
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Autorët: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 Bateritë e pensionuara të pakufizuar me materiale të ndryshme katodike pengojnë adoptimin e riciklimit të drejtpërdrejtë për shkak të natyrës së tyre specifike për katodën. Rritja e baterive të pensionuara kërkon klasifikim të saktë për riciklim të drejtpërdrejtë dhe efektiv, por sfidat lindin nga historitë e ndryshme operacionale, prodhuesit e larmishëm dhe shqetësimet e privatësisë së të dhënave të bashkëpunëtorëve të riciklimit (pronarëve të të dhënave). Këtu ne tregojmë, nga një grup unik të dhënash prej 130 baterish litium-jon që mbulojnë 5 materiale katodike dhe 7 prodhues, një qasje e federuar e të mësuarit automatik mund të klasifikojë këto bateri të pensionuara pa u mbështetur në të dhëna operacionale të mëparshme, duke mbrojtur privatësinë e të dhënave të bashkëpunëtorëve të riciklimit. Duke shfrytëzuar tiparet e nxjerra nga cikli përfundimtar i karikimit-shkarkimit, modeli ynë tregon 1% dhe 3% gabime klasifikimi të katodës nën kushte riciklimi baterish homogjene dhe heterogjene, respektivisht, të cilat i atribuohen strategjisë sonë inovative të votimit me distancë Wasserstein. Ekonomikisht, metoda e propozuar nënvizon vlerën e klasifikimit të saktë të baterisë për një industri riciklimi të begatë dhe të qëndrueshme. Ky studim paralajmëron një paradigmë të re të përdorimit të të dhënave të ndjeshme ndaj privatësisë nga burime të ndryshme, duke lehtësuar vendimmarrjen bashkëpunuese dhe respektuese të privatësisë për sistemet e shpërndara. Hyrje Bateritë litium-jon (LIB), që shërbejnë si pajisje ruajtjeje energjie, kanë fituar përdorim të gjerë në fusha të ndryshme, nga prodhimi industrial deri te jeta e përditshme si një rrugë teknike e pranuar. Parashikimet sugjerojnë se shkalla globale e prodhimit të LIB do të kalojë 1.3 TWh deri në vitin 2030  kur kërkesa në rritje për bateri do të tejkalojë dukshëm disponueshmërinë e burimeve jetike të metaleve si litiumi dhe kobalti , . Megjithatë, jetëgjatësia mesatare aktuale e produkteve LIB është 5–8 vjet, duke çuar në një rritje të pashmangshme të baterive të pensionuara në shumë vende. Nëse nuk menaxhohen si duhet, bateritë e pensionuara do të rezultojnë në humbje të paqëndrueshme të burimeve dhe dëmtim mjedisor. Duke pasur parasysh këto rrethana, zhvillimi i teknologjisë së riciklimit të baterive merr rëndësi thelbësore ndërsa përballemi me baticën e ardhshme të pensionimeve të LIB . 1 2 3 4 Të arriturat e fundit në kërkimin e riciklimit të baterive janë përqendruar në qasjet pirometalurgjike, hidrometalurgjike dhe të drejtpërdrejta të riciklimit . Në kontrast me metodat pirometalurgjike dhe hidrometalurgjike, riciklimi i drejtpërdrejtë qëndron veçmas si një qasje e veçantë. Ky proces nuk shkakton dëmtim sekondar në strukturën e materialit, duke mundësuar riparim më efikas të strukturës dhe rivendosje të performancës. Për më tepër, riciklimi i drejtpërdrejtë tregon përfitim më të lartë, pasi përfshin konsum më të ulët energjie, emetime të reduktuara të gazrave serrë dhe gjurmë mjedisore më të lehta , . Në prodhimin aktual, megjithatë, ricikluesit e baterive shpesh hasin LIB që përmbajnë komponentë të panjohur ose module baterish që përbëhen nga një përzierje e llojeve të ndryshme të materialeve katodike. Duke marrë parasysh se riciklimi i drejtpërdrejtë mund të jetë shumë specifik për katodën, një kompleksitet i tillë e bën të pamundur aplikimin e riciklimit të drejtpërdrejtë për të arritur konvertimin e vlerës së baterive të pensionuara . Është thelbësore të theksohet se edhe nëse metalet jetike nga llojet e përziera të materialeve katodike mund të nxirren duke përdorur strategji konvencionale riciklimi, ndërveprimi midis materialeve të ndryshme katodike gjatë procesit të riciklimit mund të ndikojë negativisht në cilësinë e produktit . Prandaj, kuptimi i informacionit të llojit të materialit katodik nga ana e riciklimit ndikon ndjeshëm në zgjedhjen e rrugës së riciklimit të drejtpërdrejtë dhe përfundimisht përmirëson cilësinë e produktit, fitimin dhe qëndrueshmërinë. 