```html
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Müəlliflər: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Shengyu Tao Haizhou Liu Chongbo Sun Haocheng Ji Guanjun Ji Zhiyuan Han Runhua Gao Jun Ma Ruifei Ma Yuou Chen Shiyi Fu Yu Wang Yaojie Sun Yu Rong Xuan Zhang Guangmin Zhou Hongbin Sun Xülasə Katod materialları fərqlənən sırasız təqaüdə çıxmış batareyalar, onların katoda xas xüsusiyyətlərinə görə birbaşa təkrar emalın qəbul edilməsini çətinləşdirir. Təqaüdə çıxmış batareyaların artması effektiv birbaşa təkrar emal üçün dəqiq çeşidləmə tələb edir, lakin müxtəlif əməliyyat tarixi, müxtəlif istehsalçılar və təkrar emal edən tərəfdaşların (mə data sahibləri) məlumat məxfiliyinin qorunması ilə bağlı çətinliklər yaranır. Burada biz 5 katod materialı və 7 istehsalçıdan ibarət 130 litium-ion batareyadan ibarət unikal bir dəstədən federativ maşın öyrənmə yanaşmasının, təkrar emal edən tərəfdaşların məlumat məxfiliyini qoruyaraq, keçmiş əməliyyat məlumatlarına güvənmədən bu təqaüdə çıxmış batareyaları təsnif edə biləcəyini göstəririk. Həyatının sonundakı şarj-deşarj dövründən əldə edilmiş xüsusiyyətlərdən istifadə edərək, modelimiz Vasserşteyn məsafəsinə əsaslanan yenilikçi səsvermə strategiyamız sayəsində bircinsli və qeyri-bircinsli batareya təkrar emalı şəraitində müvafiq olaraq 1% və 3% katod çeşidləmə səhvləri nümayiş etdirir. İqtisadi cəhətdən, təklif olunan metod firavan və davamlı təkrar emal sənayesi üçün dəqiq batareya çeşidləməsinin dəyərini vurğulayır. Bu tədqiqat, paylanmış sistemlər üçün əməkdaşlıq və məxfiliyə hörmət edən qərar qəbul etməni asanlaşdıran müxtəlif mənbələrdən məlumat həssas məlumatlardan istifadə etməyin yeni paradiqmasını elan edir. Giriş Enerji anbarı cihazları kimi litium-ion batareyalar (LIB), qəbul edilmiş texniki bir yol olaraq, sənaye istehsalından gündəlik həyata qədər müxtəlif sahələrdə geniş istifadə olunmuşdur. Proqnozlar, 2030-cu ilə qədər qlobal LIB istehsal miqyasının 1.3 TWh-ni keçəcəyini göstərir , belə ki, artan batareya tələbi litium və kobalt kimi vacib metal resurslarının mövcudluğunu ,  ödəyəcək. Lakin, LIB məhsullarının cari orta ömrü 5-8 il təşkil edir ki, bu da bir çox ölkələrdə təqaüdə çıxmış batareyaların yaxınlaşan artımına səbəb olur. Düzgün idarə olunmasa, təqaüdə çıxmış batareyalar davamsız resurs israfına və ətraf mühitə zərər yetirəcək. Bu şəraitdə, LIB təqaüdə çıxmalarının gələcək selinə qarşı mübarizə apardığımız üçün batareya təkrar emalı texnologiyasının inkişafı mühüm əhəmiyyət kəsb edir . 1 2 3 4 Batareya təkrar emalı tədqiqatındakı son inkişaflar pirometallurji, hidrometallurji və birbaşa təkrar emal yanaşmalarına  yönəldilmişdir. Pirometallurji və hidrometallurji üsulları ilə müqayisədə, birbaşa təkrar emal fərqli bir yanaşma olaraq seçilir. Bu proses materialın strukturuna ikinci dərəcəli zərər vermir, daha səmərəli struktur təmiri və performans bərpasına imkan verir. Bundan əlavə, birbaşa təkrar emal daha yüksək mənfəət nümayiş etdirir, çünki daha aşağı enerji