Buck-Boost Dc-Dc Dönüştürücü Kaynaklı Emı/Emc Problemlerinin Çözümüne Yönelik Makine Öğrenmesi Temelli Yaklaşımlar

Abstract

Firmalar, ürettikleri elektronik cihazlara, bu alandaki yetkin laboratuvar ortamlarından yararlanarak sivil ve askeri standartlar kapsamında EMI/EMC testleri uygulamaktadır. Bu testler içinde bulunan emisyon testi, cihazların yayılım ve iletim yolundan yaydıkları elektromanyetik alan seviyesini incelemektedir. Emisyon testlerinde yayılımların uluslararası standartların belirlediği sınır değerler altında kalması zorunluluğu bulunmaktadır. Bu testlerden başarısız olan cihazların piyasaya sunulması olanağı bulunmamaktadır. Tasarım aşamalarında EMC kriterleri göz önüne alınmaksızın yürütülen süreçlerde, üretilen cihazlar büyük olasılıkla söz konusu EMC deneylerinden başarız olmaktadır. Bu durumla karşılaşıldıktan sonra, elde edilebilecek çözümler hem daha sınırlı hem de tasarım süreçlerinin tekrar ele alınması çok daha maliyetlidir. Bu açıdan üretim süreçlerinde gerekli EMC tasarım ilkeleri uygulanmalı ve bu konuda problem varsa tasarım aşamasının başında belirlenmeli ve çözümü yoluna gidilmelidir. Bu tez kapsamında yayılım ve iletim yollu emisyon testlerinin standartlarda öngörülen sınır değerlerinin altında tutulabilmesi için makine öğrenmesi metotları kullanılarak incelenmesi hedeflenmiştir. Çalışmada inceleme için Buck-Boost DC-DC dönüştürücü temelli LED sürücü devresi kullanılmıştır. Kullanılan sürücü yapısındanda yer alan anahtarlamalı buck-boost DC-DC dönüştürücünün yapıda önemli bir elektromanyetik girişim kaynağı olduğu bilinmektedir. Çalışamada LM3429 entegresi temelli LED sürücü devresi temel alınarak farklı komponent seçimleriyle çeşitli tasarımlar oluşturulmuş ve bunlar gerçeklenmiştir. Yapılan tasarımın ardından Sakarya Üniversitesi Elektromanyetik Araştırma Merkezi Laboratuvarında standartlara uygun iletim ve yayınım yollu emisyon deneyleri gerçekleştirilmiştir. Elde edilen ölçüm sonuçları kullanılarak belirlenen makine öğrenmesi yöntemlerinin uygulanmasına yönelik veri setleri oluşturulmuştur. Makine öğrenmesi metotları kullanılarak Buck-Boost dönüştürücü temelli devreler için giriş-çıkış değerleri ve yarıiletken parametrelerine göre emisyon öngörü sistemi tasarlanmıştır. Tasarlanan sistemde sonuçların gösterimi için ise arayüz tasarımı yapılmıştır.

Companies apply EMI/EMC tests to the electronic devices they produce within the scope of civil and military standards. The emission test in these tests examines the electromagnetic interference emitted by the devices from the propagation and transmission route. In emission tests, it is obligatory that the emissions remain below the limit values determined by international regulations. If the devices fail these tests, afterwards solutions are both more limited and more costly. Therefore, the problem should be detected at the beginning of the design phase and its solution should be implemented. Within the scope of this thesis, it is aimed to examine the emission tests via machine learning methods in order to keep them below the limit values. In order to analyze here, the LED driver circuit design, which has problems in the literature on EMI / EMC, was made depending on certain input-output values. After the design, measurement results were taken and data sets were created. Emission prediction system was designed according to input-output values and semiconductor parameters for Buck-Boost converter based circuits using machine learning methods. In the designed system, an interface has been designed for displaying the results.