[发明专利]一种确定同轴结构微放电阈值的方法有效
| 申请号: | 201210264416.5 | 申请日: | 2012-07-27 |
| 公开(公告)号: | CN102880783A | 公开(公告)日: | 2013-01-16 |
| 发明(设计)人: | 张娜;崔万照;林舒;李永东 | 申请(专利权)人: | 西安空间无线电技术研究所 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 中国航天科技专利中心 11009 | 代理人: | 安丽 |
| 地址: | 710100 陕*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 确定 同轴 结构 放电 阈值 方法 | ||
技术领域
本发明涉及一种确定同轴结构微放电阈值的方法,适用于不发生微放电的同轴结构微波部件的设计及同轴结构微波部件微放电阈值的预测。
背景技术
微放电效应也称二次电子倍增效应,是指部件处于1×10-3Pa或更低压强时,在承受大功率的情况下发生的谐振放电现象。航天器载荷中大功率微波部件如输出多工器、滤波器、开关矩阵、天线馈源等极易产生微放电效应,微放电效应一旦发生将造成严重后果:噪声电平抬高,输出功率下降;微波传输系统驻波比增大,反射功率增加,信道阻塞;微波部件表面损坏,载荷寿命缩短;航天器载荷永久性失效,因此大功率微波部件的研制过程中微放电是必须要克服的效应之一。
微放电的敏感阈值是工程人员设计不发生微放电的微波部件的参考依据,目前预测微放电阈值的方法可以分为以下几种:一是由平行平板结果推演而来,如ESA的Multipactor Calcultor;二是通过轨迹追踪法,如FEST 3D;三是FDTD与PIC结合的方法,如CST的粒子工作室。ESA的Multipactor Calcultor计算器对于同轴结构的微放电阈值计算由于是从平板结构推演而来,预测结果与实验结果相比误差较大。
但上述已有方法存在的缺点主要体现在:(1)未考虑电子实际出射时的速度分布和相位分布;(2)采用了固定的二次电子发射模型或描述二次电子发射的简单固定参数,从而不能描述实际部件表面的二次电子发射特性,导致计算的微波部件微放电阈值出现偏差;(3)计算时间长,不利于为高微放电阈值的微波部件设计提供参考。
发明内容
本发明技术解决问题:克服现有技术的不足,提供一种确定同轴结构微放电阈值的方法,该方法能够获得准确的微放电阈值,同时获得阈值的速度快。
本发明技术解决方案:一种确定同轴结构微放电阈值的方法,其特点包括以下几个步骤:
(1)根据电子在同轴结构中所受到的电场力和磁场力,由电子运动满足的Newton-Lorentz方程确定同轴结构中的电子的运动轨迹及运动速度;
(2)根据电子完成碰撞时出射速度与渡越时间的一一对应性,将出射速度满足的麦克斯韦分布概率转化联立为渡越时间的联合概率函数概率;
(3)根据电子的初始位置和发生的碰撞类型,所述电子初始位置分为:内径出射和外径出射;所述碰撞类型包括:双边碰撞和单边碰撞;将步骤(2)得到的概率密度函数分为四类:内径单边、内径双边、外径单边与外径双边,结合步骤(1)中的电子运动轨迹,分别对这四类概率密度函数进行最大值和单调性处理;
(4)利用步骤(1)得到的电子运动速度,建立电子碰撞动能与渡越时间的关系,将电子的碰撞动能作为材料的二次电子发射特性的入射电子能量,获得该渡越时间下电子碰撞时产生的二次电子数目;
(5)基于发生微放电时相邻两次碰撞的电子出射相位分布稳定的基础,根据步骤(3)得到的概率密度函数与步骤(4)得到的二次电子倍增率函数构建微放电时电子数目满足的稳态方程;通过求解稳态方程中有效二次电子倍增率,判断该电压是否会发生微放电;采用二分法逐步计算下一电压的有效倍增率,该有效倍增率为1时对应的电压即为微放电阈值。
所述步骤(1)确定同轴结构中的电子运动轨迹及电子运动速度的方法为:
(1)电子满足的Newton-Lorentz为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安空间无线电技术研究所,未经西安空间无线电技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210264416.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:具有高倍率放电特性的二次电池及其制备方法
- 下一篇:烤烟叶温实时检测仪
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





