```html
 
 
 
 
 
 
 
 
 
 
 Հեղինակներ. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Շենգյու Թաո Ռուիֆեյ Մա Զիքսի Չժաո Գուանգյուան Մա Լին Սու Հենգ Չանգ Յուոու Չեն Հաժոու Լյու Չժենգ Լիանգ Տինգվեյ Կաո Հաոչենգ Ջի Չժիյուան Հան Մինյան Լու Հուիքսիոնգ Յանգ Չժոնգգուո Վեն Ջյանհուա Յաո Ռոնգ Յու Գուոդան Վեյ Յանգ Լի Սյուան Չժանգ Տինգյանգ Քսու Գուանգմին Չժոու Ամփոփում Երկարամյա մարտկոցների առողջության (SOH) վիճակի արագ և ճշգրիտ գնահատումը վերօգտագործման և վերամշակման կարևոր նախնական բուժում է։ Այնուամենայնիվ, տվյալների վրա հիմնված մեթոդները պահանջում են ամբողջական տվյալների մշակում՝ պատահական SOH և լիցքավորման վիճակի (SOC) թոշակառու պայմաններում։ Այստեղ մենք ցույց ենք տալիս, որ ածանցյալ ուսուցման օգնությամբ SOH գնահատումը խոստումնալից է տվյալների սակավության և հետերոգենության մարտահրավերները մեղմելու համար, որը հաստատված է 2700 թոշակառու լիթիում-իոն մարտկոցների նմուշների, 3 կաթոդային նյութերի տեսակների, 3 ֆիզիկական ձևերի, 4 տարբեր հզորությունների դիզայնի և 4 պատմական օգտագործման 10 SOC մակարդակներով։ Օգտագործելով ստեղծված տվյալները, ռեգրեսորը իրականացնում է SOH-ի ճշգրիտ գնահատումներ՝ միջին բացարձակ տոկոսային սխալով (MAPE) 6%-ից ցածր՝ անտեսանելի SOC-ի պայմաններում։ Մենք կանխատեսում ենք, որ ենթադրելով առաջարկվող տեխնիկայի միատեսակ կիրառումը, դա կխնայի 4.9 միլիարդ ԱՄՆ դոլար՝ էլեկտրաէներգիայի ծախսերում և 35.8 միլիարդ կգ CO2 ​​] արտանետումներում՝ 2030 թվականին ամբողջ աշխարհում մարտկոցների թոշակառու սցենարի համար տվյալների մշակման ծախսերը մեղմելու միջոցով։ Այս հոդվածը շեշտում է սահմանափակ տվյալների օգտագործումը՝ ածանցյալ մեթոդների միջոցով ընդլայնված տվյալների տարածության ուսումնասիրման համար, հաշվի առնելով, որ տվյալները կարող են ժամանակատար, թանկարժեք և աղտոտող լինել շատ գնահատման և կանխատեսման խնդիրների համար։ Ներածություն Տրանսպորտային էլեկտրիֆիկացիան, որը ցածր ածխածնային էներգետիկ անցման կարևոր ոլորտ է , աննախադեպ կերպով վերափոխել է հանածո վառելիքի վրա հիմնված տրանսպորտային պարադիգմը։ Լիթիում-իոն մարտկոցները կենսական են այս անցման համար՝ ապահովելով մատչելի, դիմացկուն և անվտանգ էներգետիկ մատակարարում էլեկտրական մեքենաների (EV) համար , ։ Օգտագործվող և ծառայությունից դուրս մնացած EV մարտկոցների ընդհանուր հզորությունը 2050 թվականին կգերազանցի 32-62 տերավատը, ինչը զգալիորեն ավելի բարձր է, քան Միջազգային Վերականգնվող Էներգետիկայի Գործակալության և Էներգիայի Պահպանման Լաբորատորիայի սցենարներում ։ Սակայն, թոշակառու EV մարտկոցները խստորեն կարգավորվում են մեծ մնացորդային հզորության արժեքով, որը սովորաբար կազմում է նշված հզորության ավելի քան 80%  , ։ Եթե ​​դրանք պատշաճ կերպով չեն մշակվում, դա հանգեցնում է տնտեսական բեռների  արտադրողների և օգտագործողների համար, ինչպես նաև հետագա բնապահպանական և հասարակական խնդիրների , ներառյալ ռեսուրսների վատնումը, մատակարարման շղթայի ռիսկերը և ածխածնի արտանետումները , , ։ 1 2 3 4 5 6 7 8 9 10 11 Մարտկոցների