Generativ süniq intellekt köhnəlmiş litium-ion batareyalarının dayanıqlı yenidən istifadəsi üçün güc verir

Müəlliflər: Shengyu Tao Ruifei Ma Zixi Zhao Guangyuan Ma Lin Su Heng Chang Yuou Chen Haizhou Liu Zheng Liang Tingwei Cao Haocheng Ji Zhiyuan Han Minyan Lu Huixiong Yang Zongguo Wen Jianhua Yao Rong Yu Guodan Wei Yang Li Xuan Zhang Tingyang Xu Guangmin Zhou Xülasə İstifadə olunmuş batareyaların sağlamlıq vəziyyətinin (SOH) sürətli və dəqiq qiymətləndirilməsi yenidən istifadə və təkrar emal üçün mühüm ilkin hazırlıqdır. Bununla belə, məlumata əsaslanan üsullar təsadüfi SOH və yüklənmə vəziyyəti (SOC) şəraitində istifadə olunmuş məlumatların ətraflı təmizlənməsini tələb edir. Burada biz göstəririk ki, generasiya öyrənməsinə əsaslanan SOH qiymətləndirilməsi məlumat qıtlığı və heterojenlik problemlərini həll etmək üçün perspektivlidir, bu da 2700 istifadə olunmuş litium-ion batareya nümunəsinin, 3 katod materialı növünü, 3 fiziki formatını, 4 tutum dizaynını və 10 SOC səviyyəsi ilə 4 tarixi istifadə rejimini əhatə edən impuls injeksiya məlumat dəsti vasitəsilə təsdiqlənir. Yaradılmış məlumatlardan istifadə edərək, bir reqressiya proqnozlayıcısı görünməmiş SOC altında 6%-dən aşağı mütləq faiz xətasının orta dəyəri ilə dəqiq SOH qiymətləndirmələri həyata keçirir. Biz proqnozlaşdırırıq ki, təklif olunan texnikanın vahid tətbiqi şəraitində, bu, 2030-cu ildə dünya üzrə batareyaların istifadədən çıxarılması ssenarisi üçün məlumat təmizləmə xərclərini azaltmaqla 4,9 milyard ABŞ dolları elektrik enerjisi xərclərinə və 35,8 milyard kq CO2 emissiyasına qənaət edəcək. Bu məqalə, bir çox qiymətləndirmə və proqnoz tapşırıqları üçün məlumat toplamaq vaxt aparan, baha başa gələn və çirkləndirici olduğu üçün, generasiya üsullarından istifadə edərək məhdud məlumatlardan istifadə edərək genişləndirilmiş məlumat sahəsini araşdırmaq üçün potensialı vurğulayır. Giriş Karbonsuzlaşdırılmış enerji keçidinin kritik sektoru olan nəqliyyatın elektrikləşdirilməsi [^{1}], qalıq yanacaqlara əsaslanan nəqliyyat paradiqmasını misli görünməmiş dərəcədə dəyişdirmişdir. Elektrikli nəqliyyat vasitələri (EV) üçün sərfəli, davamlı və təhlükəsiz enerji təchizatı təmin etməklə litium-ion batareyalar bu keçiddə mühüm rol oynayır [^{2}, ^{3}]. İstifadədə olan və xidmət müddəti başa çatmış EV batareyalarının ümumi tutumu 2050-ci ilə qədər 32–62 terra-vatdan çox olacaq ki, bu da Beynəlxalq Bərpa Olunan Enerji Agentliyi və Enerji Saxlama Laboratoriyası ssenarilərindəki qiymətləndirmələrdən xeyli yüksəkdir [^{4}]. Bununla belə, istismardan çıxarılmış EV batareyaları böyük qalıq tutum dəyəri ilə, adətən nominal tutumunun 80%-dən çoxu ilə [^{5}, ^{6}] ciddi şəkildə tənzimlənir. Düzgün idarə olunmasa, bu, istehsalçılar və istifadəçilər üçün iqtisadi yükə [^{7}], həmçinin resurs israfı, təchizat zənciri riskləri və karbon emissiyaları kimi sonrakı ekoloji və sosial problemlərə [^{8}, ^{9}, ^{10}, ^{11}] səbəb olur. Batareya istifadəsinin kəsilən artımı ilə bağlı narahatlıqları həll etmək üçün perspektivli strategiyalar yenidən istifadə [^{6}, ^{12}, ^{13}] və təkrar emaldır [^{14}]. Yenidən istifadə zamanı istismardan çıxarılmış batareyalar şəbəkəyə qoşulmuş