Les systèmes de transfert d’énergie sans fil (WPT) fournissent de l’électricité sans câbles, mais ont souvent des difficultés à maintenir la stabilité de la tension lorsque les charges changent. Dans cette étude, les chercheurs ont développé une méthode de conception basée sur l’apprentissage automatique qui utilise l’optimisation numérique pour obtenir un fonctionnement indépendant de la charge. Leur approche garantit une tension de sortie stable (fluctuations inférieures à 5 %) et un rendement élevé (86,7 %) sous des charges variables. Cette avancée simplifie la conception des systèmes WPT et pourrait contribuer à la création de systèmes d’alimentation sans fil plus pratiques et plus fiables pour un large éventail d’applications.
Les systèmes de transfert d’énergie sans fil (WPT) transmettent l’énergie électrique d’une source d’alimentation à une charge sans connecteurs physiques ni fils, à l’aide de champs électromagnétiques. Cette idée remonte aux années 1890, lorsque Nikola Tesla a mené ses célèbres expériences sur la transmission d’énergie sans fil. Aujourd’hui, les systèmes WPT sont largement utilisés pour alimenter les smartphones, les brosses à dents électriques et les capteurs sans fil pour l’Internet des objets. Un système WPT typique comprend une bobine émettrice connectée à une source d’alimentation. Cet émetteur convertit l’énergie fournie en un champ électromagnétique, qui est reçu par une bobine réceptrice qui alimente ensuite un appareil électrique.
Récemment, le fonctionnement indépendant de la charge (LI) a attiré l’attention car il permet de maintenir la tension de sortie stable et de conserver la commutation à tension nulle (ZVS) même lorsque la charge change. Cependant, pour obtenir un fonctionnement LI, il faut des composants de circuit très précis, tels que des inductances ou des condensateurs, qui sont généralement calculés à l’aide d’équations analytiques complexes. Ces équations sont souvent basées sur des hypothèses idéalisées et ne reflètent pas les complexités du monde réel.
Pour surmonter ces limites et améliorer l’efficacité de la fourniture d’énergie, une équipe de recherche dirigée par le professeur Hiroo Sekiya de l’École supérieure d’informatique de l’université de Chiba, au Japon, a proposé une méthode de conception basée sur l’apprentissage automatique pour concevoir un système LI-WPT. Cette étude a été menée conjointement avec M. Naoki Fukuda et le Dr Yutaro Komiyama, également de l’université de Chiba, le Dr Wenqi Zhu du département d’ingénierie électrique de l’université des sciences de Tokyo et le Dr Akihiro Konishi du département d’informatique et des sciences de l’information de l’université Sojo.
Dans cette approche, le circuit WPT est décrit à l’aide d’équations différentielles qui capturent l’évolution des tensions et des courants au fil du temps dans le système, en tenant compte des caractéristiques réelles des composants. Ces équations sont ensuite résolues numériquement, étape par étape, jusqu’à ce que le système atteigne des conditions d’équilibre. Une fonction d’évaluation évalue les performances du système en fonction d’objectifs clés tels que la stabilité de la tension de sortie, l’efficacité de la fourniture d’énergie et la distorsion harmonique totale. Un algorithme génétique met ensuite à jour les paramètres du système afin d’améliorer le score d’évaluation, et le processus est répété jusqu’à ce que le fonctionnement indépendant de la charge souhaité soit atteint.
Comme l’explique le professeur Sekiya, « nous avons mis au point une nouvelle procédure de conception pour un système LI-WPT qui permet d’obtenir une tension de sortie constante sans contrôle des variations de charge. Nous pensons que l’indépendance vis-à-vis de la charge est une technologie clé pour la mise en œuvre sociale des systèmes WPT. De plus, il s’agit du premier succès d’une conception entièrement numérique basée sur l’apprentissage automatique dans le domaine de la recherche en électronique de puissance. »
Pour tester leur méthode, l’équipe l’a appliquée à un système WPT de classe EF, qui combine un onduleur de classe EF avec un redresseur de classe D. L’onduleur de classe EF traditionnel sans fonctionnement LI ne peut maintenir le ZVS qu’à son point de fonctionnement nominal. Si la charge change, le ZVS est perdu et le rendement diminue. En revanche, la version LI conçue par l’équipe a maintenu le ZVS et la tension de sortie stables même lorsque la charge variait.
Dans le système conventionnel de l’onduleur LI, la tension de sortie pouvait fluctuer jusqu’à 18 % lorsque la charge changeait. En revanche, le système conçu avec la méthode entièrement numérique a maintenu cette variation en dessous de 5 %, démontrant une stabilité nettement supérieure. En tenant compte avec précision des effets de la capacité parasite des diodes, la nouvelle approche a également permis de maintenir de meilleures performances à faible charge. Une analyse détaillée des pertes de puissance a révélé que la bobine de transmission dissipait presque la même quantité d’énergie dans différentes conditions de charge, grâce à la capacité du système à maintenir le courant de sortie stable. À son point de fonctionnement nominal, le système WPT LI de classe EF a atteint un rendement de 86,7 % à 6,78 MHz et a fourni une puissance de sortie supérieure à 23 W.
Pour l’avenir, les chercheurs estiment que les implications de ces travaux vont au-delà du WPT.
« Nous sommes convaincus que les résultats de cette recherche constituent une avancée significative vers une société entièrement sans fil. De plus, grâce au fonctionnement LI, le système WPT peut être construit de manière simple, ce qui réduit son coût et sa taille. Notre objectif est de généraliser le WPT d’ici les 5 à 10 prochaines années », déclare le professeur Sekiya.
Plus largement, cette méthode de conception montre que l’intelligence artificielle et l’apprentissage automatique ont le potentiel de transformer la conception des composants électroniques de puissance, ouvrant la voie à un avenir où la conception des circuits sera automatisée.
Crédit illustration : Wikimedia Commons via Creative Commons Search Repository
https://openverse.org/image/458a9b09-d2e7-4156-a3da-fd80fefde04f?q=artificial+intelligence&p=1
Image license: CC BY-SA 2.0
