
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 Abstrakt Katod materialları müxtəlif olan çeşidlənmiş istifadə olunmuş batareyalar, onların katoda xas xüsusiyyətləri səbəbindən birbaşa təkrar emalın qəbuluna mane olur. İstifadə olunmuş batareyaların artması, effektiv birbaşa təkrar emal üçün dəqiq çeşidləməni tələb edir, lakin müxtəlif əməliyyat tarixçələri, müxtəlif istehsalçılar və təkrar emal əməkdaşlarının məlumat məxfiliyinin qorunması narahatlıqları (məlumat sahibləri) səbəbindən çətinliklər yaranır. Burada biz 5 katod materialı və 7 istehsalçı əhatə edən 130 litium-ion batareyasından ibarət unikal bir dəstdən, federativ maşın öyrənmə yanaşmasının təkrar emal əməkdaşlarının məlumat məxfiliyini qoruyaraq, keçmiş əməliyyat məlumatlarına əsaslanmadan bu istifadə olunmuş batareyaları təsnifləşdirə bildiyini göstəririk. İstifadə olunmuş batareyaların ömrünün son zaryad-deşarj dövründən çıxarılan xüsusiyyətlərdən istifadə edərək, bizim modelimiz Vasserşteyn məsafəsinə əsaslanan səsvermə strategiyamıza görə, homojen və heterojen batareya təkrar emalı şəraitində müvafiq olaraq 1% və 3% katod çeşidləmə səhvlərini göstərir. İqtisadi baxımdan, təklif olunan metod, firavan və davamlı təkrar emal sənayesi üçün dəqiq batareya çeşidləməsinin dəyərini vurğulayır. Bu tədqiqat, paylanmış sistemlər üçün əməkdaşlıq və məxfiliyə hörmətlə yanaşan qərar qəbulunu asanlaşdıran müxtəlif mənbələrdən məxfiliyə həssas məlumatlardan istifadə etməyin yeni bir paradiqmasını hərəkətə gətirir. Giriş Litium-ion batareyalar (LIBs) enerji anbarı cihazları kimi, sənaye istehsalından gündəlik həyatadək müxtəlif sahələrdə geniş istifadə olunur və qəbul edilmiş texniki yol kimi tanınır. Proqnozlar göstərir ki, 2030-cu ilə qədər LIB-lərin qlobal istehsal miqyası 1.3 TWh-ni keçəcəkdir , lakin artan batareya tələbi litium və kobalt kimi vacib metal resurslarının mövcudluğunu xeyli üstələyəcəkdir , . Lakin, LIB məhsullarının cari orta ömrü 5-8 ildir, bu da bir çox ölkələrdə istifadə olunmuş batareyaların yaxınlaşan artımına səbəb olur. Əgər düzgün idarə olunmazsa, istifadə olunmuş batareyalar davamsız resurs israfına və ətraf mühitə zərərə səbəb olacaqdır. Bu şəraitdə, LIB istifadəsinin yaxınlaşan dalğası ilə qarşılaşarkən batareya təkrar emalı texnologiyasının inkişafı mühüm əhəmiyyət kəsb edir . 1 2 3 4 Batareya təkrar emalı sahəsindəki son tədqiqatlar pirometallurgiya, hidrometallurgiya və birbaşa təkrar emal üsullarına yönəlmişdir . Pirometallurgiya və hidrometallurgiya üsullarından fərqli olaraq, birbaşa təkrar emal fərqli bir yanaşma kimi seçilir. Bu proses materialın strukturuna ikinci dərəcəli zərər vermir, daha effektiv struktur təmiri və performans bərpasına imkan verir. Bundan əlavə, birbaşa təkrar emal daha yüksək mənfəətə malikdir, çünki o, aşağı enerji istehlakı, azaldılmış istixana qazı emissiyaları və daha yüngül ətraf mühit izləri tələb edir , . Lakin, faktiki istehsalda, batareya təkrar emalçıları tez-tez bilinməyən