
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Waandishi: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 Muhtasari Betri zilizostaafu ambazo hazijapangwa na vifaa tofauti vya cathode huzuia matumizi ya kuchakata tena moja kwa moja kwa sababu ya asili yao maalum kwa cathode. Ongezeko la betri zilizostaafu linahitaji kupangwa kwa usahihi kwa kuchakata tena moja kwa moja kwa ufanisi, lakini changamoto hutokea kutoka kwa historia tofauti za uendeshaji, watengenezaji mbalimbali, na wasiwasi wa faragha ya data ya washirika wa kuchakata (wamiliki wa data). Hapa tunaonyesha, kutoka kwa seti ya kipekee ya data ya betri 130 za lithiamu-ion zinazojumuisha vifaa 5 vya cathode na watengenezaji 7, mbinu ya kujifunza mashine iliyojumuishwa inaweza kuainisha betri hizi zilizostaafu bila kutegemea data ya zamani ya uendeshaji, kulinda faragha ya data ya washirika wa kuchakata. Kwa kutumia vipengele vilivyotolewa kutoka kwa mzunguko wa mwisho wa malipo-umeme, mfumo wetu unaonyesha makosa ya upangaji wa cathode ya 1% na 3% chini ya mipangilio ya kuchakata betri yenye usawa na tofauti. Kiuchumi, njia iliyopendekezwa inasisitiza umuhimu wa kupanga betri kwa usahihi kwa tasnia ya kuchakata yenye mafanikio na endelevu. Utafiti huu unatabiri mfumo mpya wa kutumia data nyeti ya faragha kutoka vyanzo mbalimbali, kuwezesha kufanya maamuzi kwa ushirikiano na kuheshimu faragha kwa mifumo iliyosambazwa. Utangulizi Betri za lithiamu-ioni (LIBs), zinazotumika kama vifaa vya kuhifadhi nishati, zimepata matumizi mengi katika nyanja mbalimbali, kutoka uzalishaji wa viwandani hadi maisha ya kila siku kama njia iliyokubaliwa ya kiufundi. Makadirio yanaonyesha kuwa kiwango cha uzalishaji wa kimataifa cha LIBs kitazidi 1.3 TWh ifikapo mwaka 2030 wakati mahitaji yanayoongezeka ya betri yatazidi sana upatikanaji wa rasilimali muhimu za madini kama vile lithiamu na cobalt , . Hata hivyo, maisha ya wastani ya bidhaa za LIB kwa sasa ni miaka 5–8, na kusababisha ongezeko la betri zilizostaafu katika nchi nyingi. Ikiwa hazitashughulikiwa ipasavyo, betri zilizostaafu zitahatarisha upotevu usiokwisha wa rasilimali na uharibifu wa mazingira. Kwa kuzingatia hali hizi, maendeleo ya teknolojia ya kuchakata betri huchukua umuhimu mkubwa tunapokabiliana na wimbi linalokuja la kustaafu kwa LIBs . 1 2 3 4 Maendeleo ya hivi majuzi katika utafiti wa kuchakata betri yamejikita kwenye mbinu za pyrometallurgical, hydrometallurgical, na direct recycling . Kinyume na mbinu za pyrometallurgical na hydrometallurgical, direct recycling inajitokeza kama njia tofauti. Mchakato huu hauharibu muundo wa nyenzo, kuruhusu ukarabati bora wa muundo na urejeshaji wa utendaji. Zaidi ya hayo, direct recycling ina faida kubwa zaidi, kwani inahusisha matumizi ya chini ya nishati, uzalishaji mdogo wa gesi chafuzi, na athari ndogo za mazingira , . Katika uzalishaji halisi, hata hivyo, wachakataji betri mara nyingi hukutana na LIBs zinazojumuisha vipengele visivyojulikana au moduli za betri zinazojumuisha mchanganyiko wa aina tofauti za nyenzo za cathode. Kwa kuzingatia kuwa direct recycling inaweza kuwa maalum kwa cathode, utata huo hufanya matumizi ya direct recycling kuwa siwezekani kwa kubadilisha thamani ya betri zilizostaafu . Ni muhimu kusisitiza kwamba hata kama madini muhimu kutoka kwa aina mchanganyiko za nyenzo za cathode yanaweza kupatikana kwa kutumia mikakati ya kawaida ya kuchakata, mwingiliano kati ya vifaa tofauti vya cathode wakati wa mchakato wa kuchakata unaweza kuathiri vibaya ubora wa bidhaa . Kwa hivyo, kuelewa habari ya aina ya nyenzo ya cathode upande wa kuchakata huathiri kwa kiasi kikubwa uchaguzi wa njia ya direct recycling na hatimaye kuboresha ubora wa bidhaa, faida, na uendelevu. 