5 6 7 8 9 Riciklimi i drejtpërdrejtë i ndihmuar nga njeriu është propozuar për të identifikuar informacionin e tipit të materialit katodik të baterisë së pensionuar në lidhjen e para-trajtimit, e cila ende nuk është financiarisht e qëndrueshme kur industria e riciklimit po rritet . Për të marrë me efektivitet informacionin e tipit të katodës së baterive të pensionuara, komuniteti shkencor dhe industrial ka filluar kohët e fundit një sistem gjurmimi të jetëgjatësisë së baterisë  dhe koncepte të reja si pasaporta e baterisë  dhe gjenomi i të dhënave të baterisë . Megjithëse bateri të konsiderueshme janë përdorur para këtyre iniciativave, ekziston një konsensus në rritje se informacioni i baterisë duhet të jetë i aksesueshëm gjatë gjithë zinxhirit të jetës për të lehtësuar vendimmarrjen e jetës së dytë . Ky është veçanërisht rasti për sektorin e riciklimit të baterive, stacioni i fundit i jetës së dytë të baterisë, pasi rruga e riciklimit mund të jetë shumë specifik për katodën. Megjithatë, sistemet e gjurmimit të jetëgjatësisë së baterive ose pasaportat e baterive mundësohen nga pajisje elektronike si barkodat dhe komunikimet afër fushës, të cilat mund të paraqesin investime intensive dhe mund të jenë gjerësisht të papajtueshme me dizajnerë të ndryshëm baterish. Për më tepër, pajisjet elektronike mbeten sfiduese për t'u menaxhuar në mënyrë të qëndrueshme gjatë jetëgjatësisë së tyre, duke çuar në pajisje të vjetruara dhe papasueshmëri në fazën e riciklimit, pasi procesi modern i prodhimit të LIB ende nuk është i integruar nga prodhimi në riciklim . Prandaj, nevojiten më shumë përparime urgjentisht për të arritur një klasifikim efikas të tipit të katodës së baterisë duke përdorur vetëm informacion fushë lehtësisht të aksesueshëm , , në kundërshtim me të dhënat historike të regjistruara ose mënyrën e ndihmuar nga njeriu, duke lehtësuar adoptimin e riciklimit të drejtpërdrejtë për të përmirësuar cilësinë dhe fitimin e produkteve të ricikluara. 1 10 11 12 13 14 15 16 Në vitet e fundit, të mësuarit automatik është shfaqur si një mjet i mundshëm për të trajtuar pyetje të hapura në të gjitha fushat e baterive. Në tema të tjera të lidhura me bateritë, të mësuarit automatik kohët e fundit na ka lejuar të zbulojmë automatikisht mekanizma kompleks të baterive , , , parashikojmë jetëgjatësinë e mbetur të dobishme , , , , , vlerësojmë gjendjen e shëndetit , , , optimizojmë profilin e ciklit , , aproksimojmë shpërndarjen e dështimit , madje edhe për të udhëhequr dizajnin e baterisë , , dhe parashikojmë performancën gjatë gjithë jetës menjëherë pas prodhimit . Në rastin e riciklimit të baterive, pak punime kanë hetuar të mësuarit automatik në lidhje me materialet katodike , , gjë që fajëson të dhënat e pakta të baterive, veçanërisht për ato të cikluara deri në fazën fundore të jetës. Shumica dërrmuese e studimeve të publikuara tregojnë madhësi shumë të kufizuara kampionesh  dhe janë edhe më të kufizuara në diversitetin e katodave të baterive . Mungesa i atribuohet kostos intensive, kohës së gjatë të testimit , dhe, më e rëndësishmja, privatësisë së të dhënave për shkak të shqetësimeve tregtare ose të interesit. Si rrjedhojë, çështja e privatësisë ngurtëson dilemën ku të dhënat ekzistuese të baterive, megjithëse të konsiderueshme në vëllim dhe diversitet nga palë të shumta si prodhuesit e baterive, aplikacionet praktike, institucionet akademike dhe platformat e palëve të treta, nuk mund të ndahen. Një dilemë e tillë kërkon studimin e klasifikimit të materialit katodik për të optimizuar zgjedhjen e rrugës së riciklimit të baterive në një mënyrë bashkëpunuese, ndërsa respekton privatësinë. 17 18 19 20 21 22 23 24 19 25 26 27 28 29 30 31 32 33 34 35 36 37 Të mësuarit federativ automatik, si një paradigmë e shpërndarë dhe që ruan privatësinë, ka potencialin për të zgjidhur si bashkëpunimin me shumë palë (ekuivalenti, vëllimi dhe diversiteti i të dhënave të baterisë) ashtu edhe çështjet e privatësisë përmes të mësuarit automatik bashkëpunues , , . Në çdo cikël trajnimi, pronarët e të dhënave të shpërndara kryejnë trajnim lokal me fuqinë e tyre llogaritëse lokale, enkriptojnë parametrat/rezultatet e trajnuara të modelit dhe i ngarkojnë ato në një koordinator qendror për grumbullim. Fakte se datasetet e papërpunuara kurrë nuk largohen nga pronarët e tyre përkatës të të dhënave dhe se parametrat/rezultatet e transferuara janë të enkriptuara siç duhet për të mbrojtur privatësinë e të dhënave. Të mësuarit federativ automatik është hetuar gjerësisht në numër të madh fushash aplikative, duke përfshirë shëndetin publik , , diagnozën klinike , , , e-tregtinë , Internetin e Gjërave , kompjuterin mobil , dhe rrjetin inteligjent , , . Kjo qasje mund të revolucionarizojë paradigmën e kërkimit të drejtuar nga të dhënat në sektorë të gjerë të energjisë duke mundësuar bashkëpunimin që ruan privatësinë, veçanërisht për ata me qasje të kufizuar në të dhëna. Lidhur me sektorin e riciklimit të baterive, të mësuarit federativ automatik ka mundësi premtuese për të shfrytëzuar shumën gjigante të të dhënave të baterive që tashmë ekziston, por nuk mund të ndahet për shkak të shqetësimeve të privatësisë. Me një paradigmë të tillë bashkëpunuese ndërsa ruan privatësinë, klasifikimi i baterive të pensionuara mund të zbatohet me saktësi, efikasitet, shkallëzueshmëri dhe gjeneralizim të lartë, duke optimizuar cilësinë dhe fitimin e produkteve të ricikluara. Sa na takon neve, studimet e të mësuarit federativ automatik të fokusuara në riciklimin e baterive nuk janë raportuar kurrë. 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Në këtë studim, ne kryejmë një klasifikim të katodës së baterive të pensionuara, duke shfrytëzuar të dhënat ekzistuese të baterive nga bashkëpunëtorë të shumtë, të tilla si prodhuesit e baterive, operatorët praktikë të aplikacioneve, institucionet kërkimore akademike dhe platformat e palëve të treta, në një mënyrë të mësuarit automatik bashkëpunuese ndërsa ruan privatësinë, siç ilustrohet në Fig.  . Modeli ynë i të mësuarit federativ automatik u trajnua duke përdorur vetëm një cikël të dhënash testimi në terren përmes një procesi të standardizuar të nxjerrjes së tipareve, pa asnjë njohuri paraprake të kushteve operative historike. Ne krahasojmë fuqinë parashikuese të modelit tonë të të mësuarit federativ automatik me atë të modeleve lokale të mësuara në mënyrë të pavarur bazuar në të dhënat lokale nën rrethana si homogjene ashtu edhe heterogjene të riciklimit të baterive. Çështja e heterogjenitetit zgjidhet nga strategjia jonë e propozuar e votimit me distancë Wasserstein. Kryhet një vlerësim ekonomik i riciklimit të baterive të pensionuara duke përdorur kuadrin tonë të propozuar të të mësuarit federativ automatik, duke theksuar rëndësinë dhe nevojën e klasifikimit të saktë të baterive të pensionuara. Ne diskutojmë në mënyrë gjithëpërfshirëse interpretueshmërinë e modelit, implikimet e riciklimit të baterive dhe perspektivat më të gjera të praktikës së ardhshme të riciklimit të baterive të integruar me të mësuarit federativ automatik. 1    Burime të shumta të dhënash, të tilla si prodhuesit e baterive (Imazh me leje nga Addionics), operatorët praktikë të aplikacioneve (paketa baterish në pjesën e poshtme të një Tesla. Imazh me leje nga Tesla), institucionet kërkimore akademike dhe platformat e palëve të treta, mund të jenë kontribues të të dhënave. Të dhënat e baterive nuk shkëmbehen midis kontribuesve dhe as nuk ngarkohen te ricikluesi i baterive. Në vend të kësaj, kontribuesit e të dhënave trajnojnë modele lokale dhe ndajnë parametrat e modelit me ricikluesin e baterive për të ndërtuar një model global. Teknika e propozuar e votimit me distancë Wasserstein bashkon modelet lokale në modelin global, i cili është rezistent ndaj pabalancimit dhe zhurmës së të dhënave. Ricikluesit e baterive mund të përdorin modelin e ndërtuar bashkërisht për klasifikimin e baterive, të kombinuar me të dhënat e testit fushë lehtësisht të aksesueshme.   