թոշակառու պահանջարկի հարցերը հասցեագրելու խոստումնալից ռազմավարություններ են վերօգտագործումը , ,  և վերամշակումը ։ Վերօգտագործման դեպքում, թոշակառու մարտկոցները վերափոխվում են այնպիսի կիրառությունների համար, ինչպիսիք են ցանցին միացված էներգիայի պահեստավորման համակարգերը , բնակելի էներգիայի մատակարարումը , և ցածր արագությամբ մեքենաները։ Սակայն, վերօգտագործումը պահանջում է նախնական նախապատրաստական ​​մշակումներ, ներառյալ համատեղելիության զննումը , հզորության դասակարգումը , և վերախմբավորումը ,  համաձայն կիրառման պահանջների ։ Չնայած փորձնական ծրագրերի մեկնարկին , , , օգտագործման սցենարների և թոշակառու ուղիների վերաբերյալ խիստ չափանիշների բացակայությունը խոչընդոտում է մնացորդային հզորության ռացիոնալ օգտագործումը ։ Վերամշակումը, այլընտրանքային կերպով, օգտագործում է թոշակառու մարտկոցների մնացորդային արժեքները՝ նյութերի արդյունահանման կամ կառուցվածքային վերանորոգման միջոցով , , որոնք հարմար են անդառնալիորեն վնասված թոշակառու մարտկոցների համար։ Համեմատած պիրոմետալուրգիայի և հիդրոմետալուրգիայի հետ , , ուղղակի վերամշակումը առանձնանում է գերազանց եկամտաբերությամբ, ցածր էներգիայի սպառմամբ և նվազեցված ածխածնի արտանետումներով , , ։ Օգտագործելով լիթիումի լրացումը և կաթոդային նյութերի հետ-մշակումը, ուղղակի վերամշակումը հասնում է նյութի կառուցվածքի արդյունավետ վերանորոգման և կատարողականության վերականգնման ։ Այնուամենայնիվ, առողջության վիճակը (SOH) որոշում է պահանջվող քիմիական ռեագենտը և լիթիումի լրացման պահանջվող չափաբաժինները ուղղակի վերամշակման ռազմավարության ձևակերպման մեջ , , ։ Չափաբաժնի անբավարարությունը կարող է հանգեցնել ոչ լիարժեք վերանորոգման, մինչդեռ չափաբաժնի ավելցուկը կարող է հանգեցնել կաթոդային մակերեսի վրա մնացորդային հիմքերի առաջացմանը, վատթարացնելով վերականգնման կատարողականությունը , ։ Ցավոք, SOH-ի վերագնահատումը պահանջում է նյութերի ներխուժող բնութագրում ,  և երկարատև հզորության տրամաչափման թեստեր, ոչ ներխուժող, արագ և կայուն SOH ձեռքբերումը մնում է չլուծված մարտահրավեր։ 6 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 26 27 30 31 32 33 34 27 35 36 37 Համաձայն SOH տեղեկատվության ապահովման, EV մարտկոցները մոնիտորինգի են ենթարկվում, և գործառնական տվյալները գրանցվում են ամպային հարթակների կողմից  և մարտկոցների անձնագրերով ։ Եվրոպական խորհրդարանը 2023 թվականի հունիսի 14-ին ընդունել է Մարտկոցների Դիրեկտիվա, որպեսզի ապահովի, որ թոշակառու մարտկոցները կարող են վերօգտագործվել, վերանորոգվել կամ վերամշակվել ծառայության ժամկետի վերջում ։ Այնուամենայնիվ, պահանջվող մոնիտորինգի և գրանցման ընթացակարգը հասանելի է միայն EV սպասարկման փուլում, թոշակառու մարտկոցները այլևս միացված չեն մեքենայի ներսում մոնիտորինգի միավորին։ Այսպիսով, դաշտային SOH տվյալների ստացումը դժվար է։ Կյանքի տվյալների ամբողջականությունը մնում է հիմնական մարտահրավերը, որը պահանջում է SOH գնահատում՝ օգտագործելով միայն դաշտային տվյալները, ընդդեմ պատմական տվյալների