
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 dəyişkən olan sırasız təqaüdə çıxmış batareyalar, katod-xüsusi təbiətlərinə görə birbaşa təkrar emalın qəbul edilməsini çətinləşdirir. Təqaüdə çıxmış batareyaların artması, effektiv birbaşa təkrar emal üçün dəqiq çeşidləmə tələb edir, lakin dəyişkən əməliyyat tarixi, müxtəlif istehsalçılar və təkrar emal əməkdaşlarının (məlumat sahiblərinin) məlumat gizliliyi narahatlıqları səbəbindən çətinliklər yaranır. Burada biz 5 katod materialı və 7 istehsalçı əhatə edən 130 litium-ion batareya üzrə unikal bir məlumat dəstindən istifadə edərək, federativ maşın öyrənmə yanaşmasının, təkrar emal əməkdaşlarının məlumat gizliliyini qoruyaraq, keçmiş əməliyyat məlumatlarına etibar etmədən bu təqaüdə çıxmış batareyaları təsnifləşdirə bildiyini göstəririk. Son-istifadə şarj-diskriminasiya dövründən çıxarılan xüsusiyyətlərdən istifadə edərək, modelimiz Vasserşteyn məsafəsi səsvermə strategiyamız sayəsində homojen və heterojen batareya təkrar emal parametrləri altında müvafiq olaraq 1% və 3% katod çeşidləmə səhvləri göstərir. İqtisadi cəhətdən, təklif olunan metod, firavan və davamlı təkrar emal sənayesi üçün dəqiq batareya çeşidləməsinin dəyərini vurğulayır. Bu tədqiqat, paylanmış sistemlər üçün əməkdaşlıq və gizliliyi hörmət edən qərar qəbul etməni asanlaşdıran, müxtəlif mənbələrdən gizliliyə həssas məlumatlardan istifadə etməyin yeni bir paradiqmasını elan edir. Giriş Enerji saxlama cihazları kimi xidmət edən Litium-ion batareyalar (LIBs), sənaye istehsalından gündəlik həyata qədər müxtəlif sahələrdə geniş istifadə olunur. Proqnozlar, 2030-cu ilə qədər LIB istehsalının qlobal miqyasının 1,3 TWh-ni keçəcəyini göstərir , bu zaman batareyalara artan tələbat litium və kobalt kimi əsas metal resurslarının mövcudluğunu ,  xeyli üstələyəcək. Lakin, hazırki LIB məhsullarının orta ömür müddəti 5-8 ildir, bu da bir çox ölkədə təqaüdə çıxmış batareyaların yaxınlaşan artımına səbəb olur. Düzgün idarə olunmasa, təqaüdə çıxmış batareyalar davamsız resurs israfına və ətraf mühitə zərər verməsinə səbəb olacaq. Bu şəraitdə, LIB təqaüdçülərinin qarşıdan gələn dalğası ilə qarşılaşdığımız üçün batareya təkrar emal texnologiyasının inkişafı böyük əhəmiyyət kəsb edir . 1 2 3 4 Batareya təkrar emalı sahəsində son inkişaflar pirometallurgiya, hidrometallurgiya və birbaşa təkrar emal yanaşmalarına  yönəldilmişdir. Pirometallurgiya və hidrometallurgiya metodlarından fərqli olaraq, birbaşa təkrar emal fərqli bir yanaşma kimi seçilir. Bu proses material strukturuna ikincili zərər vermir, daha səmərəli struktur təmiri və performans bərpasını təmin edir. Bundan əlavə, birbaşa təkrar emal daha yüksək mənfəət göstərir, çünki o, daha aşağı enerji istehlakı, azaldılmış istixana qazı emissiyaları və daha yüngül ətraf mühit izləri tələb edir , . Lakin, faktiki istehsalda, batareya təkrar emalçıları tez-tez naməlum komponentlərdən ibarət LIB-lərlə və ya müxtəlif katod material növlərinin qarışığından ibarət batareya modulları ilə qarşılaşırlar. Birbaşa təkrar emalın güclü şəkildə katod-xüsusi ola biləcəyi nəzərə alınsa, belə bir mürəkkəblik, təqaüdə çıxmış batareyaların dəyər çevrilməsinə nail olmaq üçün birbaşa təkrar emalın tətbiqini məhdudlaşdırır . Qeyd etmək vacibdir ki, hətta qarışıq katod material növlərindən əsas metallar adi təkrar emal strategiyaları ilə çıxarıla bilsə belə, təkrar emal prosesi zamanı müxtəlif katod materialları arasındakı qarşılıqlı təsir məhsul keyfiyyətinə mənfi təsir göstərə bilər . Buna görə, təkrar emal tərəfində katod material növü məlumatının anlaşılması, birbaşa təkrar emal marşrut seçimini əhəmiyyətli dərəcədə təsir edir və nəticədə məhsul keyfiyyətini, mənfəətliliyini və davamlılığını yaxşılaşdırır. 