komponentlərdən ibarət LIB-lərlə və ya müxtəlif katod materialı növlərini birləşdirən batareya modulları ilə qarşılaşırlar. Birbaşa təkrar emalın əhəmiyyətli dərəcədə katoda xas ola biləcəyi nəzərə alınaraq, belə bir mürəkkəblik, istifadə olunmuş batareyaların dəyər çevrilməsinə nail olmaq üçün birbaşa təkrar emalın tətbiqini məhdudlaşdırır . Vacib metalların adi təkrar emal strategiyaları vasitəsilə çıxarıla biləcəyi təqdirdə belə, müxtəlif katod materialları növləri arasındakı qarşılıqlı təsirin təkrar emal prosesi zamanı məhsul keyfiyyətinə mənfi təsir göstərə biləcəyini vurğulamaq vacibdir . Buna görə də, təkrar emal tərəfində katod materialı növü məlumatının başa düşülməsi, birbaşa təkrar emal marşrut seçiminə əhəmiyyətli dərəcədə təsir edir və nəticədə məhsul keyfiyyətini, mənfəətini və davamlılığını yaxşılaşdırır. 5 6 7 8 9 İnsan köməyi ilə birbaşa təkrar emal, əvvəlki emal mərhələsində istifadə olunmuş batareyaların katod materialı növü məlumatını müəyyən etmək üçün təklif edilmişdir, lakin bu, təkrar emal sənayesi böyüdükcə hələ də maliyyə baxımından yaşana bilməzdir . İstifadə olunmuş batareya katod növü məlumatını effektiv şəkildə əldə etmək üçün, elmi və sənaye icması son zamanlarda batareya ömrünün izlənməsi sistemini  və batareya pasportu  və batareya məlumat genomu  kimi yeni konsepsiyaları başlatmışdır. Bu təşəbbüslərdən əvvəl əhəmiyyətli miqdarda batareya istifadə olunmuş olsa da, batareya məlumatının ikinci həyat qərar qəbulunu asanlaşdırmaq üçün bütün həyat zənciri boyunca əlçatan olması barədə artan bir fikir birliyi var . Bu, xüsusilə batareyanın ikinci həyatının son stansiyası olan batareya təkrar emalı sektoru üçün doğrudur, çünki təkrar emal marşrutu əhəmiyyətli dərəcədə katoda xas ola bilər. Lakin, batareya ömrünün izlənməsi sistemləri və ya batareya pasportları, barkodlar və yaxın sahə kommunikasiyaları kimi elektron cihazlar tərəfindən təmin edilir, bu da intensiv investisiya tələb edə bilər və müxtəlif batareya dizaynerləri ilə geniş uyğunsuz ola bilər. Bundan əlavə, elektron cihazların ömürləri boyunca ardıcıl idarə edilməsi çətin olaraq qalır, bu da köhnəlmiş cihazlara və təkrar emal mərhələsində əlçatmazlığa səbəb olur, çünki LIB-lərin müasir istehsal prosesi hələ də istehsal-dan-təkrar emala inteqrasiya olunmamışdır . Beləliklə, yalnız asan əlçatan sahə məlumatlarından istifadə edərək effektiv batareya katod növü çeşidləməsinə nail olmaq üçün daha çox irəliləyişlərə təcili ehtiyac var , , tarixi məlumatların qeydə alınması və ya insan köməyi ilə yanaşmalara qarşı, məhsulların keyfiyyətini və mənfəətini yaxşılaşdırmaq üçün birbaşa təkrar emalın qəbulunu asanlaşdırır. 