enerji saxlama sistemləri [^{15}], yaşayış binaları üçün güc təchizatları [^{16}] və aşağı sürətli nəqliyyat vasitələri kimi tətbiqlər üçün yenidən təyinatı həyata keçirilir. Bununla belə, yenidən istifadə tutum uyğunluğu [^{17}], tutum çeşidləmə [^{18}] və yenidən qruplaşdırma [^{19}, ^{20}] kimi ilkin hazırlıqları tələb edir ki, bu da tətbiq tələblərinə cavab versin [^{21}]. Pilot proqramların [^{22}, ^{23}, ^{24}] başlamasına baxmayaraq, istifadə ssenariləri və istismardan çıxma yolları üçün ciddi standartların olmaması, qalıq tutumun rasional istifadəsinə mane olur [^{25}]. Təkrar emal, əvəzində materialların çıxarılması və ya struktur təmiri yolu ilə istismardan çıxarılmış batareyaların qalıq dəyərlərindən istifadə edir [^{26}, ^{27}], geri dönməz şəkildə xarab olmuş istismardan çıxmış batareyalar üçün uyğundur. Pirometallurgiya və hidrometallurgiya ilə [^{28}, ^{29}] müqayisədə, birbaşa təkrar emal daha yaxşı rentabellilik, daha aşağı enerji istehlakı və azaldılmış karbon emissiyaları ilə fərqlənir [^{26}, ^{27}, ^{30}]. Lityumun yenidən doldurulması və katod materiallarının sonrakı emalından istifadə edərək, birbaşa təkrar emal, material strukturunun təmirini və performansın bərpasını effektiv şəkildə həyata keçirir [^{31}]. Bununla belə, sağlamlıq vəziyyəti (SOH) birbaşa təkrar emal strategiyasının formalaşdırılmasında tələb olunan kimyəvi reagent və gözlənilən litium əlavə dozalarını müəyyən edir [^{32}, ^{33}, ^{34}]. Dozanın az olması natamam təmiri nəticələnə bilər, həddindən artıq doza isə katod səthində qalıq qələvin yaranmasına səbəb ola bilər, bu da bərpa performansını pisləşdirir [^{27}, ^{35}]. Təəssüf ki, SOH əldə etmək üçün invaziv material xarakteristikası [^{36}, ^{37}] və uzun tutum kalibrləmə testləri tələb olunur, invaziv olmayan, sürətli və davamlı SOH əldə etmə mövzusu hələ də həll olunmamış bir problem olaraq qalır. Tutarlı SOH məlumatını təmin etmək üçün EV batareyaları bulud platformları [^{38}] və batareya pasportları [^{39}] tərəfindən monitorinq olunur və işləmə məlumatları qeyd olunur. Avropa Parlamenti 14 iyun 2023-cü ildə Batareyalar Direktivi qəbul etmişdir ki, istismardan çıxmış batareyalar xidmət müddətinin sonunda yenidən istifadə oluna, yenilənə və ya təkrar emal oluna bilsin [^{40}]. Lakin tələb olunan monitorinq və qeyd prosedurası yalnız EV xidmət fazasında əlçatandır, istismardan çıxmış batareyalar artıq avtomobil içi monitorinq vahidinə qoşulmayıb. Beləliklə, sahə üzrə əlçatan SOH məlumatlarını əldə etmək çətindir. İstifadə müddəti məlumatının bütövlüyü əsas bir problem olaraq qalır, bu da təkrar emal şəraitində istifadə edilən məlumatların əksinə, tarix məlumatları və ya idarə olunan şəraitdə SOH qiymətləndirilməsini tələb edir [^{30}, ^{41}, ^{42}]. Bir həll yolu, istismardan çıxmış batareya toplama sahəsində tutum kalibrləmə testini, yəni yüklənmə vəziyyəti (SOC) kondisionerini aparmaqdır, bu sadədir, lakin qəbuledilməz test vaxtı və əlavə elektrik xərcləri tələb edir. Hibrid impuls güc xarakteristikası testi, dinamik impuls injeksiyası ilə SOH qiymətləndirilməsi üçün bir alternatividir, lakin tam test ardıcıllığı 12 saatdan çox çəkir. Tao və həmkarları, SOC kondisionerinin 5% SOC-a aparıldığı fərziyyəsi ilə istismardan çıxmış batareyaların SOH qiymətləndirilməsi üçün qısa impulslardan istifadə etmişlər ki, bu da təsadüfi istismardan çıxma SOC şəraitinə çətinliklə uyğun gəlirdi [^{42}]. Sensor əsaslı ölçmələrdə son irəliləyişlərə rentgenoloji təsvir [^{43}], elektrokimyəvi empedans [^{44}, ^{45}], optik lif sensoru [^{46}, ^{47}], akustik sensor [^{48}, ^{49}], qismən doldurma [^{50}, ^{51}] və impuls injeksiyası [^{18}, ^{42}] daxildir. Sensor əsaslı texnikalar invaziv olduqları üçün laboratoriya mərhələsindədir, halbuki impuls injeksiyası, fiziki zədələnmədən SOH-u ayırmaqla fərqlənir, eyni zamanda qismən doldurma və elektrokimyəvi empedans əsaslı üsullardan daha sürətlidir [^{18}, ^{52}, ^{53}, ^{54}, ^{55}, ^{56}]. Bununla belə, impuls injeksiyası, yəni, fiziksel olaraq ölçülmüş məlumatların modelin tətbiq mərhələsinin istismar şəraitini əhatə etdiyi ideal fərziyyə altında yalnız sahə məlumatları ilə qiymətləndirilə bilən, bir sözlə maşın öyrənmə cəmiyyətində sahə dəyişməsi problemi olan məlumata əsaslanan bir üsuldur. Transfer öyrənmə və sahə uyğunlaşma üsullarındakı [^{57}, ^{58}, ^{59}] irəliləyişlərə baxmayaraq, hədəf sahəsinin hələ də tətbiq zamanı əvvəlcədən məlumat tələb etməsi və mövcud öyrənmə üsullarının təsadüfi istismar şəraitləri üçün yenilənməsinin çətin olması səbəbindən çətinliklər davam etməkdədir [^{60}]. Bir həll yolu, məlumat qıtlığını və heterojenliyini azaltmaq üçün tədqiq edilməmiş istismar şəraitində məlumat test miqyasını genişləndirməkdir, lakin bu, xərclərin artmasına səbəb ola bilər. Wang və həmkarları, termokimyəvi proses zamanı reaksiyon kinetik üstünlüklərini müxtəlif aralıq vəziyyətlərdə interpolasiya etmək üçün bir temperatur tədqiqat metodu təklif etmişlər ki, bu da maşın öyrənmə modeli təlimi üçün məlumat artımı kimi minimum termokimya təcrübə miqyası və dəyəri ilə geniş təlim bazalarının yaradılmasına imkan verir [^{61}]. Bundan əlavə, generasiya öyrənməsi, qismən tsiklləşdirilmiş profillərdən əlavə məlumatlarla SOH-u qiymətləndirmə potensialını göstərmişdir, bu da tələb olunan fiziki olaraq test edilmiş məlumatları qənaət edir [^{62}, ^{63}]. Bununla belə, batareyanın yenidən istifadəsi və təkrar emalı kontekstində məlumat qıtlığı və heterojenlik, katod materialı növləri, fiziki formatlar, tutum dizaynları və tarixi istifadələrin qarışığı səbəbindən daha mürəkkəbdir, bu da şəraitə uyğun olan xüsusi pozulma məlumatlarının maşın öyrənmə modellərinə inteqrasiyasını məhdudlaşdırır. Beləliklə, tələb olunan test vaxtı və əlavə fiziki təcrübələr olmadan, SOH qiymətləndirmə performansını artırmaq üçün məlumat yaratmaq üçün istismar şəraitləri və impuls gərginlik cavabları arasındakı asılılıq münasibətlərini nəzərə almaq məqsədəuyğundur. Bu tədqiqatda, biz istismardan çıxmış batareyaların ilkin hazırlığını, yəni SOH qiymətləndirilməsini, qənaət edilmiş fiziki ölçmə vaxtı və xərcləri ilə attentional variational autoencoder tərəfindən yaradılan impuls gərginlik cavabı məlumatlarından istifadə edərək həyata keçiririk. Ümumi ilkin hazırlıq addımlarının, generasiya modelinin təliminin və praktik modelin tətbiqi addımlarının yüksək səviyyəli prosesi Şəkil. -də təsvir edilmişdir. Tədqiqat ideyası, istismardan çıxmış batareya toplama mərhələsindəki SOC paylanması kimi davamlı istismar şəraitində impuls gərginlik cavablarının araşdırılması üçün artıq ölçülmüş məlumatlardan istifadə etmək üçün generasiya öyrənməsindən istifadə etməkdir. Sonrakı SOH qiymətləndirilməsi, fiziki olaraq ölçülmüş impuls cavab məlumatları olmadan həyata keçirilir, bu da kondisioner SOC-un gözlənilən səviyyəsinə uyğunlaşdırılması üçün tələb olunan ilkin hazırlıq elektrik xərclərini və karbon emissiyalarını qənaət edir. Amper-saat inteqrasiya metodu və maşın öyrənmə impuls injeksiyası ilə müqayisədə, generasiya öyrənməsi daha sürətli generasiya sürəti və dəqiq qiymətləndirməni vurğulayır. Yaradılmış məlumatlarla, sadə bir reqressiya proqnozlayıcısı, verilənlər bazasında görünməmiş və ya əlçatmaz SOC istismar şəraitində aşağı xəta ilə SOH-u uğurla qiymətləndirir ki, bu da çətin bir sahədən kənar (OOD) məsələsidir. OOD məsələsi, sürətli impuls tərəfindən yaradılan SOC şəraiti və gərginlik cavabı arasındakı miras qalan fiziki nümunəni öyrənməklə həll edilir. Biz 2700 fiziki olaraq ölçülmüş nümunə, 3 katod materialı növünü, 3 fiziki formatını, 4 tutum dizaynını və 4 tarixi istifadə rejimini (1 laboratuvar sürətləndirilmiş yaşlanma, 3 EV istifadəsi, o cümlədən 1 tamamilə elektrikli ötürücü rejimi və 2 hibrid ötürücü rejimi) əhatə edən 2700 nümunə vasitəsilə metodumuzun ümumiləşdirilməsini nümayiş etdiririk. Generasiya öyrənməsi, ölçmə vaxtını, elektrik xərclərini və nəticədə yaranan karbon emissiyalarını qənaət edərək, SOH qiymətləndirmə dəqiqliyini ödəmədən, prior bilikləri gizli sahə miqyaslandırmasına inteqrasiya edərək interpolasiya və ekstrapolyasiya üçün uyğundur. Batareya istismarının təxmin edilən qlobal ssenarisi, pirometallurji, hidrometallurji və birbaşa təkrar emal şəraitində sürətli və davamlı SOH qiymətləndirmənin əhəmiyyətini vurğulayır. Texniki-iqtisadi təhlil yolu ilə, generasiya öyrənməsinə əsaslanan SOH qiymətləndirilməsi 2030-cu ilə qədər dünya üzrə 4,9 milyard dollar elektrik xərclərinə qənaət edə və 35,8 milyard kq CO2 emissiyasını azalda bilər. Biz modelin yozulmasını, təkrar emal ilkin hazırlığı təsirlərini və maşın öyrənmə ilə inteqrasiya olunmuş gələcək ağıllı təkrar emal ilkin hazırlığı istiqamətlərini müzakirə edirik. 1 İstismardan çıxmış batareya ilkin hazırlıq addımlarına SOC kondisioneri, fiziki ölçmələr, SOH diaqnostikası üçün maşın öyrənməsi və ya yenidən istifadə və ya təkrar emaldan əvvəl ikinci həyat qərarı qəbul etmə prosesi daxildir. SOC kondisioneri, ənənəvi sabit cərəyan sabit gərginlik (CCCV) metodu istifadə edərək istismardan çıxmış batareyaların SOC səviyyələrini istənilən səviyyələrə uyğunlaşdırmaq deməkdir. İmpuls gərginlik cavabı məlumatlarının yaradılması üçün attentional variational autoencoder-in sxematik təsviri. SOH qiymətləndirilməsi üçün məlumat yaratma modelinin praktik istifadəsi əlavə SOC kondisionerini tələb etmir. Təlimli maşın öyrənmə modeli, yaradılmış məlumatlar tərəfindən nəzarət olunur və tətbiq mərhələsində dərhal impuls gərginlik cavablarını alır. 2030-cu ildə qlobal batareya istismardan çıxarılması ssenarisində SOC kondisioner