找到 1 条结果
机器学习驱动的无线电能传输线圈与磁芯联合结构优化以增强互感并减少铁氧体体积
Machine Learning-Driven Joint Structuring of WPT Coil and Core for Enhanced Mutual Inductance and Reduced Ferrite Volume
Fawad · Syed Ahson Ali Shah · Yohan Park · Yun-Su Kim · IEEE Transactions on Power Electronics · 2025年10月
本文提出了一种集成优化方法，利用机器学习算法对无线电能传输（WPT）系统的线圈和磁芯进行联合设计。该研究旨在通过优化几何结构，在提升发射端与接收端之间互感的同时，有效降低铁氧体磁芯的体积，从而提升系统功率密度与效率。
解读: 该技术主要针对无线充电领域，与阳光电源的电动汽车充电桩业务具有潜在协同效应。虽然目前阳光电源以有线充电桩为主，但随着大功率无线充电技术在电动重卡及乘用车领域的商业化进程，该机器学习驱动的联合优化方法可用于提升充电模块的功率密度和磁性元件效率。建议研发团队关注该方法在磁性元件设计自动化（EDA）中的应...