5 6 7 8 9 İnsan köməyi ilə birbaşa təkrar emal, ilkin emal bağlantısında təqaüdə çıxmış batareya katod material növü məlumatını müəyyən etmək üçün təklif edilmişdir ki, bu da təkrar emal sənayesi miqyaslanarkən hələ də maliyyə baxımından məqbul deyil . Təqaüdə çıxmış batareya katod növü məlumatını effektiv şəkildə əldə etmək üçün, elmi və sənaye icması bu yaxınlarda bir batareya ömrü izləmə sistemi  və batareya pasportu  və batareya məlumat genomu  kimi inkişaf etməkdə olan konsepsiyalar başlatmışdır. Bu təşəbbüslərdən əvvəl əhəmiyyətli miqdarda batareya istifadə olunmuş olsa da, batareya məlumatlarının ikinci həyat qərar qəbul etməsinə kömək etmək üçün bütün həyat zənciri boyunca əlçatan olması barədə artan bir fikir birliyi var . Bu, xüsusilə batareya həyatı izləmə sistemləri və ya batareya pasportları, kodlar və yaxın sahə rabitəsi kimi elektron qadcetlər tərəfindən təmin edilir ki, bu da intensiv investisiyaları təmin edə bilər və müxtəlif batareya dizaynerləri ilə geniş uyğunsuz ola bilər. Bundan əlavə, elektron qadcetlər bütün ömürləri boyunca davamlı şəkildə idarə edilməkdə çətinlik çəkir, aşınmış cihazlara və təkrar emal mərhələsində əlçatmazlığa səbəb olur, çünki LIB-lərin müasir istehsal prosesi hələ də istehsal-dan-təkrar emala inteqrasiya olunmamışdır . Buna görə də, yalnız asan əlçatan sahə məlumatlarından istifadə edərək səmərəli batareya katod növü çeşidləməsinə nail olmaq üçün daha çox yeniliklər tələb olunur , , tarixi məlumatlar və ya insan köməyi ilə yanaşmanın əksinə, təkrar məhsulların keyfiyyətini və mənfəətliliyini yaxşılaşdırmaq üçün birbaşa təkrar emalın qəbul edilməsini asanlaşdırır. 1 10 11 12 13 14 15 16 Son bir neçə ildə, maşın öyrənməsi bütün batareya sahələrində açıq sualları həll etmək üçün məqbul bir vasitə kimi ortaya çıxdı. Digər batareya ilə əlaqəli mövzularda, maşın öyrənməsi bu yaxınlarda mürəkkəb batareya mexanizmlərini avtomatik kəşf etməyə , , , qalan faydalı ömrü proqnozlaşdırmağa , , , , , sağlamlıq vəziyyətini qiymətləndirməyə , , , dövrə profilini optimallaşdırmağa , , uğursuzluq paylanmasını yaxınlaşdırmağa , hətta batareya dizaynını istiqamətləndirməyə , , və istehsal olunduqdan dərhal sonra bütün həyat performansı proqnozlaşdırmağa  imkan vermişdir. Batareya təkrar emalı kontekstində, az sayda işlər katod materialları ilə bağlı maşın öyrənməsini araşdırmışdır , , ki, bu da az sayda batareya məlumatlarına, xüsusilə də son-istifadəyə qədər istifadə edilmiş məlumatlara görə qınanır. Nəşr olunan tədqiqatların böyük əksəriyyəti çox məhdud nümunə ölçülərini  göstərir və hətta batareya katod müxtəlifliyində daha çox məhduddur . Qıtlıq, intensiv xərc, uzun test müddəti , və ən əsası, ticarət və ya maraqlarla bağlı məlumat gizliliyi ilə əlaqələndirilir. Nəticədə, gizlilik problemi, mövcud batareya məlumatları, baxmayaraq ki, həcmi və müxtəlifliyi bir çox tərəflərdən, məsələn, batareya istehsalçıları, praktik tətbiqlər, akademik institutlar və üçüncü tərəf platformlarından, paylaşıla bilmir. Belə bir dilemma, gizliliyi qoruyan şəkildə əməkdaşlıqla bağlı katod material 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 gizliliyi qoruyan bir paradiqma olaraq, əməkdaşlıq edən maşın öyrənməsi vasitəsilə çoxsaylı tərəfdaşlıq (bərabər şəkildə, batareya məlumat həcmi və müxtəlifliyi) və