xərclərini qənaət etməklə bizim generasiya öyrənmə metodologiyamızın iqtisadi və ekoloji faydaları və sürətli generasiya sürəti. a b c d Nəticələr Məlumatların əldə edilməsi Məlumat qıtlığı və heterojenlik, xüsusən də istismardan çıxmış batareyalar üçün məlumata əsaslanan batareya diaqnostikası və proqnozlaşdırılmasında əsas çətinliklərdir. Biz 2700 nümunəni 270 fiziki olaraq istismardan çıxmış batareyadan, 5%-dən 50%-ə qədər 5% increment ilə geniş SOC səviyyələrində topladıq. Şəkil. -da, məlumat dəsti 3 yayılmış katod materialı növünü, o cümlədən 119 fiziki olaraq toplanmış NMC (nikel manqan kobalt oksidi), 56 LFP (litium dəmir fosfatı) və 95 LMO (litium manqan oksidi) istismardan çıxmış batareyaları, 3 fiziki formatı (silindrik, kisə, prizmatik) və 4 tarixi istifadə nümunəsini (1 laboratuvar sürətləndirilmiş test, 3 EV istifadəsi, o cümlədən 1 tamamilə elektrikli ötürücü rejimi və 2 hibrid ötürücü rejimi) əhatə edir. Biz bu müxtəlif test nümunələrinin daxil edilməsinin, bu günə qədər istismardan çıxmış batareyaların SOH qiymətləndirilməsi üçün ən böyük sürətli impuls əsaslı məlumat dətimizi təşkil etdiyini və fiziki olaraq ölçülmüş məlumat dətlərindən kənarda modelin ümumiləşdirilməsini asanlaşdırdığını vurğulayırıq. 2a İstismardan çıxmış batareyaların paylanması üçün Sankey diaqramı, katod materialı növlərini, fiziki formatlarını, tutum dizaynlarını və tarixi istifadə rejimlərini əhatə edir. İmpuls cərəyanı və sonrakı gərginlik cavabı, xüsusiyyətlər dönüm nöqtələrindən, yəni gərginlik cavabı əyrisinin sıfır ikinci dərəcəli törəməsinə malik nöqtələrdən çıxarılır. U1-dən U21-ə qədər olan 21 xüsusiyyət nöqtəsi çıxarılır. Xam məlumat üçün qeyd tezliyi 100 Hs-dir. C-rate-də hər impuls arasındakı fasilə vaxtı 25 saniyədir. Qeyd edək ki, C dərəcəsi 1 saatlıq doldurma (boşaltma) aparıldıqda doldurma (boşaltma) sürətini ifadə edir. Ətraf mühitin temperaturu 25°C-də idarə olunur. Nümunə üçün 2.1 Ah və 21 Ah istismardan çıxmış batareyaların sağlamlıq vəziyyəti (SOH) paylanması (Qausiya uyğunlaşması), müvafiq olaraq. Digər batareya növləri üçün SOH paylanması haqqında məlumat üçün Əlavə Şəkil. -ə baxın. Ölçülmüş impuls gərginlik cavabı və kalibrlənmiş SOH arasındakı əlaqə, müxtəlif yüklənmə səviyyəsi (SOC) şəraitində. İlk xüsusiyyət ölçüsü, U1, təsvir edilmişdir. Müxtəlif batareya istismarından çıxma SOC paylanmaları altında interpolasiya və ekstrapolyasiya məlumatı yaratma halı təsviri. Ətraflı test parametrləri Əlavə Qeyd 1 və -də tapıla bilər, qeyd edək ki, C-rate parametri bütün katod materialı növləri üçün eynidir. Mənbə məlumatları Mənbə Məlumat faylı kimi təqdim olunur. a b c 1 d e 2 Adi sabit cərəyan sabit gərginlik (CCCV) testindən fərqli olaraq, impuls testi daha az vaxt aparır və istismardan çıxmış batareyalara əlavə zərər vermir. Buna görə də, biz SOH müqayisəli tutum dəyərləri kimi CCCV nəticələrindən istifadə edirik. Generasiya öyrənmə modeli üçün təlim məlumatı kimi impuls testi məlumatları istifadə olunur. Batareya katod materialının növü fərqli olsa da, praktik istifadədə uyğunluğu təmin edən standartlaşdırılmış və əlçatan xüsusiyyət mühəndisliyi aparırıq. Şəkil. , impuls cərəyanı injeksiyasından sonra xüsusiyyət çıxarılmasını göstərir. CCCV və impuls injeksiyası eksperimental parametrləri Əlavə Qeyd -də tapıla bilər. İlk beş injeksiya edilmiş impuls üçün, dönüm nöqtələri, yəni gərginlik cavablarının ikinci dərəcəli törəməsinin sıfır olduğu nöqtələr xüsusiyyətlər kimi qeyd edilir, bu da 21-ölçülü xüsusiyyətlərə gətirib çıxarır. 5 saniyəlik impuls vaxtına baxmayaraq, biz impulsun möhkəmliyini yoxlamaq və test vaxtını daha da qısaltmaq üçün impuls eni üzərində həssaslıq ölçmələrini də həyata keçirdik, bu da 30 ms-dən 5 s-ə qədər dəyişir. 2b 1 Biz laboratoriya testlərində (Əlavə Qeyd ) sürətləndirilmiş yaşlanma və real EV avtomobil idarəetmə yaşlanmasını nəzərdən keçiririk, baxmayaraq ki, məlumat gizliliyi məhdudiyyətləri səbəbindən xüsusi idarəetmə profillərindən xəbərsizik. Şəkil. -də, sürətləndirilmiş yaşlanma batareyalarının (NMC, 2.1 Ah) və tamamilə elektrikli EV idarəetmə yaşlanma batareyalarının (NMC, 21 Ah) SOH paylanması təsvir edilmişdir. SOH dəyərlərinin 0.6-dan 1-ə qədər geniş bir SOH diapazonunda tamamlayıcı olduğunu qeyd etsək, toplanan məlumatlar batareya istismarından çıxma ssenarilərini, həm də həddindən artıq erkən istismardan çıxma hallarını təmsil edir. Digər toplanmış batareyaların (LMO, 10 Ah və LFP 35 Ah) SOH paylanmaları geniş SOH paylanmasını əhatə edir, Əlavə Şəkil. -ə baxın. İmpuls testləri, təsadüfi istismardan çıxmış batareyaların toplanmasını təqlid etmək üçün 5% ilə 50% arasında dəyişən müxtəlif SOC səviyyələrində təkrarlanmışdır. Test edilmiş SOC diapazonu, istismardan çıxmış batareyaların ya aşağı SOC göstərməsi, ya da təhlükəsiz stasionar anbar tələbləri üçün məcburi boşaltmaya məruz qalması fərziyyəsi altındadır, buna görə də SOC yuxarı həddi 50% olaraq təyin edilmişdir. Şəkil. -də, sürətləndirilmiş yaşlanma batareyalarının (NMC, 2.1 Ah) və EV idarəetmə yaşlanma batareyalarının (NMC, 21 Ah) çıxarılan xüsusiyyətlərinin ilk ölçüsü təsvir edilmişdir. Tutum dizaynları və tarixi istifadələrdən fərqlərinə baxmayaraq, impuls gərginlik cavabları sabit bir pozulma nümunəsi göstərir və digər istismardan çıxmış batareyalar da digər xüsusiyyət ölçüləri üçün eyni şeyi göstərir, Əlavə Şəkil. – . Bununla belə, istismardan çıxmış batareyaların SOC paylanması davamlıdır, buna görə də fiziki ölçmələrlə tükədilə bilməz. Məlumat test miqyasını genişləndirmək əvəzinə, biz SOC şəraitində daha müxtəlif məlumatları yaratmaq üçün artıq test edilmiş impuls gərginlik cavabı məlumatlarından istifadə edirik. Şəkil. -də, iki generasiya ssenarisi, yəni interpolasiya və ekstrapolyasiya, vahid kondisioner qənaəti, elektrik qənaəti, CO2 emissiya azalmaları və onların hesablama metodları Əlavə Qeydlər – -də təqdim edilmişdir. 2 2c 1 2d 2 5 2e 1 3 İmpuls gərginlik cavabı məlumatının yaradılması Biz əvvəlcə yalnız yeni məlumat nümunələri yaratmaq əvəzinə, artıq ölçülmüş impuls gərginlik cavabı məlumatlarından istifadə edərək özlərini yenidən qurmağı nəzərdən keçiririk. Yenidənqurma o deməkdir ki, ölçülmüş məlumatlar əvvəlcə gizli dəyişən sahəsinə sıxılır, eyni zamanda orijinal statistik paylanmalardan öyrənilmiş strukturu qoruyur (Əlavə Şəkil. ) və sonra orijinal ölçülərə dekompress edir. Bu tədqiqatda, yenidənqurma Şəkil. 6