Sztuczna inteligencja Porsche podnosi sprawność inwertera z ZVS i ARCP w e-napędach

Porsche Engineering stosuje SI w sterowaniu inwerterem ZVS ARCP w EV. Mniej strat przełączania (70–95%), mniej ciepła, SiC/GaN i odczuwalny wzrost zasięgu.

Porsche Engineering sięga po sztuczną inteligencję, aby podnieść sprawność napędów elektrycznych, zaczynając od jednego z kluczowych, a często niedocenianych elementów – inwertera. Znaczna część strat energii w układach e‑napędu powstaje przy przełączaniu tranzystorów mocy, co bezpośrednio odbija się na zasięgu, obciążeniu termicznym i gabarytach komponentów.

Nowe podejście opiera się na zasadzie miękkiego przełączania. W przeciwieństwie do twardego przełączania, gdzie podczas przejść nakładają się prąd i napięcie, miękkie przełączanie dąży do minimalizacji ich iloczynu poprzez precyzyjne sterowanie momentami włączania i wyłączania tranzystorów. W praktyce oznacza to przełączanie w chwilach, gdy napięcie lub prąd są bliskie zeru.

Porsche Engineering stawia na ZVS – przełączanie przy zerowym napięciu – rozwiązanie szczególnie dobrze pasujące do obciążeń indukcyjnych, takich jak silniki elektryczne. ZVS współgra też z nowoczesnymi tranzystorami mocy z węglika krzemu (SiC) i azotku galu (GaN), które coraz częściej trafiają do aut elektrycznych dzięki wysokiej sprawności przy większych częstotliwościach przełączania.

Sercem koncepcji jest topologia inwertera ARCP (Auxiliary Resonant Commutated Pole). Choć w elektronice mocy znana jest od dekad, jej zastosowania w inwerterach trakcyjnych ograniczała dotąd złożoność sterowania w szybko zmieniających się warunkach pracy. I tu wkracza sztuczna inteligencja.

Wstępnie wytrenowany algorytm SI w czasie rzeczywistym przetwarza dziesiątki bieżących parametrów pojazdu, w tym obciążenie, moment obrotowy i temperaturę. Na tej podstawie w ułamkach sekundy wyznacza optymalne chwile przełączania tranzystorów mocy. Zespół rozważa zarówno rekurencyjne sieci neuronowe, cenione za wysoką trafność przewidywań, jak i metody uczenia ze wzmocnieniem, które dobrze sprawdzają się w wymagających zastosowaniach czasu rzeczywistego.

Symulacje wskazują na wyraźny wzrost efektywności. Straty przełączania w tranzystorach mocy można ograniczyć o 70–95 procent. W zależności od warunków jazdy przekłada się to na zauważalny wzrost zasięgu, a przy okazji na mniejszą ilość ciepła generowaną w inwerterze. Niższe obciążenie termiczne pozwala zmniejszyć układ chłodzenia i zaprojektować bardziej kompaktowy inwerter – mowa o redukcji objętości o 20–50 procent. Łagodniejsza praca podczas przełączania odciąża też same tranzystory, co potencjalnie wydłuża ich żywotność. Jeśli te wyniki przeniosą się z symulacji na drogę, kierowcy odczują różnicę bez zaglądania w tabelki.

Algorytm sterujący oparty na SI jest już na zaawansowanym etapie rozwoju. Po dopracowaniu Porsche Engineering planuje oferować tę technologię jako rozwiązanie programowe. W formie bibliotek może trafić do istniejących jednostek sterujących przy relatywnie niewielkich modyfikacjach sprzętowych, co czyni je opcją zarówno dla aktualizacji modelowych, jak i dla zupełnie nowych platform pojazdów elektrycznych. Taki sposób wdrożenia ułatwia szybkie skalowanie korzyści bez kosztownej wymiany podzespołów.