gizlilik problemlərini həll etmək potensialına malikdir , , . Hər bir təlim iterasiyasında, paylanmış məlumat sahibləri öz yerli hesablama gücləri ilə yerli təlim aparır, təlim edilmiş model parametrlərini/nəticələrini şifrələyir və toplama üçün mərkəzi bir koordinatora yükləyirlər. Xammal məlumat dəstləri heç vaxt öz məlumat sahiblərini tərk etmir və ötürülən parametrlər/nəticələr məlumat gizliliyini qorumaq üçün düzgün şifrələnir. Federativ maşın öyrənməsi, ictimai səhiyyə , , klinik diaqnoz , , , elektron ticarət , İnternet Əşyaları , mobil hesablama , və ağıllı grid , ,  daxil olmaqla çoxsaylı tətbiqi sahələrdə geniş araşdırılmışdır. Bu yanaşma, xüsusilə məhdud məlumat girişi olanlar üçün gizliliyi qoruyan əməkdaşlığı təmin edərək, geniş enerji sektorlarında məlumat idarə olunan tədqiqat paradiqmasını dəyişə bilər. Batareya təkrar emalı sektoru ilə bağlı, federativ maşın öyrənməsi, gizlilik narahatlıqları səbəbindən paylaşıla bilməyən mövcud batareya məlumatlarının böyük miqdarından istifadə etmək üçün ümidverici imkanlar təqdim edir. Belə bir əməkdaşlıq, lakin gizliliyi qoruyan paradiqma ilə, təqaüdə çıxmış batareya çeşidləməsi yüksək dəqiqlik, səmərəlilik, miqyaslanma və ümumiləşdirmə ilə həyata keçirilə bilər, təkrar məhsulların keyfiyyətini və mənfəətliliyini optimallaşdırır. Bildiyimizə görə, batareya təkrar emalına yönəlmiş federativ maşın öyrənməsi tədqiqatları heç vaxt bildirilmir. 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Bu tədqiqatda, Şəkil  -də göstərildiyi kimi, əməkdaşlıq edən, lakin gizliliyi qoruyan maşın öyrənmə tərzində, batareya istehsalçıları, praktik tətbiq operatorları, akademik tədqiqat institutları və üçüncü tərəf platformları kimi müxtəlif əməkdaşların mövcud batareya məlumatlarından istifadə edərək, təqaüdə çıxmış batareyaların katod material çeşidləməsini həyata keçiririk. Bizim federativ maşın öyrənmə modelimiz, tarixi əməliyyat şərtləri barədə heç bir əvvəlki məlumata sahib olmadan, standartlaşdırılmış xüsusiyyət çıxarma prosesi vasitəsilə yalnız bir dövrəlik sahə test məlumatlarından istifadə edərək təlim edilmişdir. Bizim federativ maşın öyrənmə modelimizin proqnozlaşdırma gücünü, həmçinin homojen və heterojen batareya təkrar emalı şəraitində yerli məlumatlara əsaslanan müstəqil öyrənilmiş yerli modellərlə müqayisə edirik. Heterojenlik məsələsi bizim təklif etdiyimiz Vasserşteyn məsafəsi səsvermə strategiyamızla həll olunur. Təklif olunan federativ maşın öyrənmə çərçivəmizdən istifadə edərək təqaüdə çıxmış batareya təkrar emalının iqtisadi qiymətləndirilməsi aparılır, təqaüdə çıxmış batareyaların dəqiq çeşidlənməsinin əhəmiyyətini və zəruriliyini vurğulayır. Modelin şərh edilə bilməsi, batareya təkrar emalı təsirləri və federativ maşın öyrənmə ilə inteqrasiya olunmuş gələcək batareya təkrar emalı təcrübəsinin daha geniş perspektivləri haqqında hərtərəfli müzakirə edirik. 1    Batareya istehsalçıları (Şəkil təqdimatı Addionics), praktik tətbiq operatorları (Tesla-nın döşəmə paneldəki batareya paketi. Şəkil təqdimatı Tesla), akademik tədqiqat institutları və üçüncü tərəf platformları kimi müxtəlif məlumat mənbələri məlumat töhfə verə bilər. Batareya məlumatları töhfə verənlər arasında mübadilə edilmir və ya batareya təkrar emalçısına yüklənmir. Əvəzində, məlumat töhfə verənlər yerli modellər təlim edir və qlobal bir model yaratmaq üçün model parametrlərini batareya təkrar emalçısı ilə bölüşürlər. Təklif olunan Vasserşteyn məsafəsi səsvermə texnikası, məlumat balanssızlığına və səsə davamlı olan yerli modelləri qlobal modelə birləşdirir. Batareya təkrar emalçıları, asan əlçatan sahə test məlumatları ilə birləşdirilmiş, birgə qurulmuş modeli batareya çeşidləməsi üçün istifadə edə bilərlər.   Bizim federativ maşın öyrənmə çərçivəmiz, ənənəvi məlumat adaları paradiqmasının əksinə olaraq, gizliliyi qoruyarkən əməkdaşları məlumatları paylaşmağa təşviq edir. a b Nəticələr Məlumat toplama və standartlaşdırma Müxtəlif batareya növlərindəki unikal batareya kinetikası, müxtəlif əməliyyat halları, istehsal dəyişkənliyi və tarixi istifadə səbəbindən yüksək ölçülü və xarakterizəsi çətin olur . Bu dilemma üçün bir həll tapmaq üçün, qeyri-çaprazlaşan, ekvivalent olaraq heterojen bir məlumat dəsti yaratmaq üçün 7 istehsalçıdan 5 katod material növünə malik 130 təqaüdə çıxmış batareya topladıq və standartlaşdırdıq. Müxtəlif tarixi istifadələrdən asılı olaraq, toplanmış batareyaların tutumları nominal tutumun 90% -dən azdır. 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, istehsalçılara əsasən 9 sinifə qruplaşdırılmışdır (Əlavə Cədvəl  ). Təkrar emalçı üçün tarixi istifadələrdən və batareya növlərindən asılı olmayan ümumi bir model təlim etmək üçün, laboratiya sınaqlarından elektrikli avtomobil sürücülük profillərinə qədər müxtəlif tarixi istifadələri olan batareyaları qəsdən daxil etdik. 52 1 Standartlaşdırma üçün, təkrar emalçıdan tələb olunan bütün məlumatlar cari (sahə-test) dövrüdür, bir tam şarj-diskriminasiya testi ilə, bu da praktik hallarda həyata keçirmək asandır. Test edilmiş məlumatlar əvvəlcə əskik dəyərləri doldurmaq, səpkiləri əvəz etmək və median filtrləmə aparmaqla səs-küydən təmizlənir. Lakin, modelin qeyri-mükəmməl girişlərə davamlı olmasını təmin etmək üçün, insan tərəfindən törədilən və katod heterojenliyindən qaynaqlanan səslər qəsdən saxlanılır. Məlumatlar sonra əyri doldurma (Əlavə Şəkil  ) üçün xətti interpolasiya edilir və ölçülərin azaldılması üçün xüsusiyyətlər mühəndisliyinə uyğunlaşdırılır, ümumi standartlaşdırma parametrləri dəsti ilə (Əlavə Qeyd  ). Standartlaşdırma xətti boyunca çıxarılan xüsusiyyətlər, əhəmiyyətli ticarət marağı doğuran bir narahatlıq olan, yaxşı şərh edilə bilər. Bildiyimizə görə, bu, müxtəlif mənbələrdən və tarixi istifadələrdən olan heterojen batareya məlumatlarının batareya təkrar emalı strategiyasının hazırlanmasına kömək etmək üçün istifadə olunduğu ilk dəfədir. 1 1 Şəkil  a,   xüsusiyyət mühəndisliyi prosesini nümayiş etdirir. Biz təqaüdə çıxmış batareyaların son dövrəsindəki, yəni bir tam şarj-diskriminasiya dövründəki şarj və diskriminasiya əyrisinə odaklanırıq (Əlavə Şəkillər  – ). Şarj dövründə, gərginlik-tutumu və dQ/dV əyrilərindən 15 xüsusiyyət çıxarılır, burada V və Q müvafiq olaraq gərginlik və tutum dəyərlərini ifadə edir. Diskriminasiya dövrü üçün də eyni xüsusiyyətlər çıxarılır. Nəticədə, F1-dən F30-a qədər göstərildiyi kimi, ümumilikdə 30 xüsusiyyət çıxarılır. Xüsusiyyətlərin ətraflı izahı üçün Əlavə Cədvəl   və Əlavə Qeyd  -yə baxın. Şəkil  c, hər bir sinifdən seçilmiş batareyaların mütləq və nisbi xüsusiyyət dəyərlərini göstərir. Müxtəlif siniflərdəki nisbi xüsusiyyət dəyərlərinin əksəriyyəti −1 ilə 0 bölgəsində (açıq yaşıl rənglə) üst-üstə düşür və fərqləndirilə bilmir, bu da bir dövrəlik batareya məlumatlarından istifadə ed 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 Məxviyyətə Uyğun Süni Zəka Batareya Tullantılarını 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

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