Pre-Switch, Inc., et nyt Silicon Valley firma, har udviklet verdens første AI (kunstig intelligens) DC/AC-, AC/DC- soft-switching tvungen resonans controller, der giver en særdeles høj effektivitet og ydelse, som gavner en lang række applikationer som elektriske køretøjer og bæredygtige energiløsninger, har frigivet en demonstration og forklaring af firmaets CleanWave200 inverter-reference. En animeret sekvens på 20 1µs screen-dumps demonstrerer Pre-Switchs AI aktive indlæring fra starten under ukendte driftstilstande gennem følgende optimering og justering af timingen, der er nødvendig for at sikre, at PWM-inputtet genererer en strøm-ramp til simulering af den første del af et sinusformet output.
Dobbelte pulstestdata målt på 200kW-inverteren demonstrerer, at Pre-Switch soft-switching platformen – beståennde af Pre-Drive™3 controller-boardet styret af en Pre-Flex™ FPGA og et RPG gatedriver-board – reducerer de total system-switch-tab med 90 procent eller mere.
Under start af den indledende switch-cyklus (0) føler Pre-Switch AI-controlleren på multiple inputs, for at afgøre, hvilken tilstand systemet befinder sig i, og foretager derefter et sikkert, men non-optimalt estimat af den resonansperiode, der er nødvendig for at udføre soft-switchingen. Under de næste switching-cyklusser (1), bliver alle AI-inputs og de resulterende outputs fra switch-cyklus 0 målt præcist og analyseret igen. Den næste – konservativt vurderede resonante timing-periode, der ligner switch-cyklus 0, bliver dernæst defineret.
I den følgende switch-cyklus (2), kan AI-algoritmen nu med sikkerhed i systemets kvantiteter forudsige den optimerede resonans-timing for at sikre fuld soft-switching, så tab dermed minimeres i alle dele af systemet. I switch-cyklus nummer 3 sammenligner AI dernæst system-inputs og resultater fra de foregående switch-cyklusser og justerer resonans-timingen til fuld optimering af soft-switching i forhold til stigende belastningsstrømme. Disse inputs og outputs lagres med den foregående switch-cyklus inputs, og de resulterende resonante timings forbedrer løbende præcisionen og systemoptimeringen.
I de følgede cyklusser optimeres soft-switchingens præcision fortsat, lagres og sammenlignes med de foregående data, hvorved de ønskede resultater til opretholdelse af præcisionen tvinger resonansen til at blive optimeret til soft-switchingen. Ændringer i systemtemperatur, input-spænding, belastningsstrøm på output og ældning af komponenterne indgår alle som parametre i beregningerne i optimeringen af Pre-Switch AI-algoritmen.
– Pre-Switch gør det muligt for kunderne at opbygge systsmer med switch-frekvenser fire til fem gange hurtigere end traditionelle hard-switchede IGBT-systemer og hele 35 gange hurtigere end hard-switchede SiC- og GaN-systemer. Linket til GIF-filen demonstrerer, hvordan AI fungerer inden i CleanWave200 til en tovejs konvertering af 800VDC til trefaset AC ved effektniveauer op til 200kVA med en switch-frekvens på 100kHz og 99 procent effektivitet, siger Pre-Switch’s CEO, Bruce T. Renouard.
Cleanwave200 evalueringssystemet, referencedesign og designfiler kan bestilles fra Pre-Switch.
Se grafikken via følgende link:
https://www.pre-switch.com/single-post/2020/03/09/CleanWave200-Demonstration-and-explanation-of-Pre-Switch-AI-during-initial-power-up-and-first-learning-as-PWM-inputs-create-the-first-20-switching-cycles-to-simulate-the-first-part-of-a-sine-wave-output