1 10 11 12 13 14 15 16 Son bir neçə ildə maşın öyrənmə bütün batareya sahələrində açıq sualları həll etmək üçün etibarlı bir vasitə kimi ortaya çıxdı. Digər batareya ilə əlaqəli mövzularda, maşın öyrənmə son zamanlarda mürəkkəb batareya mexanizmlərini avtomatik kəşf etməyə , , , qalan faydalı ömrü proqnozlaşdırmağa , , , , , sağlamlıq vəziyyətini qiymətləndirməyə , , , dövrə profilini optimallaşdırmağa , , nasazlıq paylanmasını təxmin etməyə , hətta batareya dizaynını idarə etməyə , , və istehsal olunduqdan dərhal sonra ömür boyu performansı proqnozlaşdırmağa  imkan vermişdir. Batareya təkrar emalı halında, az sayda iş maşın öyrənməni, xüsusilə də katod materialları baxımından araşdırmışdır , , bunun səbəbi isə batareya məlumatlarının azlığıdır, xüsusilə də ömrünün son mərhələsinədək istifadə olunmuş batareyalar üçün. Nəşr olunmuş tədqiqatların böyük əksəriyyəti çox məhdud nümunə ölçülərini  nümayiş etdirir və batareya katod müxtəlifliyində daha da məhdudlaşır . Bu azlıq, intensiv xərc, uzun test müddəti  və ən əsası, kommersiya və ya maraq məqsədləri səbəbindən məlumat məxfiliyi ilə əlaqələndirilir. Nəticədə, məlumat azlığı, çoxsaylı tərəflərdən, yəni batareya istehsalçıları, praktiki tətbiqetməçilər, akademik qurumlar və üçüncü tərəf platformlarından əhəmiyyətli həcmdə və müxtəliflikdə olan mövcud batareya məlumatlarının paylaşıla bilmədiyi bir dilemma yaradır. Belə bir dilemma, təkrar emal olunan məhsulların keyfiyyətini və mənfəətini optimallaşdırmaq üçün əməkdaşlıq şəraitində, lakin məxfiliyi qoruyaraq katod materialı çeşidləməsinin öyrənilməsini 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 öyrənmə, paylanmış və məxfiliyi qoruyan bir paradiqma olaraq, çoxsaylı tərəflərin əməkdaşlığını (ekvivalent olaraq, batareya məlumat həcmi və müxtəlifliyi) və məxfiliyi əməkdaşlıqla maşın öyrənmə yolu ilə həll etmək potensialına malikdir , , . Hər bir təlim iterasiyasında, paylanmış məlumat sahibləri öz yerli hesablama gücləri ilə yerli təlim keçirirlər, təlim keçmiş model parametrlərini/nəticələrini şifrələyirlər və yığma üçün mərkəzi koordinatora yükləyirlər. Əslində xammal dəstləri heç vaxt müvafiq məlumat sahiblərindən ayrılmır və ötürülən parametrlər/nəticələr məlumat məxfiliyini qorumaq üçün düzgün şifrələnir. Federativ maşın öyrənmə bir çox tətbiqi sahələrdə, o cümlədən ictimai səhiyyədə , , klinik diaqnozda , , , e-ticarətdə , İnternetə bağlı cihazlarda , mobil hesablama  və ağıllı şəbəkədə , ,  geniş tədqiq edilmişdir. Bu yanaşma, xüsusilə məhdud məlumat əldə etmə imkanına malik olan geniş enerji sektorlarında, məxfiliyə hörmətlə yanaşan əməkdaşlığı təmin edərək məlumat idarə olunan tədqiqat paradiqmasını inqilab edə bilər. Batareya təkrar emalı sektoru ilə bağlı olaraq, federativ maşın öyrənmə, məxfiliyin qorunması səbəbindən paylaşıla bilməyən nəhəng batareya məlumatlarından istifadə etmək üçün ümidverici imkanlar təqdim edir. Belə bir əməkdaşlıqla, lakin məxfiliyi qoruyan paradiqma ilə, istifadə olunmuş batareya çeşidləməsi yüksək dəqiqlik, səmərəlilik, miqyaslılıq və ümumiləşdirmə ilə həyata keçirilə bilər, təkrar emal olunmuş məhsulların keyfiyyətini və mənfəətini optimallaşdırır. Bildiyimizə görə, batareya təkrar emalına yönəlmiş federativ maşın öyrənmə tədqiqatları heç vaxt bildirilmir. 