istehlakı, azaldılmış istixana qazı emissiyaları və daha yüngül ətraf mühit izləri ,  tələb edir. Lakin real istehsalda, batareya təkrar emalı edənlər tez-tez naməlum komponentlərdən ibarət LIB-lərlə və ya müxtəlif katod materialı növlərinin qarışığından ibarət batareya modulları ilə qarşılaşırlar. Birbaşa təkrar emalın böyük ölçüdə katoda xas ola biləcəyi nəzərə alınsa, belə bir mürəkkəblik təqaüdə çıxmış batareyaların dəyər çevrilməsinə nail olmaq üçün birbaşa təkrar emalın tətbiqini qeyri-mümkün edir . Müəyyən edilmişdir ki, hətta qarışıq katod materialı növlərindən olan vacib metallar adi təkrar emal strategiyaları istifadə edərək çıxarıla bilsə də, təkrar emal prosesi zamanı müxtəlif katod materialları arasındakı qarşılıqlı təsir məhsulun keyfiyyətinə mənfi təsir göstərə bilər . Buna görə də, təkrar emal tərəfində katod materialı növü məlumatını anlamaq, birbaşa təkrar emal marşrut seçimini əhəmiyyətli dərəcədə təsir edir və nəticədə məhsulun keyfiyyətini, mənfəətini və davamlılığını yaxşılaşdırır. 5 6 7 8 9 Təqaüdə çıxmış batareyanın katod materialı növü məlumatını ilkin emal linkində müəyyən etmək üçün insan köməyi ilə birbaşa təkrar emal təklif edilmişdir ki, bu da təkrar emal sənayesi miqyasında genişlənərkən hələ də maliyyə cəhətdən məqsədəuyğun deyil . Təqaüdə çıxmış batareya növü məlumatını effektiv şəkildə əldə etmək üçün elmi və sənaye ictimaiyyəti bu yaxınlarda batareya ömrünün izlənməsi sistemini  və batareya pasportu  və batareya məlumat genomu  kimi yeni konsepsiyaları təqdim etmişdir. Bu təşəbbüslərdən əvvəl əhəmiyyətli batareyalar istifadə olunmuş olsa da, batareya məlumatlarının ikinci həyat qərar qəbul etməsini asanlaşdırmaq üçün bütün həyat zənciri boyunca əlçatan olması barədə artan bir konsensus var . Bu, xüsusilə batareya pasportu üçün vacibdir, çünki təkrar emal marşrutu böyük ölçüdə katoda xas ola bilər. Bununla belə, batareya ömrü izləmə sistemləri və ya batareya pasportları barkodlar və yaxın sahə rabitəsi kimi elektron cihazlar tərəfindən dəstəklənir, bu da intensiv investisiyalar gətirə bilər və müxtəlif batareya dizaynerləri ilə geniş uyğunsuz ola bilər. Bundan əlavə, elektron cihazların ömürləri boyunca ardıcıl idarə edilməsi çətindir, nəticədə cihazlar köhnəlir və müasir LIB-lərin istehsal prosesi hələ də istehsal-dan-təkrar-emala inteqrasiya olunmadığı üçün  təkrar emal mərhələsində əlçatmaz olur. Beləliklə, yalnız asanlıqla əlçatan sahə məlumatlarından istifadə edərək effektiv batareya katod növü çeşidləməsinə nail olmaq üçün daha çox yeniliklər təcili tələb olunur , , təkrar emal edilmiş məhsulların keyfiyyətini və mənfəətini yaxşılaşdırmaq üçün birbaşa təkrar emalın qəbul edilməsini asanlaşdıran, qeydə alınmış tarixi məlumatlara və ya insan köməyi ilə aparılan üsullara zidd olaraq. 