基于物理信息学习的容错控制，实现电动汽车中稳健的无线能量传输

《Scientific Reports》：Physics-informed learning–based fault-tolerant control for robust wireless power transfer in electric vehicles

　　

摘要

基于无线能量传输的电动汽车是一种极具前景的技术，有望大幅减少全球碳排放。传统的内燃机驱动交通工具导致了温室气体排放的大量增加，进而加剧了气候变化。而基于无线能量传输的电动汽车则能够提供更长的续航里程、无需接触的充电方式、更高的安全性以及更低的车辆成本。不过，无线能量传输系统复杂的结构容易引发功率转换器故障和线圈错位等问题，这些故障会严重影响电动汽车的性能。功率转换器故障会降低无线能量传输系统的性能，本文通过引入冗余开关来确保车辆正常运行。此外，本文还提出了一种基于物理规律的神经网络——物理信息神经网络，该网络能够分析来自功率转换器的信号，并控制主动容错控制器。该主动容错控制器包含用于实时检测和隔离故障的FDI模块，而基于物理信息神经网络的观测系统则可实时监控相关信号。实验结果表明，所提出的框架能够实现精准的电流跟踪，即使在参数发生变化的情况下也能使残余信号保持在规定范围内，且系统的稳定时间可缩短至0.22秒。同时，系统的稳态误差可降至0.3安培，这一表现优于其他控制方法，能够确保系统在出现故障时依然保持稳定。因此，本文提出了基于物理信息神经网络的主动容错控制器，旨在确保在功率转换器故障或线圈错位的情况下，基于无线能量传输的电动汽车仍能持续稳定运行。