Схема за безжичен пренос на енергия с помощта на изкуствен интелект (видео)

Ваня Милева Последна промяна на 07 август 2025 в 00:00 92 0

мълния от облак до облак

Кредит Wikimedia Commons

Инженерите отдавна мечтаят да доставят електричество по въздуха толкова надеждно, колкото през стенен контакт.

Инженерите отдавна мечтаят да доставят електричество по въздуха толкова надеждно, колкото през стенен контакт.

Сега изследователски екип от Университета в Чиба, Япония, е разработил изцяло дигитален, базиран на метод за проектиране с машинно обучение, който ни приближава с една крачка към това бъдеще.

Чрез оптимизиране на системите за безжичен пренос на енергия (WPT - wireless power transfe) чрез моделиране на електрически вериги в реалния свят и генетични алгоритми, новият подход постига стабилно изходно напрежение и висока ефективност – дори когато натоварването на захранването се колебае. Работата може да трансформира начина, по който захранваме всичко – от електрически превозни средства до имплантируеми медицински устройства.

Защо независимостта от натоварването е важна при безжичното захранване

Безжичният пренос на енергия работи чрез изпращане на енергия през електромагнитни полета между две намотки: едната е свързана към източник на захранване, а другата към приемащото устройство. Но едно от най-големите препятствия е постигането на "независимост от натоварването" – система, която поддържа постоянно напрежение, независимо кое устройство е на приемащия край.

Традиционно, инженерите са разчитали на сложни, ръчно изведени уравнения, базирани на идеализирани предположения, за да проектират схеми за безжичен пренос на енергия. Тези модели често се провалят, когато се сблъскат със сложните реални условия, като паразитен капацитет и непредсказуеми промени в натоварването. Тук се намесва машинното обучение.

Машинното обучение среща електрониката

Екипът, ръководен от професор Хироо Секия (Hiroo Sekiya) от Университета Чиба, разработва изцяло дигитален метод за проектиране, който изоставя традиционните уравнения в полза на диференциални уравнения и оптимизационни алгоритми. Поведението на веригата се моделира стъпка по стъпка, използвайки реални параметри, а генетичен алгоритъм итеративно настройва системата, за да постигне множество цели:

  • Поддържане на постоянно изходно напрежение
  • Максимализиране на ефективността на захранването
  • Минимизиране на общото хармонично изкривяване

"Разработихме новаторска процедура за проектиране на LI-WPT система, която постига постоянно изходно напрежение без контрол спрямо вариациите в натоварването", заявява проф. Секия. "Това е първият успех на изцяло дигитално проектиране на системата, базирано на машинно обучение в областта на изследванията в силовата електроника."

Тестване на схемата

Изследователите са приложили техниката си към системи клас EF–WPT усъвършенствана архитектура, която обикновено изпитва трудности при промяна на натоварването. В традиционните конструкции, превключването при нулево напрежение (ZVS - zero-voltage switching), ключова характеристика за енергийна ефективност, се поврежда, когато натоварването се отклони от идеалната си стойност. Но новата система е поддържала ZVS и стабилност на изходното напрежение при редица условия.

При конвенционалните конструкции изходното напрежение може да варира с до 18% в зависимост от натоварването.

Системата, проектирана с машинно обучение, е поддържала това отклонение под 5%. Тя също така е показала подобрена производителност при по-леки натоварвания, благодарение на точното моделиране на паразитния капацитет на диодите. При номинална честота от 6,78 MHz, системата е доставяла над 23 вата мощност с ефективност от 86,7%.

По-широки последици и безжично бъдеще

Констатациите на екипа се простират отвъд този специфичен тип верига. Тяхната работа показва, че машинното обучение може да разкрие оптимални конфигурации на веригите, които традиционните методи пропускат, включително нови начини за намаляване на загубите на мощност в резонансните филтри.

"Уверени сме, че резултатите от това изследване са значителна стъпка към едно напълно безжично общество", каза проф. Секия. "Благодарение на независимостта от натоварването, системата за безжичен пренос на енергия може да бъде конструирана по опростен начин, като по този начин се намаляват разходите и размерът."

С други думи, безжичното захранване скоро може да стане не само възможно, но и практично – вградено във всичко – от домашна електроника до индустриални системи – благодарение на съчетанието на теорията на електрическите вериги и изкуствения интелект.

Справка: N. Fukuda et al., "ML-Based Fully-Numerical Design Method for Load-Independent Class-EF WPT Systems," in IEEE Transactions on Circuits and Systems I: Regular Papers, doi: 10.1109/TCSI.2025.3579127.

Източник: Machine learning-based design enables more efficient wireless power transfer, Chiba University

    Най-важното
    Всички новини