1 10 11 12 13 14 15 16 Son bir neçə ildə, maşın öyrənməsi bütün batareya sahələrindəki açıq sualları həll etmək üçün etibarlı bir vasitə kimi ortaya çıxdı. Digər batareya ilə əlaqəli mövzularda, maşın öyrənməsi bu yaxınlarda mürəkkəb batareya mexanizmlərinin avtomatik kəşfinə , , , qalan faydalı ömrü proqnozlaşdırmağa , , , , , sağlamlıq vəziyyətinin qiymətləndirilməsinə , , , dövrə profilinin optimallaşdırılmasına , , nasazlıq paylanmasını təxmin etməyə , hətta batareya dizaynına rəhbərlik etməyə , , və istehsal olunduqdan dərhal sonra həyat boyu performansını proqnozlaşdırmağa  imkan vermişdir. Batareya təkrar emalı halında, məhdud batareya məlumatları, xüsusilə də həyat sonuna qədər istifadə edilmiş batareyalar üçün maşın öyrənməsi ilə bağlı azsaylı işlər araşdırılmışdır , , bu da olduqca məhdud nümunə ölçülərinə  və batareya katod müxtəlifliyində daha da məhdudlaşmağa səbəb olur . Bu qıtlıq, yüksək xərclər, uzun test müddəti  və ən əsası, kommersiya və ya maraq məsələləri səbəbindən məlumat məxfiliyi ilə əlaqələndirilir. Nəticə olaraq, məxfilik problemi, mövcud batareya məlumatları, baxmayaraq ki, həcm və müxtəliflik baxımından çoxdur, batareya istehsalçıları, praktik tətbiqetmə qurumları, akademik müəssisələr və üçüncü tərəf platformları kimi müxtəlif tərəflərdən gəlir, paylaşıla bilmir. Belə bir dilemma, məxfilikə hörmət edən bir şəkildə katod materialı çeşidləməsini öyrənməyi tələb edir. 17 18 19 20 21 22 23 24 19 25 26 27 28 29 30 31 32 33 34 35 36 37 Federativ maşın öyrənməsi, paylanmış və məxfiliyə hörmət edən bir paradiqma olaraq, çoxpartiyalı əməkdaşlıq (ekvivalent olaraq, batareya məlumatı həcmi və müxtəlifliyi) və məxfilik məsələlərini əməkdaşlıq maşın öyrənməsi vasitəsilə , ,  həll etmək potensialına malikdir. Hər bir təlim iterasiyasında, paylanmış məlumat sahibləri yerli hesablama gücləri ilə yerli təlim aparır, təlim edilmiş model parametrlərini/nəticələrini şifrələyir və aqreqasiya üçün mərkəzi koordinatora yükləyirlər. Xammal dəstlərinin heç vaxt müvafiq məlumat sahiblərindən ayrılmaması və ötürülən parametrlərin/nəticələrin məlumat məxfiliyini qorumaq üçün düzgün şifrələnməsi faktları. Federativ maşın öyrənməsi, ictimai səhiyyə , , klinik diaqnostika , , , e-ticarət , İnternet Ciha zları , mobil hesablama , və ağıllı şəbəkə , ,  daxil olmaqla çoxsaylı tətbiqi sahələrdə geniş tədqiq edilmişdir. Bu yanaşma, məxfilik qoruyucu əməkdaşlığı təmin edərək, məlumat mənimsəməsinə məhdud olduqda, xüsusilə data-driven tədqiqat paradiqmasını inqilab edə bilər. Batareya təkrar emalı sektoruna gəldikdə, federativ maşın öyrənməsi mövcud olan lakin məxfilik narahatlıqları səbəbindən paylaşıla bilməyən böyük miqdarda batareya məlumatlarından istifadə etmək üçün ümidverici imkanlar təmin edir. Belə bir əməkdaşlıq, lakin məxfilik qoruyucu paradiqma ilə, təqaüdə çıxmış batareya çeşidləməsi yüksək dəqiqlik, səmərəlilik, miqyaslılıq və ümumiləşdirmə ilə həyata keçirilə bilər, təkrar emal edilmiş məhsulların keyfiyyətini və mənfəətini optimallaşdırır. Bildiyimizə görə, batareya təkrar emalına yönəlmiş federativ maşın öyrənməsi tədqiqatları heç vaxt bildirilmemişdir. 