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Bu tədqiqatda, biz batareya istehsalçıları, praktik tətbiqetmə operatorları, akademik tədqiqat müəssisələri və üçüncü tərəf platformları kimi müxtəlif əməkdaşlardan mövcud batareya məlumatlarından, 1-ci şəkildə göstərildiyi kimi, əməkdaşlıq şəraitində, lakin məxfiliyi qoruyan maşın öyrənmə üsulu ilə istifadə edərək, istifadə olunmuş batareyaların katod materialı çeşidləməsini həyata keçiririk. Bizim federativ maşın öyrənmə modelimiz, əvvəlki əməliyyat şəraitindən heç bir məlumata sahib olmadan, standart xüsusiyyət çıxarış prosesi vasitəsilə yalnız bir dövrə sahə sınağı məlumatı istifadə edərək təlim keçirilmişdir. Bizim federativ maşın öyrənmə modelimizin proqnozlaşdırma gücünü, həmçinin homojen və heterojen batareya təkrar emalı şəraitlərində yerli məlumatlara əsaslanan müstəqil öyrənilmiş yerli modellərin proqnozlaşdırma gücü ilə müqayisə edirik. Heterojenlik problemi, təklif etdiyimiz Vasserşteyn məsafəsinə əsaslanan səsvermə strategiyası ilə həll olunur. İstifadə olunmuş batareyaların təkrar emalının iqtisadi qiymətləndirilməsi, istifadə olunmuş batareyaların dəqiq çeşidlənməsinin əhəmiyyətini və zəruriliyini vurğulayaraq, təklif etdiyimiz federativ maşın öyrənmə çərçivəsindən istifadə edərək həyata keçirilir. Biz modelin təfsirini, batareya təkrar emalı nəticələrini və federativ maşın öyrənmə ilə inteqrasiya olunmuş gələcək batareya təkrar emalı təcrübəsinin daha geniş perspektivlərini hərtərəfli müzakirə edirik.    Batareya istehsalçıları (Şəkil təqdim edən: Addionics), praktik tətbiq operatorları (Tesla-nın döşəmə panelindəki batareya paketi. Şəkil təqdim edən: Tesla), akademik tədqiqat müəssisələri və üçüncü tərəf platformları kimi çoxsaylı məlumat mənbələri məlumat kontributoru ola bilər. Batareya məlumatları kontributorlar arasında mübadilə edilmir və ya batareya təkrar emalçısına yüklənmir. Əvəzinə, məlumat kontributorları yerli modelləri təlim keçirir və qlobal modeli qurmaq üçün model parametrlərini batareya təkrar emalçısı ilə bölüşürlər. Təklif olunan Vasserşteyn məsafəsinə əsaslanan səsvermə texnikası, məlumat balanssızlığına və səsə qarşı davamlı olan yerli modelləri qlobal modelə birləşdirir. Batareya təkrar emalçıları, asan əlçatan sahə sınağı məlumatları ilə birləşdirilmiş batareya çeşidləməsi üçün birgə qurulmuş modeldən istifadə edə bilərlər.   Bizim federativ maşın öyrənmə çərçivəmiz, ənənəvi məlumat adaları paradiqmasından fərqli olaraq, kontributorları məlumatları məxfiliyini qoruyarkən paylaşmağa təşviq edir. a b Nəticələr Məlumatların toplanması və standartlaşdırılması Müxtəlif batareya növlərindəki unikal batareya kinetikası, müxtəlif əməliyyat hallar, istehsal dəyişkənliyi və tarixi istifadə səbəbindən yüksək-ölçülü və xarakterizə edilməsi çətin olur . Bu dilemma üçün bir həll yolu tapmaq üçün, biz birbaşa çeşidləmə probleminə gətirib çıxaran müxtəlif əməliyyat şəraitinə və batareya tiplərinə baxmayaraq, batareya təkrar emalçısı üçün ümumiləşmiş bir model təlim etmək məqsədilə, laboratoriya sınaqlarından tutmuş elektrik nəqliyyat vasitələrinin idarəetmə profillərinə qədər müxtəlif tarixi istifadə təcrübələrinə malik batareyaları qəsdən daxil etdik. Standartlaşdırma üçün, təkrar emalçıdan tələb olunan bütün məlumatlar cari dövrdə (sahə sınağı) bir şarj və deşarj sınağı ilə bağlıdır, bu da praktik hallarda həyata keçirilməsi asan olan bir prosesdir. Sorğulanan məlumatlar əvvəlcə əskik dəyərləri doldurmaqla, aykırı dəyərləri əvəz etməklə və median filtrasiyasını aparmaqla təmizlənir. İnsan tərəfindən törədilən və katodun heterojenliyindən qaynaqlanan səs-küyə baxmayaraq, modelin qüsurlu girişlərə qarşı davamlılığını təmin etmək üçün saxlanılır. Məlumatlar sonra əyri doldurma üçün xətti interpolasiya edilir (Əlavə Şəkil  ) və ölçü azaldılması üçün xüsusiyyətlər mühəndisliyi edilir, standartlaşdırma parametrlərinin ortaq bir dəsti ilə (Əlavə Qeyd  ). Standartlaşdırma boru kəmərindən çıxarılan xüsusiyyətlər, əhəmiyyətli kommersiya marağı doğuran bir narahatlıq olan, yaxşı təfsir edilə bilər. Bildiyimizə görə, bu, müxtəlif mənbələrdən və tarixi istifadə təcrübələrindən əldə edilmiş heterojen batareya məlumatlarının batareya təkrar emalı strategiyası dizaynına kömək etmək üçün ilk dəfədir ki, istifadə olunur. 52 1 1 Rəqəm  a,    xüsusiyyət mühəndisliyi prosesini nümayiş etdirir. Biz son dövrdə, yəni bir şarj və bir deşarj dövründə istifadə olunmuş batareyaların şarj və deşarj əyrilərinə diqqət yetiririk (Əlavə Şəkil  – ). Şarj dövründə, 15 xüsusiyyət gərginlik-kapasitans və dQ/dV əyrilərindən çıxarılır, burada V və Q müvafiq olaraq gərginlik və kapasitans dəyərlərini ifadə edir. Deşarj dövrü üçün də eyni xüsusiyyətlər çıxarılır. Nəticədə, F1-dən F30-a qədər göstərildiyi kimi, cəmi 30 xüsusiyyət çıxarılır. Əlavə Cədvəl   və Əlavə Qeyd  -ə baxın, xüsusiyyətlərin ətraflı izahı üçün. Rəqəm  c, hər bir sinifdən seçilmiş batareyaların mütləq və nisbi xüsusiyyət dəyərlərini göstərir. Müxtəlif siniflərdəki nisbi xüsusiyyət dəyərlərinin əksəriyyəti -1 ilə 0 bölgəsində (açıq yaşıl rəng ilə) örtüşür və fərqləndirilə bilmir, bu da bir batareya dövründən çıxarılan məlumatlardan istifadə edərək batareya tipini təsnifləşdirmənin çətinliyini göstərir. Bu çətinlik gözləniləndir, çünki müxtəlif tarixi əməliyyat şəraitləri batareyaların şarj-deşarj kinetikasını təsir edə bilər, beləliklə çıxarılan xüsusiyyətlər batare 2 b 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 Dəstək Olan Süni Zəka Batareya Tullantılarını Böyük Mənfəətlərə 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

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

How Azarus's Technology is Transforming Viewer Engagement on Stream

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

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

How Azarus's Technology is Transforming Viewer Engagement on Stream

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps