Анализ параметров, влияющих на эффективность системы двухэлектродного электростатического обнаружения

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Данное исследование нацелено на изучение влияния различных параметров системы электростатической индукции на измеряемые характеристики объекта при двухэлектродном электростатическом обнаружении. Основываясь на принципе электростатической индукции, впервые была установлена модель системы и математическая модель для одноэлектродного электростатического обнаружения. Проанализировано влияние различных факторов на ключевые данные, получаемые при одноэлектродном электростатическом обнаружении. На его основе разработана новая модель двухэлектродного электростатического обнаружения, обоснование такого метода подробно описано. Проводилось сравнительное исследование с использованием теоретического и компьютерного моделирования. Результаты показывают, что новая система двухэлектродного электростатического обнаружения показывает себя значительно лучше, чем ее одноэлектродный аналог. Также отмечается, что расстояние до заряженного объекта по вертикали оказывает большее влияние на эффективность обнаружения по сравнению с интервалом между двумя электродами. Более того, было обнаружено, что расстояние по вертикали и интервал между двумя электродами оказывают гораздо более существенное влияние на эффективность электростатического обнаружения, чем какие-либо другие факторы.

Об авторах

Хун Чен

Северный университет науки и технологий

Email: cz_chenhong@126.com
Нанкин, Китай

Бинтинг Чжа

Северный университет науки и технологий

Email: zhabingting@163.com
Нанкин, Китай

Чэнцзюнь Ван

Северный университет науки и технологий

Нанкин, Китай

Ци Чжун

Северный университет науки и технологий

Нанкин, Китай

Список литературы

  1. Gorlov M.I., Strogonov A.V., Vinokurov A.A. Benchmarking the Reliability of the Consignments of Semiconductor Articles Using Electrostatic Discharges // Russian Journal of Nondestructive Testing. 2018. V. 54. P. 455-461.
  2. Song C.L., Teongsan Y. Effective Electrostatic Discharge detection in equipment via EMI // Proceedings of the IEEE/CPMT International Electronics Manufacturing Technology Symposium. 2008. V. 1. P. 1-4.
  3. Dong Wang, Bo Xiong. Simulation Analysis of Electrostatic Field Detection of Moving Target // Journal of Naval Aeronautical and Astronautical University. 2017. V. 32. No. 4. P. 411- 415.
  4. Fisher J., Hoole P.R., Pirapaharan K. et al. Pre-Lightning Strikes and Aircraft Electrostatics // Matec Web of Conferences. 2017. V. 87.
  5. Kobayashi T., Oyama S., Makimoto N. et al. An electrostatic field sensor operated by self-excited vibration of MEMS-based self-sensitive piezoelectric microcantilevers // Sensors and Actuators A: Physical. 2013. V. 198. P. 87-90.
  6. Noras M.A., Ramsey S.P., Rhoades B.B. Projectile detection using quasi-electrostatic field sensor array // Journal of Electrostatics. 2013. V. 71 (3). P. 220-223.
  7. Trinks H. Electric field detection and ranging of aircraft // IEEE on Aerospace and Electric System. 1982. V. 3. P. 268-273.
  8. Kimoto A., Ichinose Y., Shida K. A new sensing method using contact voltage for material discrimination // Sensors and Actuators A: Physical. 2009. V. 149. No. 1. P. 1-6.
  9. Kurita K., Morinaga S. Noncontact Detection of Movements of Standing Up From and Sitting Down on a Chair Using Electrostatic Induction // IEEE Sensors Journal. 2019. V. 19 (19). P. 8934-8939.
  10. Yinlin Li, Zhanzhong Cui, Yuxian Bai, Jusheng Shi. Charge-Inducing Electrostatic Fuze Detecting Technology // Journal of Beijing Institute of Technology. 1999. (S1). P. 3-5.
  11. Weixin Li, Haidong Wu, Yuelong Liu, Haitao Wang. Research on Energy Loss of Fuze Setting System Based on Magnetic Resonant Coupling in Complex Environment // Journal of Test and Measurement Technology. 2016. V. 30 (04). P. 341-346.
  12. Liqing Fang, Kai Chen, Hongkai Wang, Lei Zhang. Application of Passive Non-Contact Electrostatic Detection in Composite Fuze // Ordnance Industry Automation. 2012. V. 31 (12). P. 85-87.
  13. Bo Xiong, Yunlong Dong, Dong Wang Weixin, Li. Analysis of Main Influence Factors on Electrostatic Fuse Detection // Journal of Naval Aeronautical and Astronautical University. 2019. V. 34 (06). P. 465-469.
  14. Yanxu Li, Lixin Xu. Study of a Novel Electrostatic Detection Sensor // Applied Mechanics & Materials. 2012. V. 110-116. P. 5476-5482.
  15. Shiryaeva S.O., Grigor'ev A.I. On the stability of a bending mode of a charged jet of viscous dielectric liquid with the ultimate electroconductivity in a collinear electric field // Surface Engineering & Applied Electrochemistry. 2011.
  16. Dong Wang, Bo Xiong, Weixin Li. Simulation Analysis of Influencing Factors of Electrostatic Detection // Journal of Ordnance Equipment Engineering. 2017. No. 12. P. 272-277.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».