5 6 7 8 9 Direct recycling inayosaidiwa na binadamu imependekezwa kutambua habari za aina ya nyenzo ya cathode ya betri zilizostaafu katika kiungo cha matibabu awali, ambacho bado si cha kiuchumi wakati tasnia ya kuchakata inakua . Ili kupata habari za aina ya cathode ya betri zilizostaafu kwa ufanisi, jamii ya kisayansi na ya viwandani imeanzisha mfumo wa kufuatilia maisha ya betri na dhana zinazoibuka kama vile pasipoti ya betri na jenomu la data la betri . Ingawa betri nyingi zimetumika kabla ya mipango hiyo, kuna makubaliano yanayokua kwamba habari za betri zinapaswa kupatikana katika mnyororo wa maisha ili kuwezesha kufanya maamuzi ya maisha ya pili . Hii inashuhudiwa hasa kwa sekta ya kuchakata betri, kituo cha mwisho cha maisha ya pili ya betri, kwani njia ya kuchakata inaweza kuwa maalum kwa cathode. Hata hivyo, mifumo ya ufuatiliaji wa maisha ya betri au pasipoti za betri huwezeshwa na vifaa vya kielektroniki kama vile barcodes na mawasiliano ya karibu, ambavyo vinaweza kuleta uwekezaji mkubwa na vinaweza kuwa haviendani na wabunifu mbalimbali wa betri. Zaidi ya hayo, vifaa vya kielektroniki vinabaki kuwa changamoto kudhibiti kwa usawa katika maisha yao yote, na kusababisha vifaa kuchakaa na kutopatikana katika hatua ya kuchakata kwani mchakato wa kisasa wa utengenezaji wa LIBs bado haujaunganishwa kutoka uzalishaji hadi kuchakata . Kwa hivyo, uvumbuzi zaidi unahitajika sana ili kufikia upangaji bora wa aina ya cathode ya betri kwa kutumia tu habari rahisi za uwanjani , , kinyume na data ya kihistoria iliyorekodiwa au njia ya kibinadamu, kuwezesha matumizi ya direct recycling ili kuboresha ubora na faida ya bidhaa zilizorejeshwa. 1 10 11 12 13 14 15 16 Katika miaka michache iliyopita, kujifunza kwa mashine kumeibuka kama zana inayofaa kutatua maswali yaliyofunguliwa katika nyanja zote za betri. Katika mada zingine zinazohusiana na betri, kujifunza kwa mashine hivi karibuni kumeruhusu ugunduzi wa kiotomatiki wa mifumo changamano ya betri , , , kutabiri maisha yaliyobaki ya matumizi , , , , , kutathmini hali ya afya , , , kuongeza wasifu wa mzunguko , , hata kuongoza muundo wa betri , , na kutabiri utendaji wa maisha mara tu baada ya utengenezaji . Kwa upande wa kuchakata betri, kazi chache zimechunguza kujifunza kwa mashine kuhusu vifaa vya cathode , , ambayo inalaaniwa na data ndogo ya betri, hasa kwa wale waliofanyiwa mzunguko hadi hatua ya mwisho wa maisha. Idadi kubwa ya masomo yaliyochapishwa yanaonyesha ukubwa mdogo wa sampuli na hata ni mdogo zaidi katika utofauti wa cathode wa betri . Uhaba huo unatokana na gharama kubwa, muda mrefu wa upimaji , na, muhimu zaidi, faragha ya data kutokana na wasiwasi wa kibiashara au wa maslahi. Kwa hiyo, suala la faragha linadumisha hali ngumu ambapo data iliyopo ya betri, ingawa ni kubwa kwa kiasi na utofauti kutoka kwa vyama mbalimbali kama vile watengenezaji wa betri, programu za vitendo, taasisi za kitaaluma, na majukwaa ya wahusika wengine, haiwezi kushirikiwa. Hali ngumu kama hiyo inahitaji kusoma upangaji wa nyenzo za cathode ili kuongeza uchaguzi wa njia ya kuchakata betri kwa njia ya ushirikiano huku ikilinda faragha. 