Kuadri ynë i të mësuarit federativ automatik inkurajon bashkëpunëtorët të ndajnë të dhënat duke ruajtur privatësinë e të dhënave në krahasim me paradigmën tradicionale të ishullimit të të dhënave. a b Rezultatet Mbledhja dhe standardizimi i të dhënave Kinetika unike e baterive në lloje të ndryshme baterish janë shpesh të larta dimensionalisht dhe të vështira për t'u karakterizuar për shkak të rasteve operacionale divergjente, variabilitetit të prodhimit dhe përdorimeve historike . Për të gjetur një zgjidhje për këtë dilemë, ne mblodhëm dhe standardizuam 130 bateri të pensionuara me 5 lloje materialesh katodike nga 7 prodhues për të ndërtuar një grup të dhënash jashtë shpërndarjes, ekuivalente heterogjene. Duke pasur parasysh përdorime historike të ndryshme, kapacitetet e baterive të mbledhura janë nën 90% të kapacitetit nominal. Materialet katodike të baterive janë oksid litium kobalti (LCO), nikël manganez kobalt (NMC), litium ferrofosfat (LFP), oksid nikël-kobalt-alumini (NCA), dhe përzierje NMC-LCO, të cilat më tej grupohen në 9 klasa bazuar në prodhuesit (Tabela Plotësuese  ). Ne përfshijmë qëllimisht bateri me përdorime historike divergjente, nga testimi laboratorik deri te profilët e drejtimit të automjeteve elektrike, për të trajnuar një model të përgjithësuar për ricikluesin e baterive, pavarësisht nga përdorimet historike dhe llojet e baterive. 52 1 Për standardizim, të gjitha të dhënat e kërkuara nga ricikluesi janë cikli i aktualisht i provuar (testimi në terren) me një test karikimi dhe shkarkimi, i cili është i lehtë për t'u zbatuar në raste praktike. Të dhënat e provuara së pari pastrohen nga zhurma duke plotësuar vlerat e munguese, duke zëvendësuar pikat jashtë normës dhe duke kryer filtrin median. Megjithatë, zhurmat e shkaktuara nga njeriu dhe ato të shkaktuara nga heterogjeniteti i katodës ruhen qëllimisht, për të bërë modelin rezistent ndaj hyrjeve jo të përsosura. Të dhënat pastaj interpolohen linearisht për mbushjen e kurbave (Figurë Plotësuese  ) dhe tiparet inxhinierohen për reduktimin e dimensionalitetit, me një grup të përbashkët parametra standardizimi (Shënim Plotësues  ). Tiparet e nxjerra nga pëlëmbimi i standardizimit janë mirë të interpretueshme, një shqetësim me interes komercial të rëndësishëm. Sa na takon ne, është hera e parë që të dhënat heterogjene të baterive nga burime të shumta dhe përdorime historike përdoren për të ndihmuar në hartimin e strategjisë së riciklimit të baterive. 1 1 Figurat  a,    demonstrojnë procesin e inxhinierisë së tipareve. Ne përqendrohemi në kurbën e karikimit dhe shkarkimit të baterive të pensionuara në ciklin e fundit, dmth, një cikël karikimi dhe një shkarkimi (Figurat Plotësuese  – ). Në ciklin e karikimit, 15 tipare nxirren nga kurbat e tensionit-kapacitetit dhe dQ/dV, ku V dhe Q i referohen vlerave të tensionit dhe kapacitetit, respektivisht. I njëjti grup tipare nxirret për ciklin e shkarkimit. Si rezultat, gjithsej nxirren 30 tipare, siç tregohet nga F1 në F30. Referojuni Tabelës Plotësuese   dhe Shënimit Plotësues   për një shpjegim të detajuar të tipareve. Figura  c tregon vlerat absolute dhe relative të tipareve të baterive të zgjedhura nga çdo klasë. Shumica e vlerave relative të tipareve në klasa të ndryshme mbivendosen në rajonin −1 në 0 (me ngjyrë të gjelbër të çelët) dhe janë të pazgjidhshme, duke ilustruar vështirësinë në klasifikimin e tipit të baterisë duke përd 2 b 2 5 2 2 2

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

Kjo audio është prodhuar në gjuhën origjinale të tregimit!

Kjo AI e sigurt për privatësinë mund të shndërrojë mbeturinat e baterive në fitim të madh

About Author

KOMENTE

VARUR TAGS

KY ARTIKU U PARAQIT NË

Related Stories

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps