Diplomska naloga (.pdf)
Diplomska naloga (.pdf)
Diplomska naloga (.pdf)
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
seveda pa obstajajo tudi drugačne zahteve, kot recimo absorpcija na čim širšem<br />
frekvenčnem pasu okoli izbrane frekvence. Različni izvori oddajajo valovanja pri<br />
različnih frekvencah, z različno valovno dolžino, kar narekuje izdelavo različnih absorberjev.<br />
Podrobneje so valovanja predstavljena v dodatku A.<br />
Pri načrtovanju absorberjev je potrebno določiti kar nekaj prostih parametrov,<br />
ki odločajo o njihovih končnih lastnostih. Optimizacijo absorberjev glede na želene<br />
lastnosti smo zato izvedli z genetskim algoritmom, ki nam kot rezultat vrne več<br />
primerljivo dobrih rešitev. Spekter dobrih rešitev nam omogoča, da se kasneje glede<br />
na trenutne možnosti izdelave in potrebe strank sami odločimo, kateri absorber<br />
bomo izdelali.<br />
V diplomskem delu se na začetku spustimo v teoretično obravnavo enostavnih<br />
(enoplastnih) in večplastnih absorberjev. Predstavljena je geometrija sistema in<br />
enačbe, preko katerih izračunamo odbojne koeficiente posameznih absorberjev pri<br />
vnaprej določenih frekvencah. Enačbe so razložene na enostavnejši način in brez<br />
globjih izpeljav. Na koncu tega poglavja je dodana obravnava enostavnih primerov,<br />
preko katerih se jasno odražajo nekatere splošne lastnosti absorberjev in njihovih<br />
materialov. Tretje poglavje obravnava enokriterijski problem večplastnih EM absorberjev.<br />
Zanimala sta nas dva različna problema, ki smo ju rešili s pomočjo genetskih<br />
algoritmov. Na začetku poglavja so predstavljeni splošni principi genetskih<br />
algoritmov, kasneje pa značilnosti genetskih algoritmov, s katerimi sta bila problema<br />
optimizirana. Na koncu poglavja so navedeni in obrazloženi najboljši absorberji, ki<br />
smo jih dobili pri vnaprej izbranih parametrih. V četrtem poglavju je razložen<br />
problem večkriterijske optimizacije in genetski algoritem NSGA-II. Enokriterijska<br />
problema iz tretjega poglavja smo tu združili v dvokriterijski problem in ga rešili s<br />
pomočjo NSGA-II. Na koncu poglavja so predstavljeni in obravnavani še rezultati,<br />
ki smo jih dobili s takšno optimizacijo. V zaključku so povzeta naša dognanja in<br />
ideje nadaljnjega raziskovanja in možnih izboljšav.<br />
6
Change language