销售服务热线:0532-58758333

电子采购平台:www.qianyi-sport.com


    Warning: Undefined variable $active in /www/wwwroot/www.qianyi-sport.com/cache/template/cea3/fa42/aa5fb74c4908bd65945e.html on line 57
  • 企业新闻

  • Warning: Undefined variable $active in /www/wwwroot/www.qianyi-sport.com/cache/template/cea3/fa42/aa5fb74c4908bd65945e.html on line 57
  • 行业资讯

千亿体育:当Frenetic把变压器规划从一周压缩到几分钟电源工程师该焦虑仍是该振奋?

上传时间:2026-07-30 15:29:56  来源:千亿体育
千亿球友会首页:

  当Frenetic把变压器规划从一周压缩到几分钟,电源工程师该焦虑仍是该振奋?

  24W反激式电源,85~265VAC输入,12V/2A输出,100kHz DCM——这是一颗再一般不过的电源标准。在Frenetic磁性元件规划渠道上,仅需设定工况参数、尺度束缚与安规装备,软件即可主动生成多套可行计划,包括磁芯选型、绕组布局、损耗与饱满余量校核等悉数中心环节。

  上百套计划摆在面前,人工逐个挑选已是体力活。这正是AI辅佐东西的价值地点——但不是你幻想的那种“代替”。 本文依据奥尔堡大学两篇总述论文,拆解AI在电源规划中的实在才能鸿沟。

  职业界都会存在一种固有认知:AI将越过人工核算环节,独立完结拓扑选型、磁性元件优化等全链路规划作业。

  但很多职业文献与工程东西实测成果为,现在职业界简直不存在依托AI自主生成全新电路、磁性架构的老练规划计划。

  比照AI在毛病查验测验、设备运维范畴的规模化落地,电源规划赛道难以完结颠覆性打破,本源源于电力电子学科底层特性:惯例变换器规划依托经过长时间验证、固定齐备的物理规矩,给定产品标准、功用束缚与电路操控方程,依托解析核算、仿真软件即可批量生成很多可行计划,无需AI重复推导已知物理规矩。

  职业的确存在建模难点,高频磁损耗、绕组寄生参数、多器材热耦合等场景难以完结百分百精准建模,但绝大大都研制作业的中心瓶颈,并非短少核算模型,而是多项功用目标之间杂乱的取舍平衡。

  大都工程师长时间存在认知误差,将电源规划等同于求解电路方程。事实上数值核算仅仅东西载体,电力电子规划的实质,是在海量合规计划中挑选匹配产品定位的最优解,归于多重束缚条件下的多维查找问题。

  2. 平衡多组彼此抵触的功用目标:功率、功率密度、整机体积、温升、变压器漏感。

  底层物理规矩具有固定性,规划作业的难点不在于“核算可行计划”,而是面临上百套合规计划,人工很难快速整理各项功用的利害联络,这也是AI可以发挥中心价值的切入点。

  结合奥尔堡大学2021、2025两篇威望总述,可明晰区分AI在电力电子范畴的才能鸿沟:

  职业绝大大都AI使用会集于此,该类场景系统非线性特征杰出、难以建立精准解析模型,且具有足够实测数据支撑,典型使用包括变换器毛病辨认、功率器材寿数猜测、环路智能操控、电源整机猜测性保护。

  “电力电子系统生命周期各阶段人工智能办法与使用的桑基图”(Zhao, Blaabjerg, & Wang, 2021)

  高频磁性元件仿真核算本钱极高,可依托仿真、试验数据集练习AI模型,快速拟合磁芯损耗、寄生参数等杂乱物理特性。AI仅起到加快核算效果,底层物理规矩不可能会产生改动。

  遗传算法、粒子群优化等智能查找东西,可主动遍历全维度规划参数:变换器开关频率与无源器材参数优化、变压器磁芯标准与绕组结构匹配、功率与温升多方针均衡规划。但整套规划空间、物理方程均由工程师预先界说,算法仅担任高效挑选,不具有自主立异规划才能。

  练习机器学习模型直接预判整机功率、温升、EMI水平,代替重复仿真迭代,实质是传统规划作业流的提速东西。

  依据老练工程经历建立逻辑结构,依据功率、电压等级主动匹配拓扑与器材类型,短板为逻辑固化,不支持自主迭代学习。

  以通用离线反激式变换器为实操样本,产品标准:85~265VAC宽压输入,12V/2A输出,额定功率24W,100kHz DCM作业形式,方针功率85%。

  仅针对变压器磁性元件,凭借Frenetic精确定性规划渠道,数小时内即可生成近百套可量产落地的变压器计划。各计划目标彼此制衡:缩小磁芯体积会同步提高损耗与整机温升;低漏感优化计划往往体积更大、物料本钱更高。仅单一磁性元件,人工尚可挑选折中计划,完好整机规划的杂乱度则呈指数级上升。

  整机规划掩盖MOS管、二极管、输入输出电容、钳位缓冲电路等离散器材,一起包括开关频率、磁芯几许尺度等接连可调变量,参数间深度耦合:漏感提高会加重开关电压尖峰,需额定增设缓冲电路,从而引进额定损耗与EMI危险。

  可调变量继续添加后,规划空间会呈现组合爆破。理论上一切组合均可经过确定性模型完结核算,但上万组计划仅依托人工挑选,极易遗失归纳功用最优的规划。

  AI优化算法无需穷举悉数组合,经过定向迭代查找快速收敛到多方针平衡的候选计划,补偿人工挑选的功率短板。

  近五年机器学习技能快速迭代,但电力电子规划范畴仅完结渐进式功用晋级,短期不存在颠覆性革新,职业开展三大清晰方向:

  当时电源职业技能趋于老练,功率、功率密度等中心功用逐渐迫临物理极限,产品差异化不再依托全新拓扑打破,而是现有架构下精细化参数优化。

  AI在规划流程中的定位明晰清晰:不推翻老练的物理规划系统,而是协助研制人员驾御日趋杂乱的多维规划空间,高效完结多维度功用取舍。AI无法自主发明全新拓扑,也不能脱离电路根底物理规矩,但可处理研制中心痛点——海量计划的系统化比照与挑选。未来娴熟运用AI辅佐优化东西,将成为电力电子规划师必备中心才能。欢迎联络Frenetic进行磁性模拟器专属演示。

  一线赋能・强固上台|研华IDP31 USB C系列工业触控显示器全新发布

  神东煤炭 图扑:国产组态 SCADA HMI 煤矿一体化管控渠道

  全球聚智合规研制,纯市场化形式赋能芯片自研——益佳半导体走出差异化立异路途