Porsche Engineering werkt aan een fundamentele optimalisatie van de elektrische aandrijflijn door het drastisch terugdringen van verliezen in de inverter. Met behulp van kunstmatige intelligentie en een geavanceerde vorm van zogenoemd soft switching kan het energieverlies in vermogentransistoren tot wel 95 procent worden verminderd. De technologie wordt momenteel uitgebreid getest in simulaties en belooft een merkbare toename van de actieradius van elektrische voertuigen.
De inverter als sleutel tot meer bereik
De actieradius blijft een doorslaggevende factor bij de keuze voor een elektrische auto. Iedere procent efficiëntiewinst in de aandrijflijn vertaalt zich direct in extra kilometers. Juist in de inverter, die gelijkstroom uit de accu omzet in wisselstroom voor de elektromotor, gaat nog altijd een aanzienlijke hoeveelheid energie verloren. Dat gebeurt met name in de vermogentransistoren die razendsnel schakelen tussen aan- en uitgeschakelde toestand.
In een inverter treden twee soorten verliezen op. Lijnverliezen zijn inherent aan de fysische eigenschappen van de transistoren en ontstaan doordat een transistor, zelfs wanneer hij geleidt, altijd een kleine weerstand behoudt. Deze verliezen zijn nauwelijks te beïnvloeden. Schakelverliezen daarentegen ontstaan precies op het moment dat een transistor schakelt. Tijdens die overgang staat er kortstondig spanning over de transistor terwijl er al stroom loopt, wat leidt tot piekverliezen en warmteontwikkeling. Hoe vaker er wordt geschakeld, hoe groter dit probleem wordt.
Werking van de elektromotor uitgelegd.
Het dilemma van hoge schakelfrequenties
Hoge schakelfrequenties zijn gewenst omdat ze de kwaliteit van de opgewekte wisselstroom verbeteren en daarmee de efficiëntie en het rijcomfort verhogen. Tegelijkertijd nemen de schakelverliezen juist toe naarmate de frequentie stijgt. Volgens Volker Reber, Senior Manager Function & Software Development bij Porsche Engineering, vormt dit al jaren een fundamenteel dilemma in het ontwerp van inverters.
De oplossing ligt in soft switching. In plaats van transistoren op vaste momenten hard in en uit te schakelen, worden de schakelmomenten continu aangepast zodat spanning en stroom elkaar zo min mogelijk overlappen. Hierdoor daalt het momentane vermogensverlies sterk.
Zero Voltage Switching als voorkeursoplossing
Porsche Engineering kiest daarbij bewust voor Zero Voltage Switching. Bij deze methode schakelt de transistor op het moment dat de spanning vrijwel nul is. Dit blijkt bijzonder effectief bij de halfgeleiders die in moderne elektrische voertuigen worden gebruikt, zoals siliciumcarbide en galliumnitride. Daarnaast werkt deze aanpak beter bij hoge frequenties en veroorzaakt zij minder elektromagnetische storingen dan alternatieve methoden zoals Zero Current Switching. Vooral bij inductieve belastingen, zoals elektromotoren, levert ZVS duidelijke voordelen op.
Om dit mogelijk te maken wordt rondom de vermogentransistoren een extra elektronisch circuit geplaatst, bestaande uit aanvullende transistoren, spoelen en condensatoren. Deze inverterarchitectuur staat bekend als de auxiliary resonant commutated pole, of ARCP.
Kunstmatige intelligentie als regelcentrum
Wat de aanpak van Porsche Engineering onderscheidt, is de inzet van kunstmatige intelligentie voor de aansturing van deze ARCP-architectuur. Een vooraf getraind AI-algoritme verwerkt in realtime tientallen meetwaarden uit het voertuig, waaronder belasting, koppel en temperatuur. Op basis daarvan berekent het algoritme in fracties van seconden de optimale schakelmomenten voor de vermogentransistoren.
Volgens Reber was soft switching tot nu toe nauwelijks toepasbaar in elektrische auto’s omdat de bedrijfsomstandigheden voortdurend veranderen. Door AI in te zetten kan het systeem deze variaties voorspellen en erop anticiperen, waardoor volledige soft switching mogelijk wordt onder praktisch alle rijomstandigheden.
Neurale netwerken en zelflerende algoritmen
Binnen het project onderzoekt Porsche Engineering verschillende AI-methoden, waaronder recursieve neurale netwerken en reinforcement learning. Recursieve neurale netwerken blinken uit in voorspellende nauwkeurigheid en prestaties, terwijl reinforcement learning vooral voordelen biedt bij zeer strenge realtime-eisen dankzij snellere berekeningen. Afhankelijk van de toepassing kan zo een optimale balans worden gevonden tussen precisie en rekensnelheid.
Concrete winst in bereik, koeling en levensduur
De resultaten zijn veelbelovend. De schakelverliezen in de vermogentransistoren kunnen met 70 tot 95 procent worden gereduceerd. Afhankelijk van het gebruik leidt dit tot een toename van de actieradius met een hoog enkelcijferig percentage. Tegelijkertijd daalt de warmteontwikkeling in de inverter, waardoor minder zware koelsystemen nodig zijn en componenten compacter kunnen worden uitgevoerd.
Doordat bepaalde filtercomponenten overbodig worden, kan ook het ontwerp van de printplaten worden vereenvoudigd. In totaal kan het volume van de pulse inverter met 20 tot 50 procent afnemen. Een bijkomend voordeel is dat de lagere thermische en elektrische belasting de levensduur van de vermogentransistoren verlengt, een belangrijk aspect voor betrouwbaarheid op lange termijn.
Klaar voor toepassing in productievoertuigen
De AI-gestuurde inverterregeling bevindt zich inmiddels in een vergevorderd ontwikkelingsstadium. Zodra de technologie volledig is uitontwikkeld, wil Porsche Engineering deze aanbieden als complete softwareoplossing. Fabrikanten en toeleveranciers kunnen de AI-gebaseerde soft switching integreren via softwarebibliotheken, vergelijkbaar met een plug-in binnen bestaande regelunits.
Volgens projectengineer Souhaib Touati blijven de benodigde hardware-aanpassingen beperkt, waardoor de technologie relatief eenvoudig kan worden ingevoerd bij modelupdates of nieuwe voertuigontwikkelingen. Daarmee positioneert Porsche Engineering zich opnieuw als innovator op het snijvlak van elektrificatie, vermogenselektronica en kunstmatige intelligentie.