կամ վերահսկելի պայմանների , , ։ Մեկ լուծումը թոշակառու մարտկոցների հավաքման դաշտում հզորության տրամաչափման թեստ անցկացնելն է, այսինքն՝ SOC պայմանավորումը, որը պարզ է, սակայն պահանջում է անմատչելի թեստի ժամանակ և լրացուցիչ էլեկտրաէներգիայի ծախսեր։ Հիբրիդային պուլսիվ հզորության բնութագրիչ թեստը այլընտրանք է SOH գնահատման համար՝ դինամիկ պուլսային ներարկման միջոցով, բայց ամբողջական թեստի հաջորդականությունը տևում է ավելի քան 12 ժամ։ Թաո և այլք օգտագործել են կարճ պուլսեր թոշակառու մարտկոցների SOH գնահատման համար՝ ենթադրելով, որ 5% SOC-ի վրա SOC պայմանավորում է կատարվել, ինչը հազիվ թե համատեղելի էր պատահական թոշակառու SOC պայմանների հետ ։ Վերջին առաջընթացները զգայական-հիմնված չափումներում ներառում են ռենտգենյան պատկերում , էլեկտրաքիմիական դիմադրություն , , օպտիկական մանրաթելային զգայունություն , , ակուստիկ զգայունություն , , մասնակի լիցքավորում , , և պուլսային ներարկում , ։ Զգայական-հիմնված տեխնիկաները լաբորատորային փուլում են՝ ներխուժող լինելու պատճառով, մինչդեռ պուլսային ներարկումը առանձնանում է մարտկոցի քայքայումը ֆիզիկական վնաս չպատճառելով, միաժամանակ ավելի արագ, քան մասնակի լիցքավորման և էլեկտրաքիմիական դիմադրության-հիմնված մեթոդները , , , , , ։ Այնուամենայնիվ, պուլսային ներարկումը տվյալների վրա հիմնված մեթոդ է, որը միայն իրագործելի է այն իդեալական ենթադրության ներքո, որ ֆիզիկապես չափված տվյալները ներառում են մոդելի տեղակայման փուլի թոշակառու պայմանները, որը հայտնի է որպես մեքենայական ուսուցման համայնքում դոմենային տեղաշարժի ընդհանուր մարտահրավեր։ Չնայած փոխանցման ուսուցման և դոմենային հարմարեցման մեթոդներում առաջընթացներին , , , մարտահրավերները մնում են, քանի որ նպատակային դոմենին հարմարեցնելու համար դեռ պահանջվում է նախնական տեղեկատվություն տեղակայման ժամանակ, և գոյություն ունեցող ուսուցման մեթոդները դժվար թե կարող են թարմացվել պատահական թոշակառու պայմանների համար ։ Մի այլընտրանք է ընդլայնել տվյալների փորձարկման մասշտաբը՝ անտեսանելի թոշակառու պայմանների ներքո՝ տվյալների սակավության և հետերոգենության մեղմելու համար, մինչդեռ դա կարող է հանգեցնել ծախսերի ավելացման։ Վանգ և այլք առաջարկել են ջերմային արդյունահանման մեթոդ՝ միջանկյալ վիճակներում արձագանքի կինետիկ նախապատվությունների բաշխման համար ջերմաքիմիական գործընթացի ժամանակ, թույլ տալով կառուցել ընդարձակ ուսուցման տվյալների բազաներ՝ նվազագույն ջերմաքիմիական փորձարարական մասշտաբով և ծախսերով՝ որպես տվյալների ավելացում մեքենայական ուսուցման մոդելի ուսուցման համար ։ Բացի այդ, ածանցյալ ուսուցումը նույնպես ցույց է տալիս SOH գնահատման հնարավորությունները՝ մասամբ ցիկլային պրոֆիլներից ավելացված տվյալների միջոցով, խնայելով պահանջվող ֆիզիկապես փորձարկված տվյալները , ։ Այնուամենայնիվ, մարտկոցների վերօգտագործման և վերամշակման համատեքստում տվյալների սակավությունը և հետերոգենությունը նույնիսկ ավելի բարդ են՝ կաթոդային նյութերի տեսակների, ֆիզիկական ձևերի, հզորության դիզայնի և պատմական օգտագործման խառնուրդի պատճառով, ինչը սահմանափակում է պայմանական-հատուկ քայքայման գիտելիքների պոտենցիալ ինտեգրումը մեքենայական ուսուցման մոդելներում։ Այսպիսով, reasonableness է համարել թոշակառու պայմանների և պուլսային լարման պատասխանների միջև կախվածության հարաբերությունները տվյալների ստեղծման համար, որը չի մտցնում երկար ժամանակի շարքի հզորության տրամաչափում և լրացուցիչ ֆիզիկական փորձարկումներ, միաժամանակ, Boost SOH գնահատման կատարողականությունը: 38 24 39 30 40 41 41 42 43 44 45 46 47 48 49 50 17 41 17 51 52 53 54 55 56 57 58 59 60 61 62 Այս ուսումնասիրության ընթացքում մենք իրականացնում ենք թոշակառու մարտկոցների նախապատրաստական ​​մշակում, այսինքն՝ SOH գնահատում, օգտագործելով պուլսային լարման պատասխանների տվյալները, որոնք ստեղծվել են ուշադրության ենթակա վարիացիոն ավտոկոդերի միջոցով՝ խնայված ֆիզիկական չափման ժամանակի և ծախսերի դեպքում։ Ընդհանուր նախապատրաստական ​​քայքերի, ածանցյալ մոդելի ուսուցման և գործնական մոդելի տեղակայման քայքերի բարձր մակարդակի գործընթացը պատկերված է Նկարում։  ։ Ուսումնասիրության գաղափարն է օգտագործել ածանցյալ ուսուցումը՝ արդեն չափված տվյալներն օգտագործելու համար՝ պուլսային լարման պատասխանների ուսումնասիրմանը՝ շարունակական թոշակառու պայմաններում, այսինքն՝ SOC-ի բաշխումը թոշակառու մարտկոցների հավաքման փուլում։ Հետագա SOH գնահատումը իրականացվում է առանց ֆիզիկապես չափված պուլսային պատասխանների տվյալների, խնայելով նախապատրաստական ​​էլեկտրաէներգիայի ծախսերը և ածխածնի արտանետումները, որոնք հակառակ դեպքում կպահանջվեին SOC-ի պայմանավորումից մինչև սպասվող մակարդակը։ Համեմատած ամպեր-ժամային ինտեգրալի մեթոդի և մեքենայական ուսուցման պուլսային ներարկման հետ, ածանցյալ ուսուցումը ընդգծում է ավելի արագ ստեղծման արագություն և ճշգրիտ գնահատում։ Ստեղծված տվյալներով, պարզ ռեգրեսորը հաջողությամբ գնահատում է SOH-ը՝ ցածր սխալով անտեսանելի կ 1

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

Այս աուդիոն պատրաստվել է պատմության բնօրինակ լեզվով:

Generative AI-ն աշխատեցնում է թոշակի անցած լիթիում-իոնային մարտկոցների կայուն վերաօգտագործումը

About Author

ՄԵԿՆԱԲԱՆՈՒԹՅՈՒՆՆԵՐ

ԿԱԽՎԵԼ ՏԵԳՍԵՐ

ԱՅՍ ՀՈԴՎԱԾԸ ՆԵՐԿԱՅԱՑՎԵԼ Է Մ

Related Stories

Hypernative Bolsters Bitcoin L2 Security as Stacks Ecosystem Gets Real-Time Protection

How HyperCycle Is Building the Internet for AI: A Deep Dive with Toufi Saliba

Toufi Saliba: The Architect Behind HyperCycle's Decentralized Network of AI

HyveDA Secures $50 Million in Pre-Deposits After Symbiotic Mainnet Launch

Hypernative Bolsters Bitcoin L2 Security as Stacks Ecosystem Gets Real-Time Protection

How HyperCycle Is Building the Internet for AI: A Deep Dive with Toufi Saliba

Toufi Saliba: The Architect Behind HyperCycle's Decentralized Network of AI

HyveDA Secures $50 Million in Pre-Deposits After Symbiotic Mainnet Launch

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps