千叶大学研发机器学习驱动的无线充电技术提升VR设备供电稳定性
查看引用/信息源请点击：techxplore
通过基于机器学习的设计方法来设计LI-WPT系统
（映维网Nweon 2025年08月11日）利用电磁场传输电能的无线电能传输（WPT）对VR/AR设备的应用具有革命性意义，能帮助解决当前设备的核心痛点，并开启全新的交互可能性。
在无线电能传输领域，线路阻抗无关运行（LI-independent Operation）主要是指，无论接收端负载阻抗如何变化，系统依然能维持稳定的能量传输效率或输出功率。这是实现高效、可靠无线供电的关键技术特性，尤其在动态负载场景至关重要，如VR/AR设备。
然而，实现线路阻抗无关运行需要非常精确的电路元件值，并且通常使用复杂的解析方程计算。相关方程一般基于理想化的假设，并不能反映现实世界的复杂性。
为了克服限制并提高电能传输效率，日本千叶大学团队提出了一种基于机器学习的设计方法来设计LI-WPT系统。
研究人员使用微分方程描述WPT电路，以捕获系统内电压和电流随时间的变化情况，并考虑到实际组件的特性。然后通过数值方法一步一步地求解方程，直到系统达到稳态条件。
评估函数根据输出电压稳定性、供电效率和总谐波失真等关键目标来评估系统的性能。然后，genetic算法更新系统参数以提高评估分数，并重复过程，直到实现所需的线路阻抗无关运行。
团队解释道：“我们为LI-WPT系统建立了一种新颖的设计程序，可以在不控制负载变化的情况下实现恒定的输出电压。我们认为线路阻抗无关是WPT系统普及实现的关键技术。另外，这是电力电子研究领域基于机器学习的完全数值设计的第一次成功。”
为了测试所提出方法，他们将其应用于ef类WPT系统。传统的ef类逆变器只能在其额定工作点保持ZVS。如果负载发生变化，ZVS就会丢失，效率下降。相比之下，团队设计的LI版本即便在负载变化时都能保持ZVS和输出电压稳定。
在常规系统中，当负载发生变化时，输出电压的波动幅度可达18%。相比之下，采用完全数值方法设计的系统将这一变化保持在5%以下，表现出更大的稳定性。详细的功率损耗分析显示，由于系统能够保持输出电流稳定，传输线圈在不同负载条件下消耗的功率几乎相同。在额定工作点，LI类ef WPT系统在6.78 MHz时的功率输出效率为86.7%，输出功率超过23 W。
对于AR/VR，WPT的真正实现有望彻底解放用户，减轻头显重量，并解决续航焦虑，例如直接由桌面、墙壁等位置的发射器供电，无需设备内置大电池。
相关论文：ML-Based Fully-Numerical Design Method for Load-Independent Class-EF WPT Systems
线路阻抗无关运行则是WPT走向实用化的核心能力，它解决了负载动态变化导致的能效崩溃问题。对VR/AR设备而言，这将意味着无感续航（设备功耗波动时供电不中断）， 轻量化（省去冗余电池和稳压电路），以及多设备协同（头显和控制器等一“站”供电）。