17 18 19 20 21 22 23 24 19 25 26 27 28 30 31 32 33 34 35 36 37 Kujifunza kwa mashine iliyojumuishwa, kama mfumo uliosambazwa na unaolinda faragha, ina uwezo wa kutatua ushirikiano wa vyama vingi (sawa na kiasi na utofauti wa data ya betri) na masuala ya faragha kupitia kujifunza kwa mashine kwa ushirikiano , , . Katika kila hatua ya mafunzo, wamiliki wa data waliosambazwa hufanya mafunzo ya ndani kwa kutumia nguvu zao za kompyuta za ndani, huficha vigezo/matokeo ya mfumo yaliyofunzwa, na kuvipeleka kwa mratibu mkuu kwa ajili ya kuunganishwa. Ukweli kwamba seti za data ghafi hazitoki kwa wamiliki wao wa data na kwamba vigezo/matokeo yaliyohamishwa yamehifadhiwa ipasavyo ili kulinda faragha ya data. Kujifunza kwa mashine kwa pamoja kumechunguza sana katika nyanja nyingi za maombi, ikiwa ni pamoja na afya ya umma , , uchunguzi wa kimatibabu , , , biashara ya mtandaoni , Mtandao wa Vitu , kompyuta za rununu , na gridi ya akili , , . Njia hii inaweza kubadilisha mfumo wa utafiti unaoendeshwa na data katika sekta za nishati kwa kuwezesha ushirikiano unaolinda faragha, hasa kwa wale wenye ufikiaji mdogo wa data. Kuhusu sekta ya kuchakata betri, kujifunza kwa mashine kwa pamoja kunachukua uwezekano mzuri wa kutumia kiasi kikubwa cha data ya betri ambayo tayari ipo lakini haiwezi kushirikiwa kwa sababu ya wasiwasi wa faragha. Kwa mfumo kama huo wa ushirikiano huku ukilinda faragha, upangaji wa betri zilizostaafu unaweza kutekelezwa kwa usahihi wa juu, ufanisi, uwezo wa kuongezeka, na ujanibishaji, kuongeza ubora na faida ya bidhaa zilizorejeshwa. Kwa ujuzi wetu, masomo ya kujifunza kwa mashine kwa pamoja yanayolenga kuchakata betri hayajaripotiwa kamwe. 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Katika utafiti huu, tunafanya upangaji wa nyenzo za cathode kwa betri zilizostaafu, tukitumia data iliyopo ya betri kutoka kwa washirika mbalimbali, kama vile watengenezaji wa betri, waendeshaji wa programu za vitendo, taasisi za utafiti wa kitaaluma, na majukwaa ya wahusika wengine, kwa njia ya kujifunza kwa mashine kwa ushirikiano huku tukilinda faragha kama inavyoonyeshwa kwenye Mchoro. . Mfumo wetu wa kujifunza kwa mashine kwa pamoja ulifunzwa kwa kutumia mzunguko mmoja tu wa data ya majaribio ya shambani kupitia mchakato wa kawaida wa uhandisi wa vipengele, bila maarifa yoyote ya awali ya hali ya zamani ya uendeshaji. Tunalinganisha uwezo wa utabiri wa mfumo wetu wa kujifunza kwa mashine kwa pamoja na mifumo ya ndani ya kujifunza ambayo hujifunza yenyewe kulingana na data ya ndani chini ya hali zote za kuchakata betri zenye usawa na tofauti. Tatizo la utofauti linatatuliwa na mkakati wetu uliopendekezwa wa kupiga kura kwa umbali wa Wasserstein. Tathmini ya kiuchumi ya kuchakata betri zilizostaafu kwa kutumia mfumo wetu uliopendekezwa wa kujifunza kwa mashine kwa pamoja unafanywa, ukisisitiza umuhimu na umuhimu wa kupanga betri zilizostaafu kwa usahihi. Tunajadili kwa kina uelewaji wa mfumo, athari za kuchakata betri, na matarajio mapana ya mazoezi ya baadaye ya kuchakata betri yaliyojumuishwa na kujifunza kwa mashine kwa pamoja. 1    Vyanzo vingi vya data, kama vile watengenezaji wa betri (Picha kwa ruhusa ya Addionics), waendeshaji wa programu za vitendo (pakiti ya betri kwenye sehemu ya chini ya Tesla. Picha kwa ruhusa ya Tesla), taasisi za utafiti wa kitaaluma, na majukwaa ya wahusika wengine, vinaweza kuwa wachangiaji wa data. Data ya betri haibadilishwi kati ya wachangiaji wala haipelekwi kwa mchakataji betri. Badala yake, wachangiaji wa data hufunza mifumo ya ndani na kushiriki vigezo vya mfumo na mchakataji betri ili kujenga mfumo wa kimataifa. Mbinu iliyopendekezwa ya kupiga kura kwa umbali wa Wasserstein huunganisha mifumo ya ndani kuwa mfumo wa kimataifa, ambao una uwezo wa kukabiliana na usawa wa data na kelele. Wachakataji betri wanaweza kutumia mfumo uliojengwa kwa pamoja kwa upangaji wa betri, pamoja na data rahisi ya majaribio ya shambani.   Mfumo wetu wa kujifunza kwa mashine kwa pamoja unahamasisha washirika kushiriki data huku ukilinda faragha ya data kinyume na mfumo wa jadi wa data iliyotengwa. a b Matokeo Ukusanyaji na uhamishaji wa data Mienendo tofauti ya betri katika aina tofauti za betri huwa na vipimo vingi na ni vigumu kuielezea kwa sababu ya matukio tofauti ya uendeshaji, utofauti wa utengenezaji, na matumizi ya kihistoria . Ili kupata suluhisho la hali hii ngumu, tulikusanya na kuhamisha betri 130 zilizostaafu zenye aina 5 za nyenzo za cathode kutoka kwa watengenezaji 7 ili kujenga seti ya data ya nje ya usambazaji, sawa na yenye tofauti. Ikizingatiwa matumizi tofauti ya kihistoria, uwezo wa betri zilizokusanywa ni chini ya 90% ya uwezo wa kawaida. Vifaa vya cathode vya betri ni lithiamu cobalt oxide (LCO), nickel manganese cobalt (NMC), lithium ferrophosphate (LFP), nickel-cobalt-aluminum oxide (NCA), na aina mchanganyiko za NMC-LCO, ambazo huwekwa zaidi katika madaraja 9 kulingana na watengenezaji (Jedwali la Nyongeza  ). Tunajumuisha kwa makusudi betri zenye matumizi tofauti ya kihistoria, kutoka kwa majaribio ya maabara hadi wasifu wa kuendesha gari wa gari la umeme, ili kufunza mfumo wa jumla kwa mchakataji betri bila kujali matumizi ya kihistoria na aina za betri. 52 1 Kwa uhamishaji, data zote zinazohitajika kutoka kwa mchakataji ni mzunguko unaochunguzwa kwa sasa (majaribio ya shambani) na jaribio moja la kuchaji na umeme, ambalo ni rahisi kutekeleza katika matukio ya vitendo. Data iliyochunguzwa huchujwa kwanza kwa kujaza maadili yaliyokosekana, kubadilisha maadili ya nje, na kufanya uchujaji wa median. Ingawa kelele zinazosababishwa na binadamu na zinazosababishwa na utofauti wa cathode zinahifadhiwa kwa makusudi, ili kufanya mfumo kuwa na uwezo wa kukabiliana na pembejeo zisizo kamili. Kisha data hupitishwa kwa njia ya mstari kwa kujaza curve (Mchoro wa Nyongeza  ) na vipengele vimeundwa kwa ajili ya kupunguza vipimo, na vigezo vya pamoja vya uhamishaji (Kumbuka ya Nyongeza  ). Vipengele vilivyotolewa kutoka kwa bomba la uhamishaji vinaeleweka vyema, suala la maslahi makubwa ya kibiashara. Kwa ujuzi wetu, ni mara ya kwanza ambapo data ya betri yenye tofauti kutoka kwa vyanzo vingi na matumizi ya kihistoria yanatumiwa kusaidia katika muundo wa mkakati wa kuchakata betri. 