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Bu tədqiqatda, biz batareya istehsalçıları, praktik tətbiq operatorları, akademik tədqiqat müəssisələri və üçüncü tərəf platformları kimi müxtəlif tərəfdaşlardan mövcud batareya məlumatlarından istifadə edərək, təqaüdə çıxmış batareyaların katod materialı çeşidləməsini, 1-ci Şəkil -də göstərildiyi kimi, əməkdaşlıq, lakin məxfilik qoruyucu maşın öyrənmə üsulu ilə həyata keçiririk. Bizim federativ maşın öyrənməsi modelimiz yalnız bir dövrə sahə test məlumatı vasitəsilə standart xüsusiyyət çıxarılması prosesindən istifadə etməklə təlim edilmişdir, əvvəlki əməliyyat şəraitindən heç bir əvvəlki məlumat olmadan. Biz federativ maşın öyrənməsi modelimizin proqnoz gücünü, bircinsli və qeyri-bircinsli batareya təkrar emalı şəraitində yerli məlumatlara əsaslanan müstəqil öyrənilmiş yerli modellərlə müqayisə edirik. Qeyri-bircinslik məsələsi təklif etdiyimiz Vasserşteyn məsafəsinə əsaslanan səsvermə strategiyamız tərəfindən həll edilir. Təqaüdə çıxmış batareya təkrar emalının iqtisadi qiymətləndirilməsi, təklif etdiyimiz federativ maşın öyrənməsi çərçivəsindən istifadə edərək aparılır, dəqiq təqaüdə çıxmış batareya çeşidləməsinin əhəmiyyətini və zəruriliyini vurğulayır. Biz modelin şərh edilə bilməsini, batareya təkrar emalı nəticələrini və gələcək batareya təkrar emalı təcrübəsinin federativ maşın öyrənməsi ilə inteqrasiyasının daha geniş perspektivlərini ətraflı şəkildə müzakirə edirik. 1    Batareya istehsalçıları (Şəkil Etiketi Addionics), praktik tətbiq operatorları (Tesla-nın döşəmə lövhəsində batareya paketi. Şəkil Etiketi Tesla), akademik tədqiqat müəssisələri və üçüncü tərəf platformları kimi müxtəlif məlumat mənbələri məlumat kontribyutorları ola bilər. Batareya məlumatları kontributorlar arasında mübadilə edilmir və ya batareya təkrar emalı edənə yüklənmir. Əvəzində, məlumat kontributorları yerli modellər təlim edir və qlobal bir model yaratmaq üçün model parametrlərini batareya təkrar emalı edən ilə bölüşürlər. Təklif olunan Vasserşteyn məsafəsinə əsaslanan səsvermə texnikası, məlumat qeyri-bərabərliyinə və səs-küyə davamlı olan yerli modelləri qlobal modelə birləşdirir. Batareya təkrar emalı edənlər, asanlıqla əlçatan sahə test məlumatları ilə birlikdə, birlikdə yaradılmış modeli batareya çeşidləməsi üçün istifadə edə bilərlər.   Bizim federativ maşın öyrənməsi çərçivəmiz, ənənəvi məlumat adaları paradiqmasından fərqli olaraq, məxfiliyi qoruyarkən məlumatların paylaşılmasını təşviq edir. a b Nəticələr Məlumat toplama və standartlaşdırma Müxtəlif batareya növlərindəki unikal batareya kinetikası, fərqli əməliyyat halları, istehsal dəyişkənliyi və tarixi istifadələri səbəbindən yüksək ölçülü və xarakterizə olunması çətin dir. Bu dilemma üçün bir həll tapmaq üçün, qeyri-şəraitli, ekvivalent olaraq qeyri-bircinsli bir dəstə yaratmaq üçün 7 istehsalçıdan 5 katod materialı növü olan 130 təqaüdə çıxmış batareyanı topladıq və standartlaşdırdıq. Müxtəlif tarixi istifadələri nəzərə alaraq, toplanmış batareyaların tutumu nominal tutumun 90% -dən aşağıdır. Batareya katod materialları litium kobalt oksidi (LCO), nikel manqan kobalt (NMC), litium dəmir fosfat (LFP), nikel-kobalt-alüminium oksidi (NCA) və NMC-LCO qarışıq növləridir, bunlar istehsalçılara əsasən 9 sinifə qruplaşdırılır (Əlavə Cədvəl  ). Təkmil batareya təkrar emalı üçün tarixi istifadələrdən və batareya növlərindən asılı olmayan ümumi bir model təlim etmək üçün laboratoriya testlərindən elektrik nəqliyyat vasitəsi sürmə profillərinə qədər müxtəlif tarixi istifadələri olan batareyaları qəsdən daxil etdik. 52 1 Standartlaşdırma üçün, təkrar emalı edəndən tələb olunan bütün məlumatlar, praktik hallarda həyata keçirilməsi asan olan cari (sahə-test) dövrədir, xüsusilə də bir tam şarj-deşarj testi ilə. Test edilmiş məlumatlar əvvəlcə itkin dəyərləri doldurmaq, kənarlaşmaları əvəz etmək və median filtrləmə aparmaqla təmizlənir. İnsan tərəfindən yaradılan və katod qeyri-bircinsliyindən qaynaqlanan səslər, modeli qüsurlu girdilərə davamlı etmək üçün qəsdən saxlanılır. Məlumatlar daha sonra əyri doldurmaq (Əlavə Şəkil  ) və ölçülərin azaldılması üçün xüsusiyyətləşdirilir, standartlaşdırma parametrlərinin ortaq dəsti ilə (Əlavə Qeyd  ). Standartlaşdırma boru kəmərindən çıxarılan xüsusiyyətlər, əhəmiyyətli kommersiya marağı doğuran bir məsələ olan, yaxşı şərh edilə bilər. Bildiyimizə görə, bu, müxtəlif mənbələrdən və tarixi istifadələrdən gələn qeyri-bircins batareya məlumatlarının batareya təkrar emalı strategiyası dizaynına kömək etmək üçün ilk dəfədir ki, istifadə olunur. 1 1 Şəkil  a, b xüsusiyyət mühəndisliyi prosesini nümayiş etdirir. Biz təqaüdə çıxmış batareyaların son dövründə, yəni bir şarj və bir deşarj dövründə (Əlavə Şəkil  – ) şarj və deşarj əyrisinə diqqət yetiririk. Şarj dövründə, gərginlik-kapasitans və dQ/dV əyrilərindən 15 xüsusiyyət çıxarılır, burada V və Q müvafiq olaraq gərginlik və kapasitans dəyərlərini ifadə edir. Eyni xüsusiyyətlər deşarj dövrü üçün də çıxarılır. Nəticə olaraq, F1-dən F30-a qədər göstərildiyi kimi, ümumilikdə 30 xüsusiyyət çıxarılır. Xüsusiyyətlərin ətraflı izahı üçün Əlavə Cədvəl   və Əlavə Qeyd  -ə baxın. Şəkil  c, hər bir sinifdən seçilmiş batareyaların mütləq və nisbi xüsusiyyət dəyərlərini göstərir. Müxtəlif siniflərdəki nisbi xüsusiyyət 2 2 5 2 2 2

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Bu audio hekayənin orijinal dilində hazırlanmışdır!

Bu Məxfilikə Dözümlü Süni Zəka Batareya Tullantısını Böyük Mənfəətə Çevirə Bilər

About Author

ŞƏRHLƏR

ETİKET ASIN

BU MƏQALƏ TƏQDİM EDİLMİŞDİR

Related Stories

Optimizing Operations for Real Estate Investors - Interview with Startups of the Year Nominee, Azibo

How Azarus's Technology is Transforming Viewer Engagement on Stream

Women in Tech: Azize Sultan Shares Her Inspiring Journey from Architecture to Tech Leadership

Optimizing Operations for Real Estate Investors - Interview with Startups of the Year Nominee, Azibo

How Azarus's Technology is Transforming Viewer Engagement on Stream

Women in Tech: Azize Sultan Shares Her Inspiring Journey from Architecture to Tech Leadership

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps