中获取到每次采样时对应的对内屏蔽效果和对外屏蔽效果,以此类推,能够获取任意屏蔽罩对应的对内屏蔽效果序列和对外屏蔽效果序列;根据任意两个不同开孔情况的屏蔽罩之间屏蔽效果和导电能力得到的该两个屏蔽罩的相近程度为:
其中,表示第个屏蔽罩与第个屏蔽罩之间的相近程度;表示第个屏蔽罩的对内屏蔽效果序列的均值;表示第个屏蔽罩的对内屏蔽效果序列的均值;表示第次采样时第个屏蔽罩对外的屏蔽效果;表示第次采样时第个屏蔽罩对外的屏蔽效果;表示第个屏蔽罩的导电能力;表示第个屏蔽罩的导电能力;为屏蔽效果的系数;为导电能力的系数。
作为优选,本发明实施例中设置
基于上述计算相近程度相同的方法,获取所有屏蔽罩中任意两个屏蔽罩之间导电能力和屏蔽效果的相近程度,对每个屏蔽罩的能力进行分析,并以此进行分组。选取任意屏蔽罩为目标屏蔽罩,获取目标屏蔽罩与其他所有屏蔽罩之间的相近程度之和,根据相似程度之和得到目标屏蔽罩的隶属度,任意两个屏蔽罩对应的隶属度的差值为差异距离。
具体的,以任意开孔情况的屏蔽罩为目标屏蔽罩,计算该目标屏蔽罩与其他所有屏蔽罩之间的相近程度,根据所有相近程度之和得到该目标屏蔽罩的隶属度为:
其中,表示第个屏蔽罩的隶属度,即目标屏蔽罩的隶属度;表示第个屏蔽罩与第个屏蔽罩之间的相近程度。
以此类推,获取每个屏蔽罩对应的隶属度,根据屏蔽罩之间的隶属度的差值得到每两个屏蔽罩之间的差异距离。
基于获取到的每个屏蔽罩之间的差异距离设置搜索半径进行分组,本发明实施例中采用DBSCAN密度聚类算法,设定搜索半径为0.1从而对所有的屏蔽罩进行分组。
进一步的,对划分出的每组屏蔽罩进行排序,排序的依据为组内所有屏蔽罩的特征屏蔽参数,每个屏蔽罩特征屏蔽参数的获取方法为:
其中,表示该组内第个屏蔽罩的特征屏蔽参数;表示第次采样时屏蔽罩对内的屏蔽效果;表示第次采样时屏蔽罩对外的屏蔽效果;表示自然常数。
基于上述获取屏蔽罩特征屏蔽参数相同的方法,获取每组内所有屏蔽罩对应的特征屏蔽参数,计算每个组内所有屏蔽罩对应的特征屏蔽参数的均值,以每个组内对应的均值对所有的组进行排序,当该组内所有屏蔽罩对应的特征屏蔽参数的均值越小,该组对应的排序的排名越靠前。
第一工作程度与组内屏蔽效果呈正相关关系,根据每组排序的排名得到该组的第一工作程度为:
其中,表示第个组的第一工作程度;表示第个组在排序中的排名;表示所有组的数量。
由此获取到每个组对应的第一工作程度,将该组对应的第一工作程度赋予该组内每一个屏蔽罩,即同一组内的每个屏蔽罩具有同样的第一工作程度,组内每个屏蔽罩的屏蔽效果越好,对应的每个屏蔽罩的第一工作程度越大。
步骤S300,用于获取屏蔽罩在一段时间内的外部温度变化序列和内部温度变化序列;根据外部温度变化序列以及内部温度变化序列中的最大差值得到屏蔽罩的散热能力。
具体的,屏蔽罩在实际工作时,会由于内部电磁场的变化形成涡流,不管对屏蔽罩如何进行改造都难以避免这种情况的发生,因此被屏蔽罩屏蔽的元器件很容易产生内部温度较高的情况,从而影响元器件的正常工作。
本发明实施例中在屏蔽罩的外表面和内部分别放置温度传感器,用于采集屏蔽罩在实际使用中内部和外部的温度变化,对屏蔽罩温度数据采集的频率设置为2Hz,即每0.5秒进行一次温度采集,获取10秒内该屏蔽罩内部的温度变化序列和该屏蔽罩外部的温度变化序列。
进一步的,根据获取到的该屏蔽罩的内部温度变化序列和外部温度变化序列得到该屏蔽罩对应的散热能力为:
其中,表示该屏蔽罩的散热能力;表示第次采样时该屏蔽罩对应的内部温度数据;表示第次采样时该屏蔽罩对应的外部温度数据;表示最大值函数;表示修正系数,由实施者自行设定;表示双曲正切函数,本发明实施例中用于对常量的归一化。
作为优选,本发明实施例中修正系数的计算为;根据人为经验设置,即默认最大的散热量
相应的,将不同开孔程度的屏蔽罩对应的散热能力数据存储进大数据库中,对大数据库进行不断的更新,保证数据量的足够,通过将实际分析的屏蔽罩性能与大数据库中进行对比,提高对屏蔽罩分析时使用数据的可靠性。
步骤S400,用于根据任意两个屏蔽罩对应的散热能力和导电能力得到两个屏蔽罩之间的散热差异;根据散热差异得到两个屏蔽罩之间的散热强度距离;基于散热强度距离对所有屏蔽罩进行第二次分组,根据第二次分组的组内散热能力得到组内每个屏蔽罩的第二工作程度。
具体的,因为不同开孔程度的屏蔽罩对应的散热能力之间具有差异,而开孔的程度与屏蔽罩的导电能力也具有一定的关系,因此导电能力间接影响到屏蔽罩的散热能力,根据屏蔽罩之间的散热能力的差异再次进行分组分析。获取任意两个屏蔽罩之间散热差异的方法为:
其中,表示第个屏蔽罩与第个屏蔽罩之间的散热差异;表示第个屏蔽罩的散热能力;表示第个屏蔽罩的散热能力;表示第个屏蔽罩的导电能力;表示第个屏蔽罩的导电能力;表示导电能力的加权系数;表示自然常数。
需要说明的是,虽然导电能力对屏蔽罩的散热能力具有一定的影响,但并非主要因素,因此对导电能力进行加权处理,本发明实施例中设定
以此类推,获取任意屏蔽罩与其他所有屏蔽罩之间的散热差异之和,根据散热差异能力之和得到屏蔽罩的散热能力强度;任意两个屏蔽罩对应散热能力强度之间的差值为散热强度距离。
具体的,获取到任意屏蔽罩与其他所有屏蔽罩之间的散热差异之后,得到该屏蔽罩对应的散热能力强度为:
其中,表示该屏蔽罩对应的散热能力强度;表示第个屏蔽罩与第个屏蔽罩之间的散热差异;表示所有屏蔽罩的数量。
由此得到每个屏蔽罩对应的散热能力强度,根据每两个屏蔽罩之间的散热能力强度之间的差值作为该两个屏蔽罩对应的散热强度距离,根据散热强度距离对所有屏蔽罩的屏蔽罩进行再次分组。本发明实施例中采用DBSCAN密度聚类算法达到对所有屏蔽罩进行分组的目的。
进一步的,对再次分组完成的每组进行排序,排序的规则依据每组内屏蔽罩的散热能力,即获取该组内所有屏蔽罩的散热能力的和,根据该组对应的散热能力的和计算该组内屏蔽罩的平均散热能力;平均散热能力越小的组对应的排序越靠前。
根据每组排序的排名进一步计算该组对应的第二工作程度为:
其中,表示第个组的第二工作程度;表示第个组在此次排序中的排名;表示此次聚类所有组的数量。
由此得到此次聚类中每个组对应的第二工作程度,将该组对应的第二工作程度赋予该组内每个屏蔽罩,即同一组内的每个屏蔽罩具有同样的第二工作程度,组内每个屏蔽罩的散热能力越好,对应的每个屏蔽罩的第二工作程度越大。
步骤S500,用于根据每个屏蔽罩的第一工作程度与第二工作程度的乘积得到屏蔽罩的评价指标,根据评价指标得到屏蔽罩的性能检测结果。
由步骤S200中获取到每个屏蔽罩对应的第一工作程度,结合步骤S400中每个屏蔽罩对应的第二工作程度,则每个屏蔽罩都具有第一工作程度和第二工作程度两个指标,因此根据第一工作程度和第二工作程度对屏蔽罩进行综合评价,则每个屏蔽罩的评价指标为:
其中,表示第个屏蔽罩对应的评价指标;表示第个屏蔽罩对应的第一工作程度;表示第个屏蔽罩对应的第二工作程度;表示第个屏蔽罩的隶属度;表示第个屏蔽罩的散热能力强度。
根据获取到的每个屏蔽罩的评价指标对该屏蔽罩的综合性能进行评价,当该评价指标越大时,说明该屏蔽罩的性能越好。对于不同的元器件,其对屏蔽罩的屏蔽效果和散热能力要求可能不尽相同,实施者根据不用屏蔽罩的实际性能评价结果进行考量,且结合大数据库中的信息,对屏蔽罩的性能进一步比较,确定当前判断数据的可靠性。
综上所述,本发明实施例通过获取不同开孔情况的屏蔽罩在固定电路中的电阻大小,将该屏蔽罩放置在一定的辐射源环境中,得到该屏蔽罩的内辐射量序列以及外辐射量序列,根据内辐射量序列和外辐射量序列之间的变化得到该屏蔽罩对应的屏蔽效果,且根据该屏蔽罩的电阻大小获取对应的导电能力,将获取到的屏蔽效果与导电能力都存入数据库中,以增加对数据分析的可靠性。根据屏蔽罩之间的导电能力和屏蔽效果对任意两个屏蔽罩之间的相近程度进行计算,根据某一屏蔽罩与其他所有屏蔽罩之间的相近程度得到该屏蔽罩对应的隶属度,进一步根据每个屏蔽罩对应的隶属度之间的差异对所有不同开孔情况的屏蔽罩进行分组,根据每组内屏蔽罩之间屏蔽效果的差异情况对每个组进行排序并获取该组内每个屏蔽罩对应的第一工作程度;进一步的,获取工作时屏蔽罩的内温度变化序列和外温度变化序列,根据相同时刻的温度变化情况得到该屏蔽罩对应的散热能力,同样的,为增加数据分析的可靠性,将散热能力输入到数据库中进行存储。基于不同屏蔽罩之间的散热能力和导电能力对不同开孔的屏蔽罩进行二次分组,根据组内每个屏蔽罩之间的散热能力的差异进行排序并获取组内每个屏蔽罩的第二工作程度。至此,每个屏蔽罩都对应自身的第一工作程度和第二工作程度,结合第一工作程度和第二工作程度的乘积得到某一屏蔽罩的性能评价指标,评价指标取值越大,表明该屏蔽罩的性能越好。将每个屏蔽罩获取到的数据存储进大数据库中并进行比较,增加了对屏蔽罩性能评价的可靠性;并根据换算统计数据的电数字数据处理,提高了对每个屏蔽罩自身性能评价的效率的同时又确保了评价的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于电指标感知的屏蔽罩性能数据处理方法,其特征在于,该方法包括以下步骤:
获取屏蔽罩在固定电路中的电阻大小以及所述屏蔽罩在一段时间内的辐射量序列;根据所述辐射量序列获取所述屏蔽罩的屏蔽效果;根据所述电阻大小获取所述屏蔽罩的导电能力;
获取任意两个所述屏蔽罩之间的相近程度,所述相近程度由两个所述屏蔽罩对应的所述屏蔽效果和所述导电能力得到;根据所述相近程度得到两个所述屏蔽罩之间的差异距离,基于所述差异距离对所有所述屏蔽罩进行分组,根据组内所述屏蔽效果得到组内每个所述屏蔽罩的第一工作程度;
获取所述屏蔽罩在一段时间内的外部温度变化序列和内部温度变化序列;根据所述外部温度变化序列以及内部温度变化序列中的最大差值得到所述屏蔽罩的散热能力;
根据任意两个屏蔽罩对应的所述散热能力和所述导电能力得到所述两个屏蔽罩之间的散热差异;根据所述散热差异得到两个所述屏蔽罩之间的散热强度距离;基于所述散热强度距离对所有所述屏蔽罩进行第二次分组,根据所述第二次分组的组内所述散热能力得到组内每个所述屏蔽罩的第二工作程度;
根据每个所述屏蔽罩的所述第一工作程度与所述第二工作程度的乘积得到所述屏蔽罩的评价指标,根据所述评价指标得到所述屏蔽罩的性能检测结果;
其中,所述根据组内所述屏蔽效果得到组内每个所述屏蔽罩的第一工作程度的方法,包括:
根据所述屏蔽效果得到每个屏蔽罩的特征屏蔽参数,根据组内所有屏蔽罩的特征屏蔽参数计算得到均值,根据每个组对应的所述均值进行排序,所述均值越小,排序的排名越小;
根据每组排序的排名得到该组的第一工作程度为:
其中,表示第个组的第一工作程度;表示第个组在排序中的排名;表示所有组的数量;
将每个组的第一工作程度赋予组内每个屏蔽罩得到每个屏蔽罩的第一工作程度;
所述根据所述第二次分组的组内所述散热能力得到组内每个所述屏蔽罩的第二工作程度的方法,包括:
获取所述第二次分组的组内所有屏蔽罩的散热能力的均值作为平均散热能力,根据所述第二次分组的每个组对应的所述平均散热能力进行排序,所述平均散热能力越小的组对应的排序越靠前;
根据所述第二次分组的每组排序的排名计算该组对应的第二工作程度为:
其中,表示第个组的第二工作程度;表示第个组在此次排序中的排名;表示此次聚类所有组的数量;
将第二次分组的每个组的第二工作程度赋予组内每个屏蔽罩得到每个屏蔽罩的第二工作程度;
所述根据每个所述屏蔽罩的所述第一工作程度与所述第二工作程度的乘积得到所述屏蔽罩的评价指标的方法,包括:
每个屏蔽罩的评价指标为:
其中,表示第个屏蔽罩对应的评价指标;表示第个屏蔽罩对应的第一工作程度;表示第个屏蔽罩对应的第二工作程度;表示第个屏蔽罩的隶属度;表示第个屏蔽罩的散热能力强度;
个屏蔽罩的隶属度为:
其中,表示第个屏蔽罩的隶属度;表示第个屏蔽罩与第个屏蔽罩之间的相近程度;
个屏蔽罩的散热能力强度为:
其中,表示该屏蔽罩对应的散热能力强度;表示第个屏蔽罩与第个屏蔽罩之间的散热差异;表示所有屏蔽罩的数量。
2.根据权利要求1所述的一种基于电指标感知的屏蔽罩性能数据处理方法,其特征在于,所述根据所述辐射量序列获取所述屏蔽罩的屏蔽效果的方法,包括:
所述辐射量序列包括内辐射量序列和外辐射量序列;根据所述内辐射量序列和外辐射量序列获取所述屏蔽罩的屏蔽效果;所述屏蔽罩的屏蔽效果包括对内的屏蔽效果和对外的屏蔽效果。
3.根据权利要求2所述的一种基于电指标感知的屏蔽罩性能数据处理方法,其特征在于,所述屏蔽罩对内的屏蔽效果为:
其中,表示第次采样时屏蔽罩对内的屏蔽效果;表示第次采样时屏蔽罩的外辐射量;表示第次采样时屏蔽罩的内辐射量。
4.根据权利要求2所述的一种基于电指标感知的屏蔽罩性能数据处理方法,其特征在于,所述屏蔽罩对外的屏蔽效果为:
其中,表示第次采样时屏蔽罩对外的屏蔽效果;表示第次采样时屏蔽罩的外辐射量;表示第次采样时屏蔽罩的内辐射量。
5.根据权利要求1所述的一种基于电指标感知的屏蔽罩性能数据处理方法,其特征在于,所述屏蔽罩的导电能力与所述电阻大小呈负相关关系。
6.根据权利要求1所述的一种基于电指标感知的屏蔽罩性能数据处理方法,其特征在于,所述根据所述相近程度得到两个所述屏蔽罩之间的差异距离的方法,包括:
选取任意所述屏蔽罩为目标屏蔽罩,获取所述目标屏蔽罩与其他所有所述屏蔽罩之间的相近程度之和,根据相近程度之和得到所述目标屏蔽罩的隶属度,任意两个所述屏蔽罩对应的隶属度的差值为差异距离。
7.根据权利要求1所述的一种基于电指标感知的屏蔽罩性能数据处理方法,其特征在于,所述根据所述散热差异得到两个所述屏蔽罩之间的散热强度距离的方法,包括:
任意两个所述屏蔽罩对应所述散热能力强度之间的差值为所述散热强度距离。
CN202210191934.2A 2022-02-28 2022-02-28 基于电指标感知的屏蔽罩性能数据处理方法 Active CN114579607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210191934.2A CN114579607B (zh) 2022-02-28 2022-02-28 基于电指标感知的屏蔽罩性能数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210191934.2A CN114579607B (zh) 2022-02-28 2022-02-28 基于电指标感知的屏蔽罩性能数据处理方法

Publications (2)

Publication Number Publication Date
CN114579607A CN114579607A (zh) 2022-06-03
CN114579607B true CN114579607B (zh) 2023-04-18

Family

ID=81776205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210191934.2A Active CN114579607B (zh) 2022-02-28 2022-02-28 基于电指标感知的屏蔽罩性能数据处理方法

Country Status (1)

Country Link
CN (1) CN114579607B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205648335U (zh) * 2016-03-31 2016-10-12 深圳市美贝壳科技有限公司 云棒屏蔽装置
CN113256092A (zh) * 2021-05-14 2021-08-13 国网江苏省电力有限公司镇江供电分公司 基于改进优化隶属度函数的便携式电量计量装置评估方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201528503U (zh) * 2009-08-31 2010-07-14 华为终端有限公司 电磁屏蔽装置
CN108009129B (zh) * 2017-11-29 2021-09-28 中国舰船研究设计中心 船用铅硼聚乙烯复合屏蔽材料综合性能量化评价方法
CN109116182B (zh) * 2018-06-13 2021-08-13 康威通信技术股份有限公司 通信电缆接头屏蔽罩屏蔽效能测量的装置及方法
CN112001054A (zh) * 2019-05-08 2020-11-27 北京小米移动软件有限公司 屏蔽罩接地性能的确定方法、装置、设备及存储介质
CN211720994U (zh) * 2020-03-30 2020-10-20 云南晔祥科技有限公司 散热屏蔽罩
CN113945777A (zh) * 2020-07-16 2022-01-18 鸿劲精密股份有限公司 射频电子元件测试装置及应用其的测试设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205648335U (zh) * 2016-03-31 2016-10-12 深圳市美贝壳科技有限公司 云棒屏蔽装置
CN113256092A (zh) * 2021-05-14 2021-08-13 国网江苏省电力有限公司镇江供电分公司 基于改进优化隶属度函数的便携式电量计量装置评估方法

Also Published As

Publication number Publication date
CN114579607A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
JP5793961B2 (ja) 電磁波識別装置、電磁波識別方法及びプログラム
Do et al. Convolutional-neural-network-based partial discharge diagnosis for power transformer using UHF sensor
CN102507417A (zh) 一种粒子自动分类方法
WO2021115059A1 (zh) 一种信号分类的方法和设备
CN116780781B (zh) 智能电网接入的功率管理方法
CN110533116A (zh) 基于欧式距离的自适应集成的不平衡数据分类方法
CN116628616B (zh) 一种大功率充电能源的数据处理方法及系统
CN110348508A (zh) 检验异常值的数据核验方法及其系统、电子设备
CN114579607B (zh) 基于电指标感知的屏蔽罩性能数据处理方法
CN107545133A (zh) 一种用于鉴别诊断慢性支气管炎的高斯模糊聚类计算方法
Nambu et al. A screening assistance system for cervical cytology of squamous cell atypia based on a two‐step combined CNN algorithm with label smoothing
CN115169534A (zh) 卷积神经网络的样本优化训练方法及计算机可读存储介质
Ghosh et al. A novel fuzzy pixel intensity correlation based segmentation algorithm for early detection of Alzheimer’s disease
Xie et al. Peritumoral and intratumoral texture features based on multiparametric MRI and multiple machine learning methods to preoperatively evaluate the pathological outcomes of pancreatic cancer
Anklesaria et al. Breast cancer prediction using optimized machine learning classifiers and data balancing techniques
CN113890833B (zh) 网络覆盖预测方法、装置、设备及存储介质
Hu et al. Research on fault diagnosis of rolling bearing based on multi-sensor bi-layer information fusion under small samples
CN112801028A (zh) 基于归纳表示学习网络的光谱和空间图高光谱图像分类方法
CN112508909A (zh) 一种外周血细胞形态学自动检测系统的疾病联想方法
CN114550921A (zh) 一种基于li-rads分级的患病风险预测建模方法
CN117789907B (zh) 基于多源数据融合的智慧医疗数据智能管理方法
Dioguardi et al. Computer-aided morphometry of liver inflammation in needle biopsies
CN117182391B (zh) 一种防火电缆纵包焊接的智能控制方法及系统
CN116108349B (zh) 算法模型训练优化方法、装置及数据分类方法、系统
Guo et al. An SEI-Based Identification Scheme for Illegal FM Broadcast

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant