Mejora de la eficiencia de variadores de frecuencia mediante optimización por enjambre de partículas híbrida fraccional y gestión térmica integral

Por qué importan los accionamientos más fríos e inteligentes

Los vehículos eléctricos dependen de “cerebros” electrónicos que convierten la energía de la batería en movimiento suave y eficiente. Estas unidades de accionamiento electrónico trabajan intensamente, desperdician parte de la energía en forma de calor y pueden calentarse lo suficiente como para acortar su vida útil o reducir la autonomía. Este artículo explora una manera de hacer que dichos accionamientos sean a la vez más inteligentes y más fríos, usando un método avanzado de ajuste para su sistema de control junto con un circuito de refrigeración líquida cuidadosamente diseñado.

Hacer que el motor responda con limpieza

En el corazón de muchos coches eléctricos está un motor síncrono de imanes permanentes accionado por un variador de frecuencia (VFD). El VFD ajusta constantemente la tensión y la frecuencia para que el motor entregue la velocidad y el par deseados. Para ello usa un elemento de control simple pero crucial, un controlador PI (proporcional–integral), que decide cuánta corriente enviar en función de la diferencia entre la velocidad deseada y la real. Si los ajustes del PI no están bien escogidos, el motor puede sobrepasar su velocidad objetivo, oscilar antes de asentarse y desperdiciar energía. Los autores construyen primero un modelo matemático detallado del motor y luego diseñan un controlador que convierte su comportamiento, naturalmente no lineal, en uno más predecible y lineal. Esta base permite afinar el accionamiento con precisión en lugar de hacerlo mediante ensayo y error lento.

Búsqueda más inteligente para mejores ajustes de control

Encontrar las mejores configuraciones del PI es como buscar en un extenso paisaje el valle más bajo. El ajuste tradicional, o incluso los métodos de optimización estándar, pueden detenerse demasiado pronto en una depresión superficial, dejando margen de mejora. El estudio introduce un método de optimización por enjambre de partículas híbrida fraccional (FHPSO), que imita a un grupo de partículas explorando el paisaje mientras recuerdan dónde han estado. El cálculo fraccionario proporciona una especie de “memoria prolongada”, permitiendo que cada partícula use información de varios pasos previos, no solo del último. Además, un paso de recocido simulado permite ocasionalmente opciones que parecen peores al principio, ayudando a escapar de trampas locales. En conjunto, estas ideas producen ajustes de controlador que proporcionan respuestas rápidas y suaves con muy poca sobreexcitación.

Mantener la electrónica cómodamente fría

Aun con un control excelente, los interruptores de potencia dentro del VFD—principalmente MOSFETs y diodos—generan calor cada vez que conducen o conmutan la corriente. Los autores desarrollan un modelo térmico detallado que rastrea cómo estas pérdidas elevan la temperatura de las pastillas semiconductoras, su encapsulado y el disipador circundante. Luego lo combinan con un sistema de refrigeración líquida en circuito cerrado: un disipador extrae calor del VFD hacia un refrigerante en circulación, que una bomba envía a través de un radiador y un ventilador antes de regresar, ya enfriado, al accionamiento. Simulaciones y pruebas hardware-in-the-loop muestran que sin refrigeración las temperaturas de los dispositivos suben por encima de 80 °C, mientras que el circuito de refrigeración puede mantenerlas en torno a 29 °C, reduciendo el aumento de temperatura en aproximadamente dos tercios. Dado que la eficiencia cae al aumentar la temperatura, este control térmico protege directamente la autonomía y la fiabilidad.

Integrándolo todo en pruebas realistas

El equipo prueba su enfoque bajo dos condiciones de conducción: una con velocidad y carga constantes, y otra con velocidad constante pero un salto repentino en la demanda de par. Tanto en simulaciones por ordenador como en experimentos hardware-in-the-loop, el controlador ajustado con FHPSO ofrece mucha menos sobreexcitación de la velocidad—alrededor del 1% frente a más del 12% de un controlador ajustado de forma simple—y se estabiliza en el objetivo en unas pocas centésimas de segundo en lugar de tres décimas. Las ondulaciones de par, las distorsiones de corriente y las fluctuaciones del flujo magnético se reducen en alrededor de tres cuartas partes, y las formas de onda eléctricas muestran menor contenido armónico, lo que significa energía más limpia. Al mismo tiempo, el sistema de refrigeración integrado mantiene bajas las temperaturas en ambos casos de funcionamiento, lo que preserva la eficiencia y evita esfuerzos térmicos en los componentes.

Qué significa esto para los futuros vehículos eléctricos

Para un público no especialista, la conclusión es que un software más inteligente y una mejor refrigeración pueden hacer que el mismo hardware de accionamiento eléctrico se comporte como una unidad más potente y duradera. Al usar un método de búsqueda con memoria para ajustar el controlador y al vincular el comportamiento eléctrico a un modelo térmico realista, los autores muestran cómo reducir la sobreexcitación, suavizar la entrega de par del motor, disminuir las pérdidas de energía y mantener las temperaturas en un rango seguro. Aunque la optimización en sí exige más recursos computacionales que los métodos tradicionales, se realiza fuera de línea, de modo que el controlador final funciona a bordo sin carga adicional. Este enfoque combinado apunta a accionamientos de VE más eficientes, fiables y duraderos sin necesidad de cambios de hardware importantes.

Cita: Habib, K., Wadood, A., Khan, S. et al. Enhancing variable frequency drive efficiency using fractional hybrid Particle Swarm Optimization and comprehensive thermal management. Sci Rep 16, 11843 (2026). https://doi.org/10.1038/s41598-026-38644-y

Palabras clave: transmisiones de vehículos eléctricos, control de motores, refrigeración en electrónica de potencia, algoritmos de optimización, variadores de frecuencia