Home Móviles El diseño basado en el aprendizaje automático permite una transferencia de potencia...

El diseño basado en el aprendizaje automático permite una transferencia de potencia inalámbrica más eficiente

33
0

El diseño basado en el aprendizaje automático permite una transferencia de potencia inalámbrica más eficiente

Los investigadores han desarrollado un método de diseño numérico completo utilizando ecuaciones diferenciales y algoritmos genéticos para optimizar los sistemas WWP. Este método garantiza el voltaje de salida estable, la alta eficiencia y la conmutación de voltaje cero en diferentes cargas, excede las limitaciones del enfoque basado en el análisis basado en tradicional. Crédito: Wikimedia Commons a través del movimiento de búsqueda de Creative Commons

Los sistemas de transferencia de potencia inalámbrica (WP) transmiten energía eléctrica a una carga desde una fuente de alimentación sin conectores físicos o cables utilizando campos magnéticos electrónicos. Este concepto se remonta a lo mismo que la década de 1890, cuando Nicola Tesla fue probada en una infección inalámbrica de energía.

Hoy, los sistemas WWP se usan ampliamente para teléfonos inteligentes, cepillos de dientes eléctricos y sensores inalámbricos para Internet de las cosas. Un sistema Wuupati típico contiene una bobina transmisor unida a una fuente de alimentación. Este transmisor convierte la energía en la caja magnética electrónica, que obtiene una bobina receptor que luego fortalece el dispositivo eléctrico.

Recientemente, las operaciones de carga independientes (LI) se dibujan para mantener el voltaje de salida estable y mantener la conmutación de voltaje cero (ZVS) incluso después de que cambia la carga. Sin embargo, los valores de los elementos de circuito muy específicos son necesarios para lograr operaciones de LI, como indicadores o condensadores, que generalmente se calculan utilizando ecuaciones analíticas complejas. Estas ecuaciones a menudo se basan en la suposición ideal y no capturan las complejidades del mundo.

Un equipo de investigación dirigido por el profesor Hiru Sekia, una escuela de posgrado de informática en la Universidad de Chiba en Japón, ha propuesto un sistema de diseño basado en el aprendizaje automático para un diseño de sistema LI-wubpit para superar estas limitaciones y mejorar las habilidades de entrega de energía. Esta investigación se realizó conjuntamente con el Sr. Nawaki Fukuda y el Dr. Utero Commama de la Universidad de Chiba; Dr. Weanky Zhu del Departamento del Departamento de Ciencias de Tokio; Y el Dr. Akihiro Konishi, Departamento de Informática e Ciencias de la Información, Universidad de Sozo. El estudio fue publicado en línea en la revista Transacción IEEE en el circuito y el sistema I: documentos regulares 18 de junio de 2025.

En este enfoque, el circuito WP se describe utilizando ecuaciones diferenciales, que capturan cómo el voltaje y las corrientes se desarrollaron dentro del sistema con el tiempo, considerando las propiedades de los elementos del mundo real. Estas ecuaciones se resuelven paso a paso, hasta que el sistema llega a la situación de estado estable.

Una función de evaluación evalúa la efectividad del sistema en función de los objetivos principales como la durabilidad del voltaje de salida, la eficiencia de despliegue de energía y la distorsión armoniosa total. Luego, un algoritmo genético actualiza los parámetros del sistema para mejorar la puntuación de evaluación y el proceso se repite hasta que se logra la operación de carga de carga deseada.

Como explica el profesor Secia: “Hemos establecido un método de diseño elegante para un LI-W. Que logra un voltaje de salida constante sin controlar la carga. Creemos que la libertad de carga es una tecnología clave para la implementación social del sistema WW.

Para probar su método, el equipo lo aplicó a un sistema WP de clase EF, que adjunta un inversor de clase EF al rectificador de clase D. El inversor de clase tradicional solo puede mantener ZVS en sus puntos de funcionamiento nominal sin la operación LI. Si la carga cambia, los ZVV se pierden y la eficiencia se reduce. Por el contrario, la versión LI diseñada por el equipo mantuvo el voltaje de ZVS y el voltaje de salida, incluso la variedad de cargas.

En el sistema convencional del inversor Lee, el voltaje de salida puede fluctuar como un 18% cuando la carga cambia. En contraste, el sistema diseñado con un método numérico completo pone esta variación por debajo del 5%, mostrando una estabilidad significativamente mayor. Al contabilizar adecuadamente los efectos de la capacitancia parásita de diodos, también se mantienen un mejor rendimiento en las cargas de luz del nuevo método.

Un análisis detallado de pérdida de energía muestra que la bobina de transmisión se ha extendido aproximadamente la misma cantidad de energía en varios términos de carga para la experiencia de la corriente que mantiene la salida. En su punto de funcionamiento nominal, el sistema WWP WWP de WW WW de LI Class-EF adquirió las habilidades de entrega de potencia de 6.78 MHz a 86.7% y proporcionó más de 23 23 a la potencia de salida.

Al observar el frente, los investigadores creen que los efectos de este trabajo se extienden desde la W. “Estamos seguros de que los resultados de este estudio son un paso importante hacia toda la sociedad inalámbrica. Además, el sistema WWP se puede construir de manera común debido a la operación de Lee, que puede reducir el costo y el tamaño. Nuestro objetivo es crear espacio normal WWP en los próximos 5 a 10 años”, dijo el profesor.

Más ampliamente, este método de diseño muestra que la inteligencia artificial y el aprendizaje automático es probable que convierta cómo se diseñan la electrónica de potencia, avanzando hacia el futuro del diseño automático de circuitos.

Más información:
Noki Fukuda et al, Método de diseño completo de dígitos de clase WEF de clase de EEF independiente de la carga, Transacción IEEE en el circuito y el sistema I: documentos regulares (2025). Dos: 10.1109/tcsi.2025.3579127

Chiba ha proporcionado la universidad


Cotización: El diseño basado en el aprendizaje automático permite la transferencia de potencia inalámbrica más eficiente (2025, 5 de agosto) se ha recuperado del 16 de agosto de 2025

Este documento está sujeto a derechos de autor. No se puede reproducir ninguna parte sin permiso por escrito, además de ningún comportamiento justo para el estudio o la investigación privada. El contenido simplemente se proporciona para el propósito de la información.

Source link