1 1 Mchoro  a,   wanaonyesha mchakato wa uhandisi wa vipengele. Tunazingatia mshazari wa kuchaji na umeme wa betri zilizostaafu katika mzunguko wa mwisho, yaani, mzunguko mmoja wa kuchaji na mmoja wa umeme (Michoro ya Nyongeza  – ). Katika mzunguko wa kuchaji, vipengele 15 vinatolewa kutoka kwa mshazari wa voltage-capacity na dQ/dV, ambapo V na Q hurejelea maadili ya voltage na uwezo, mtawalia. Kundi sawa la vipengele hutolewa kwa mzunguko wa umeme. Kama matokeo, vipengele 30 hutolewa kwa jumla, kama inavyoonyeshwa kutoka F1 hadi F30. Rejelea Jedwali la Nyongeza   na Kumbuka ya Nyongeza   kwa maelezo ya kina ya vipengele. Mchoro  c unaonyesha maadili kamili na ya jamaa ya vipengele vya betri zilizochaguliwa kutoka kila daraja. Maadili mengi ya jamaa ya vipengele katika madaraja tofauti huunganishwa katika eneo la −1 hadi 0 (na rangi ya kijani kibichi) na haziwezi kutofautishwa, ikionyesha ugumu katika kuainisha aina ya betri kwa kutumia mzunguko mmoja wa data ya betri. Ugumu huo unatarajiwa kwa sababu hali za zamani za uendeshaji tofauti zinaweza kuathiri mienendo ya kuchaji-umeme ya betri ili vipengele vilivyotolewa viwe vinahusiana sana licha ya aina tofauti za betri (Mchoro wa Nyongeza  ). Badala ya kutafsiri moja kwa moja vipengele vilivyotolewa kwa kutumia maarifa ya wataalamu, tunatumia njia mbadala inayotegemea data ambayo inatumia kiotomatiki mifumo iliyofichwa katika aina mbalimbali za betri. 2 b 2 5 2 2 2 6    Kwa mchakato wa kuchaji, vipengele 15 vinatolewa kutoka kwa mshazari wa voltage-capacity (kushoto) na dQ/dV (kulia).   Kundi sawa la vipengele ni kwa ajili ya mchakato wa umeme kama F16 hadi F30.   Vipengele vinaonyeshwa kwa madaraja, kufuatia umbizo CxBn, ikionyesha betri ya n kutoka daraja x. Ukubwa wa duara unaonyesha thamani kamili ya kipengele. Data chanzo hutolewa kama faili ya Data Chanzo. a b c Upangaji wa betri zilizostaafu kwa ufikiaji wa data wenye usawa Kwanza tunazingatia mpangilio ambapo data ya betri husambazwa kwa usawa kati ya washirika (yaani, wateja). Usawa huu unamaanisha kuwa kila mteja hutoa kushiriki data ya betri katika madaraja yote 9, ingawa idadi maalum ya betri haiathiriwi (Jedwali la Nyongeza  ). Tunafunza mfumo wetu wa kujifunza kwa mashine kwa pamoja bila kuhitaji habari kuhusu matumizi ya kihistoria ya betri zilizostaafu. Katika kazi yetu, mchakataji na wateja wanahitaji tu kupima betri zilizostaafu katika mzunguko wa sasa (majaribio ya shambani), haswa, na mzunguko kamili wa kuchaji-umeme kwa mchakato wa kawaida wa uhandisi wa vipengele ulioanzishwa na mchakataji. Mifumo ya ndani hufunzwa kulingana na vipengele vilivyotolewa kutoka kwa data zao za faragha za betri. M 3

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

Sauti hii imetolewa katika lugha asilia ya hadithi!

AI Hii Salama ya Faragha Inaweza Kubadilisha Taka za Betri kuwa Faida Kubwa

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

A PENDENT WORLD

Jinsi $ TRUTH token ya Swarm Network inapanga kukabiliana na taarifa mbaya kupitia uhakiki wa Blockchain

Speed up Swift compile time

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

A PENDENT WORLD

Jinsi $ TRUTH token ya Swarm Network inapanga kukabiliana na taarifa mbaya kupitia uhakiki wa Blockchain

Speed up Swift compile time

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps