ปอร์เช่ เอ็นจิเนียริ่ง พัฒนา AI คุมระบบ Soft Switching ลดการสูญเสียพลังงานใน EV สูงสุด 95%

สำนักข่าวบริคอินโฟ – Porsche Engineering (ปอร์เช่ เอ็นจิเนียริ่ง) เปิดเผยความคืบหน้าในการพัฒนาเทคโนโลยีควบคุมระบบ Soft Switching ด้วยปัญญาประดิษฐ์ (AI) ซึ่งช่วยลดการสูญเสียพลังงานจากการสลับสัญญาณในทรานซิสเตอร์กำลัง (Power Transistors) ได้ถึง 95% โดยเทคโนโลยีดังกล่าวจะช่วยเพิ่มระยะทางการขับขี่ของ ยานยนต์ไฟฟ้า (EV) และลดขนาดของชุดอินเวอร์เตอร์ลงได้อย่างมีนัยสำคัญ ปัจจุบันอยู่ในขั้นตอนการทดสอบแบบจำลองสถานการณ์

ปัจจัยสำคัญในการเลือกซื้อ รถยนต์ไฟฟ้า คือระยะทางที่วิ่งได้ต่อการชาร์จ ดังนั้นการเพิ่มประสิทธิภาพของระบบส่งกำลังจึงเป็นเรื่องจำเป็น โดยเฉพาะในส่วนของ อินเวอร์เตอร์ (Inverter) ซึ่งมักเกิดการสูญเสียพลังงานในรูปแบบความร้อนระหว่างการทำงานของทรานซิสเตอร์ โดยปกติความสูญเสียในอินเวอร์เตอร์แบ่งเป็น 2 ประเภท คือ ความสูญเสียจากการนำกระแส (Line losses) และความสูญเสียจากการสลับสัญญาณ (Switching losses) ซึ่งความสูญเสียจากการสลับสัญญาณนี้เองที่เป็นจุดที่เทคโนโลยี Soft Switching เข้ามาแก้ไข โดยเฉพาะเทคนิค Zero Voltage Switching (ZVS) ที่ช่วยให้การสลับสัญญาณเกิดขึ้นในขณะที่แรงดันไฟฟ้าใกล้ศูนย์ ช่วยลดการสูญเสียพลังงานได้ดีกว่าแบบเดิม และลดสัญญาณรบกวนทางแม่เหล็กไฟฟ้า

Souhaib Touati วิศวกรโครงการอาวุโสด้านฟังก์ชันและซอฟต์แวร์ของ Porsche Engineering (ปอร์เช่ เอ็นจิเนียริ่ง) อธิบายถึงโครงสร้างทางเทคนิคว่า มีการใช้วงจรอิเล็กทรอนิกส์เพิ่มเติมรอบทรานซิสเตอร์กำลัง ที่เรียกว่า Auxiliary Resonant Commutated Pole หรือ ARCP สิ่งที่พัฒนาขึ้นใหม่คือการนำอัลกอริทึม AI ที่ผ่านการฝึกฝนมาแล้ว เข้ามาประมวลผลค่าต่างๆ จากรถยนต์ไฟฟ้าแบบเรียลไทม์ เช่น ภาระโหลด แรงบิด และอุณหภูมิ เพื่อคำนวณหาจังหวะเวลาที่เหมาะสมที่สุดในการสลับสัญญาณทรานซิสเตอร์ภายในเสี้ยววินาที

Volker Reber ผู้จัดการอาวุโสด้านการพัฒนาฟังก์ชันและซอฟต์แวร์ของ ปอร์เช่ เอ็นจิเนียริ่ง กล่าวว่า “รถยนต์ไฟฟ้า ทำงานภายใต้ภาระโหลดที่เปลี่ยนแปลงตลอดเวลา ซึ่งเป็นเหตุผลว่าทำไม Soft Switching จึงยังไม่ถูกนำมาใช้อย่างแพร่หลายก่อนหน้านี้ แต่ด้วยการใช้ AI เข้ามาช่วยปรับการสลับสัญญาณ เราสามารถทำนายจังหวะที่เหมาะสมที่สุดในการควบคุม ARCP ได้แม้ในสภาวะที่เปลี่ยนแปลงไป ทำให้เกิดการ Soft Switching อย่างสมบูรณ์และมีการสูญเสียต่ำที่สุด” โดยทีมงานกำลังวิจัยวิธีใช้ Recursive Neural Networks เพื่อความแม่นยำ และ Reinforcement Learning เพื่อความรวดเร็วในการประมวลผล

ผลลัพธ์จากเทคโนโลยีนี้ช่วยลดการสูญเสียจากการสลับสัญญาณในทรานซิสเตอร์กำลังได้ 70 ถึง 95% ซึ่งจะส่งผลให้ระยะทางการขับขี่ของ EV เพิ่มขึ้นในระดับเปอร์เซ็นต์เลขหลักเดียวปลายๆ (High single-digit percentage) ขึ้นอยู่กับการใช้งาน นอกจากนี้ การเกิดความร้อนที่ลดลงยังทำให้ความต้องการระบบระบายความร้อนลดลง ส่งผลให้อินเวอร์เตอร์มีขนาดเล็กลง 20 ถึง 50% และช่วยยืดอายุการใช้งานของทรานซิสเตอร์เนื่องจากภาระการทำงานที่ลดลง

ปัจจุบัน อัลกอริทึมควบคุมด้วย AI สำหรับอินเวอร์เตอร์นี้อยู่ในขั้นการพัฒนาขั้นสูง และเมื่อเสร็จสมบูรณ์ Porsche Engineering จะนำเสนอโซลูชันนี้แก่ผู้ผลิตรถยนต์ (OEMs) และซัพพลายเออร์ Tier-1 ในรูปแบบซอฟต์แวร์ไลบรารี ซึ่งสามารถผนวกรวมเข้ากับชุดควบคุมที่มีอยู่เดิมได้ทันที โดยมีต้นทุนในการปรับเปลี่ยนฮาร์ดแวร์ค่อนข้างต่ำ