電力電子(PE)是電氣工程的一個分支，專注于處理、控制和高效地将電力從一種形式轉換為另一種形式。與處理信号和資料的電子系統不同，電力電子控制大量的電能。基本上，我們的生活圍繞着一系列無限多的能量轉換器、電機等，這些都是電力電子的研究對象。
建構可持續和綠色經濟以保護我們的環境和提高我們的生活水準的目标，放大了電力電子作為大規模變革的主要推動者的作用，旨在改變我們的社會并創造新的商業模式。然而，其他技術進步也在促進這種轉型過程。人工智能(AI)目前正處于一個重大的轉折點，在人類活動的衆多領域中開辟的巨大機遇，那麼，AI能為電力電子帶來什麼好處呢?
AI學習和問題解決
人工智能系統在大量資料上進行訓練，使它們能夠識别模式并做出決策。它們執行類似人類的任務，如虛拟助手或在社交媒體平台上識别合适的内容等。生成式人工智能是一種能夠根據使用者請求建立特定内容的人工智能。
它使用基于神經網絡的先進機器學習模型(稱為深度學習模型)生成文本、圖像和視訊。非常流行的聊天機器人，如微軟的Copilot，已經嵌入浏覽器中，進行看起來像人類制作的文本對話。其他應用，如Midjourney，可以從文本描述中生成圖像。
新技術的日益重要角色
為了實作非常雄心勃勃的目标，如汽車電氣化和數字化、可再生能源發電等，必須考慮以下幾個方面：
可持續性。從基本材料的早期采用階段到智能管理維修、回收和再利用。
高效率不僅要在運作期間保持，還要在循環經濟的所有階段保持。
産品生命周期管理過程，是一個普遍概念，是以應在整個産品生命周期中得到保證，
整合額外功能，使從建築建設到工廠營運和維護的所有步驟都更加靈活。
部署電力裝置以支援智能電網等基礎設施。
電力電子與人工智能的接觸點
Bischoff和Hellinger提出了一張三維圖表，用于識别電力電子的資料流和人工智能的機會：
完整生命周期，從設計到恢複和回收。
系統運作，包括半導體元件和相關硬體在太陽能電站、充電站、電動汽車或風電場等應用中的運作。
資料用例，包括設計空間探索、操作員教育訓練和數字産品護照(DPP)。DPP是一個攜帶産品可持續性資訊的工具。通過掃描産品二維碼，可以收集有關使用的材料、碳足迹、維修說明、回收建議和制造過程的資訊。是以，DPP在推廣循環經濟實踐中起着重要作用。
一個例子：逆變器認證和生産
生産一個給定産品的正式認證是一個耗時的過程，涉及許多步驟，無論是測試還是評估。一個良好的性能-成本權衡解決方案是采用基于數字孿生模型的模拟技術。
西門子和UL Solutions已經制定了一個不需要大量實施實體測試的程式，并可以利用西門子的數字孿生技術。UL Solutions是全球領先的提供認證、咨詢和測試服務，以及審計和軟體解決方案的公司。通過重新定義測試邊界，數字模拟可以以無與倫比的保真度和速度提供産品的完整知識。是以，認證不僅變得更加靈活，而且加快了上市時間，并通過確定品質、安全和性能要求，實作了更快的創新。
由于這種方法，元宇宙不再是一個抽象的概念，而是一個新的空間，其中物體的數字表示與實體現實相結合，取得了顯著的成果。西門子在埃爾蘭根的工廠(GWE)就是一個例子，展示了生産現場如何适應新的制造模式。實際上，除了生産逆變器和驅動器，這家工廠還配備了内部測試場，可以在向客戶提供之前全面測試和調試新的“元宇宙”技術。
生産線中的人工智能應用
波峰焊接是一個完全自動化的過程，用于将通孔元件焊接在印刷電路闆(PCB)上。基本上，一旦元件通過引腳安裝在PCB上，電路闆就被放置在波峰焊接機中。系統使用傳送帶将電路闆移動通過幾個階段，并具有儲存熔融焊料的槽和将焊料提升到PCB下側的泵，建立熔融焊料“波”。當PCB到達熔融焊料波時，熱、助焊劑和毛細作用建立精确和可靠的焊點，将元件的引腳連接配接到PCB。
在GWE，一個人工智能控制的檢測系統允許減少通孔波峰焊接線中的誤報。使用标準檢測方法，5%到25%的PCB必須手動篩選，而98%是誤報。人工智能檢測系統将必要的檢查次數減少到僅2.5%到12.5%。在波峰焊接線的末端，一個自動光學檢測系統(AOI)分析PCB相機圖像，以确定是否存在焊橋或開路焊點，進而決定PCB是否可以接受或拒絕。通過将人工智能技術與AOI相結合，有助于提高整體效率并減少繁瑣的人工幹預。
實驗設計
生成式人工智能看起來非常類似于它所訓練的輸入資料，并且通過一些創造力，它産生的輸出幾乎與人類生成的輸出相同。一個重要的新興應用是掃描特定設計的各種選項。
基本上，生成式人工智能被訓示建立一組可能的設計并通過模拟進行評估。然後将結果發送回生成式人工智能以進一步微調和改進設計。簡而言之，生成式人工智能可以有效地增強實驗設計。
資料交換
現代制造要求裝置通過接口共享和通信操作資料。這種資訊流由人工智能服務、大資料分析、物聯網和連接配接性中介。
一組大型工業泵、風扇和壓縮機由低功率電機驅動，這些電機受益于狀态監測。狀态監測是一種維護技術，通過結合機器傳感器資料(提供有關振動、溫度等的實時資訊)和最新的機器監測軟體，預測機器的健康狀況。這裡的分析基于操作資料與從電機電氣和機械模型中提取的電機數字孿生的比較。
不僅對操作員和服務提供商有好處，對原始裝置制造商也有好處，其中一些是：
基于實際條件的最佳維護延長産品壽命高達30%。
定期監測和狀态分析減少維護成本高達30%。是以，停機時間可以減少，工廠生産率可以提高10%。
人工智能和資料分析幫助數字電機識别否則會産生低效率和更大二氧化碳排放的關鍵過程。适當的對策導緻成本降低和碳足迹減少。
服務提供商可以通過通路最新的狀态狀态遠端快速幹預，進而以最小的努力減少停機時間的發生。通過立即報告缺陷和缺陷，可以迅速采取補救措施，避免損害和安全風險。這種主動的維護方法增強了工業環境中的操作可靠性和安全性。
人工智能和電力電子的交叉點為提高電氣系統和制造的效率、可靠性和性能帶來了巨大的希望。由于其高效處理大量資料的能力，人工智能的角色從設計到操作和維護變得至關重要，同時延長了生命周期性能。
END
關于我們：功率器件_半導體元器件_電子元器件_碳化矽管_解決方案商_浮思特科技