Porsche Engineering'in yapay zekâ kontrollü ARCP inverteri, ZVS ile EV verimini ve menzili artırıyor

Yapay zekâ destekli ZVS/ARCP inverter kontrolüyle Porsche Engineering, anahtarlama kayıplarını %70-95 azaltıp verimi, menzili artırıyor; serin, kompakt sistem.

Porsche Engineering, elektrikli araçların verimliliğini artırmak için yapay zekâya yöneliyor; üstelik güç aktarma organlarının en kritik ama çoğu zaman hafife alınan parçalarından biriyle işe başlıyor: inverter. Elektrikli aktarma sistemlerindeki enerji kayıplarının önemli bir bölümü, güç transistörlerinin anahtarlama anlarında ortaya çıkıyor; bu da menzili, termal yükü ve bileşen boyutlarını doğrudan etkiliyor. Böyle bir başlangıcın isabetli olduğunu söylemek zor değil.

Yeni yaklaşım, yumuşak anahtarlama ilkesine dayanıyor. Akım ve gerilimin geçişlerde üst üste bindiği geleneksel sert anahtarlamadan farklı olarak, yumuşak anahtarlama, transistörlerin açılıp kapandığı anları hassas biçimde yöneterek bu iki değerin çarpımını en aza indirmeyi hedefliyor. Pratikte bu, anahtarlamanın gerilimin veya akımın sıfıra yakın olduğu noktalarda yapılması demek; kâğıt üzerinde son derece mantıklı bir tercih.

Porsche Engineering, özellikle elektrik motorları gibi endüktif yüklere uygun bir yöntem olan Sıfır Gerilimde Anahtarlama (ZVS)'yı tercih etmiş. ZVS, daha yüksek anahtarlama frekanslarında verimli çalışabilen ve elektrikli araçlarda giderek daha sık kullanılan modern silikon karbür ve galyum nitrür güç transistörleriyle de iyi bir uyum gösteriyor. Buradaki teknik eşleşme, yaklaşımın sahada karşılık bulacağını düşündürüyor.

Konseptin merkezinde Auxiliary Resonant Commutated Pole (ARCP) inverter topolojisi yer alıyor. ARCP, güç elektroniğinde onlarca yıldır bilinse de, hızla değişen çalışma koşullarında kontrolünün zorluğu nedeniyle çekiş inverterlerinde kullanım alanı sınırlı kalmıştı. Tam da bu noktada devreye yapay zekâ giriyor; böylesi karmaşık denklemlerde onun varlığı hiç de şaşırtmıyor.

Önceden eğitilmiş bir yapay zekâ algoritması, yük, tork ve sıcaklık gibi onlarca canlı araç parametresini gerçek zamanlı olarak işliyor. Bu verilere dayanarak, güç transistörleri için en uygun anahtarlama anlarını saniyenin küçük dilimlerinde hesaplıyor. Porsche Engineering, yüksek öngörü doğruluğuyla bilinen yinelemeli sinir ağlarıyla birlikte, zorlu gerçek zamanlı kullanım senaryolarında avantaj sağlayan pekiştirmeli öğrenme yöntemlerini de değerlendiriyor; mantıklı ve birbirini tamamlayan bir ikili.

Simülasyon sonuçları kayda değer bir verim artışına işaret ediyor. Güç transistörlerindeki anahtarlama kayıpları yüzde 70 ile 95 arasında azaltılabiliyor. Sürüş koşullarına bağlı olarak bu, aracın menzilinde hissedilir bir artışa karşılık gelirken inverterde oluşan ısıyı da düşürüyor. Azalan termal stres, daha küçük soğutma sistemlerini ve daha kompakt inverter tasarımlarını mümkün kılıyor; toplam hacimde yüzde 20 ile 50 arasında küçülme anlamına geliyor. Daha nazik anahtarlama davranışı ayrıca güç transistörleri üzerindeki yükü hafifletiyor ve hizmet ömrünü potansiyel olarak uzatıyor. Kâğıt üzerinde oldukça etkileyici bir tablo.

Yapay zekâ tabanlı kontrol algoritması geliştirme sürecinde ileri bir aşamaya gelmiş durumda. Son hâline ulaştığında Porsche Engineering, teknolojiyi yazılım temelli bir çözüm olarak sunmayı planlıyor. Yazılım kütüphaneleri şeklinde teslim edilecek bu çözüm, nispeten küçük donanım değişiklikleriyle mevcut kontrol ünitelerine entegre edilebiliyor; bu da hem model güncellemelerine hem de tamamen yeni elektrikli araç platformlarına uygun olduğu anlamına geliyor. Yaygınlaşmayı hızlandırabilecek pragmatik bir yol haritası.