Найти в Дзене

Учёные из Перми ускорили стабилизатор напряжения на 58% с помощью нейросети

Учёные Пермского Политеха создали «умный» стабилизатор напряжения, который реагирует на изменения на 58% быстрее аналогов. Об этом «Жуковский.Life» сообщили в пресс-службе ПНИПУ. Система на базе адаптивной нейронной сети обеспечивает высокую точность и сокращает вычислительные затраты более чем вдвое. Разработка решает ключевую проблему питания от нестабильных источников — солнечных панелей, аккумуляторов или гибридных систем, чьё выходное напряжение может колебаться. Такие скачки опасны для маломощной электроники, требующей стабильных параметров. Основой системы стал DC-DC преобразователь с электрической развязкой, где традиционно возникает погрешность из-за нелинейной работы оптопары. «Одно из преимуществ нашей разработки — использование адаптивных алгоритмов управления. Структуру нейронной сети мы построили на базе персептрона — простой классической модели. Она работает следующим образом. В режиме реального времени микроконтроллер анализирует выходное напряжение преобразователя, сра
   Фото сгенерировано Kandinsky 3.1
Фото сгенерировано Kandinsky 3.1

Учёные Пермского Политеха создали «умный» стабилизатор напряжения, который реагирует на изменения на 58% быстрее аналогов. Об этом «Жуковский.Life» сообщили в пресс-службе ПНИПУ. Система на базе адаптивной нейронной сети обеспечивает высокую точность и сокращает вычислительные затраты более чем вдвое.

Разработка решает ключевую проблему питания от нестабильных источников — солнечных панелей, аккумуляторов или гибридных систем, чьё выходное напряжение может колебаться. Такие скачки опасны для маломощной электроники, требующей стабильных параметров. Основой системы стал DC-DC преобразователь с электрической развязкой, где традиционно возникает погрешность из-за нелинейной работы оптопары.

«Одно из преимуществ нашей разработки — использование адаптивных алгоритмов управления. Структуру нейронной сети мы построили на базе персептрона — простой классической модели. Она работает следующим образом. В режиме реального времени микроконтроллер анализирует выходное напряжение преобразователя, сравнивает его с заданным значением и автоматически корректирует режим работы», — пояснил Вячеслав Никулин, доцент кафедры автоматики и телемеханики ПНИПУ.

В классических системах для компенсации искажений используют аналоговые схемы, но они не способны адаптироваться к изменениям и уязвимы к помехам. Новая интеллектуальная система учится учитывать нелинейности компонентов, компенсируя погрешности от нагрева или старения. Тестирование в цифровой модели и на физическом прототипе подтвердило её эффективность. Система не только точнее стабилизирует напряжение, но и сокращает время выхода на заданный уровень с 125 до 79 микросекунд, уменьшая количество вычислительных итераций с 57 до 24. Разработка открывает перспективы для создания более надёжных и энергоэффективных источников питания для портативной техники, робототехники и автономных систем.

Отечественные специалисты из ПНИПУ и ООО «НПО «Керамет» смогли расшифровать рецепт импортного «клея» для 3D-печати металлом. Это открывает путь к созданию российского аналога, снижению затрат и внедрению перспективной технологии в промышленности.