找到 1 条结果
排序:
电动汽车驱动
充电桩
机器学习
有限元仿真
★ 4.0
基于SINDy-PINN-PSO的车载充电机变压器气隙设计高效算法
Efficient Algorithm Based on SINDy-PINN-PSO for Transformer Air-Gap Design in OBC
Geun Wan Koo · Joon-Young Jeon · Jun-Yeol Ryu · IEEE Transactions on Power Electronics · 2026年1月
本文提出了一种结合稀疏非线性动力学识别（SINDy）、物理信息神经网络（PINN）与粒子群优化（PSO）的算法，用于优化车载充电机（OBC）变压器的气隙设计。相比传统的有限元分析方法，该算法显著缩短了变压器气隙配置的计算时间，提升了设计效率。
解读: 该研究提出的算法在磁性元件设计领域具有显著的降本增效潜力。对于阳光电源的电动汽车充电桩业务，车载充电机（OBC）及充电模块的功率密度与效率至关重要。通过引入SINDy-PINN-PSO算法，研发团队可大幅缩短变压器等磁性元件的迭代设计周期，减少对繁琐有限元仿真（FEA）的依赖。建议将此算法集成至研发...