
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 katoda huzuia kupitishwa kwa kuchakata tena moja kwa moja kwa sababu ya asili yao maalum kwa katoda. Ongezeko la betri zilizostaafu linahitaji kupangwa kwa usahihi kwa ajili ya kuchakata tena moja kwa moja, lakini changamoto hutokana na historia tofauti za uendeshaji, watengenezaji mbalimbali, na wasiwasi wa faragha wa data wa washirika wa kuchakata (wamiliki wa data). Hapa tunaonyesha, kutoka kwa seti ya kipekee ya data ya betri 130 za lithiamu-ioni zinazojumuisha vifaa 5 vya katoda na watengenezaji 7, mbinu ya kujifunza kwa mashine iliyounganishwa 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 kuchaji na kutoa, mfumo wetu unaonyesha makosa 1% na 3% ya kupanga katoda chini ya mipangilio ya kuchakata betri yenye usawa na tofauti mtawalia, kutokana na mkakati wetu mpya wa upigaji kura wa umbali wa Wasserstein. Kiuchumi, njia iliyopendekezwa inasisitiza umuhimu wa kupanga betri kwa usahihi kwa tasnia ya kuchakata yenye mafanikio na endelevu. Utafiti huu unatanguliza mfumo mpya wa kutumia data nyeti ya faragha kutoka vyanzo mbalimbali, ukisaidia maamuzi ya ushirikiano na kuheshimu faragha kwa mifumo iliyosambazwa. Utangulizi Betri za lithiamu-ioni (LIBs), zinazofanya kazi kama vifaa vya kuhifadhi nishati, zimepata matumizi makubwa katika nyanja mbalimbali, kutoka uzalishaji wa viwandani hadi maisha ya kila siku kama njia ya kiufundi iliyokubaliwa. Makadirio yanaonyesha kuwa kiwango cha uzalishaji wa kimataifa wa LIBs kitazidi 1.3 TWh ifikapo mwaka 2030 wakati mahitaji yanayoongezeka ya betri yatapita sana upatikanaji wa rasilimali muhimu za madini kama vile lithiamu na kobalti , . Hata hivyo, maisha ya wastani ya sasa ya bidhaa za LIB ni miaka 5–8, na kusababisha kuongezeka kwa betri zilizostaafu kwa wingi katika nchi nyingi. Kama hazitashughulikiwa ipasavyo, betri zilizostaafu zitahusababisha upotevu wa rasilimali usiokubalika na uharibifu wa mazingira. Kwa kuzingatia hali hizi, ukuzaji wa teknolojia ya kuchakata betri unachukua umuhimu mkubwa tunapokabiliana na wimbi linalokuja la kustaafu kwa LIB . 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 mbinu tofauti. Mchakato huu hauharibu muundo wa nyenzo kwa sekondari, kuruhusu ukarabati wa muundo kwa ufanisi zaidi na urejesho wa utendaji. Zaidi ya hayo, direct recycling ina faida kubwa zaidi, kwani inahusisha matumizi ya chini ya nishati, uzalishaji mdogo wa gesi chafu, na athari ndogo za mazingira , . Katika uzalishaji halisi, hata hivyo, wachakataji wa betri mara nyingi hukutana na LIB zinazojumuisha vipengele visivyojulikana au moduli za betri zinazojumuisha mchanganyiko wa aina tofauti za nyenzo za katoda. Kwa kuzingatia kuwa direct recycling inaweza kuwa maalum kwa katoda, utata huo hufanya matumizi ya direct recycling kuwa magumu kufikia ubadilishaji wa thamani wa betri zilizostaafu . Ni muhimu kusisitiza kwamba hata kama madini muhimu kutoka kwa aina mchanganyiko za nyenzo za katoda yanaweza kupatikana kwa kutumia mikakati ya kawaida ya kuchakata, mwingiliano kati ya nyenzo tofauti za katoda wakati wa mchakato wa kuchakata unaweza kuathiri vibaya ubora wa bidhaa . Kwa hivyo, kuelewa habari ya aina ya nyenzo ya katoda 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 kwa msaada wa binadamu imependekezwa kutambua habari ya aina ya nyenzo ya katoda ya betri zilizostaafu katika kiungo cha matibabu ya awali, ambayo bado si ya gharama nafuu wakati tasnia ya kuchakata inapoendelea . Ili kupata kwa ufanisi habari ya aina ya katoda ya betri zilizostaafu, jamii ya kisayansi na viwandani hivi karibuni imeanzisha mfumo wa kufuatilia maisha ya betri na dhana zinazoibuka kama vile pasipoti ya betri na jenome ya data ya betri . Ingawa betri nyingi zimetumika kabla ya mipango hiyo, kuna makubaliano yanayokua kwamba habari ya betri inapaswa kupatikana katika mnyororo mzima wa maisha ili kuwezesha uamuzi wa maisha ya pili . Hii ni kweli hasa kwa sekta ya kuchakata betri, kituo cha mwisho cha maisha ya pili ya betri, kwani njia ya kuchakata inaweza kuwa maalum kwa katoda. Hata hivyo, mifumo ya kufuatilia maisha ya betri au pasipoti za betri huwezeshwa na vifaa vya kielektroniki kama vile kodeki za pau na mawasiliano ya karibu sana, ambavyo vinaweza kusababisha uwekezaji mkubwa na vinaweza kutopatana na wabunifu tofauti wa betri. Zaidi ya hayo, vifaa vya kielektroniki vinabaki kuwa changamoto kudhibiti mara kwa mara katika muda wao wa maisha, na kusababisha vifaa vilivyochakaa na kutopatikana katika hatua ya kuchakata kwani mchakato wa kisasa wa utengenezaji wa LIB bado haujajumuishwa kutoka uzalishaji hadi kuchakata . Kwa hivyo, uvumbuzi zaidi unahitajika sana ili kufikia upimaji wa aina ya katoda ya betri kwa ufanisi kwa kutumia tu habari rahisi ya kupatikana uwanjani , , kinyume na data ya kihistoria iliyorekodiwa au njia ya usaidizi wa binadamu, ikisaidia kupitishwa kwa 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 muhimu ya kushughulikia masuala wazi katika nyanja zote za betri. Katika mada zingine zinazohusiana na betri, kujifunza kwa mashine hivi karibuni kumeziwezesha kugundua kiotomatiki michakato tata ya betri , , , kutabiri maisha ya huduma iliyobaki , , , , , kutathmini hali ya afya , , , kuongeza wasifu wa mzunguko , , kukisia usambazaji wa kutofaulu , 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 nyenzo za katoda , , ambacho kinasababisha data ndogo ya betri, hasa kwa zile zilizotumika hadi hatua ya mwisho wa maisha. Idadi kubwa ya tafiti zilizochapishwa zinaonyesha ukubwa mdogo sana wa sampuli na hata ni mdogo zaidi katika utofauti wa katoda ya betri . Uhaba huo unatokana na gharama kubwa, muda mrefu wa upimaji , na, muhimu zaidi, faragha ya data kutokana na masuala ya kibiashara au ya maslahi. Kwa hiyo, suala la faragha linazidisha hali ngumu ambapo data zilizopo za betri, ingawa ni nyingi kwa kiasi na utofauti kutoka kwa pande mbalimbali kama vile watengenezaji wa betri, programu za vitendo, taasisi za kitaaluma, na majukwaa ya watu wengine, haziwezi kushirikiwa. Hali hii inahitaji kusomwa kwa upimaji wa aina ya katoda ili kuongeza uchaguzi wa njia ya kuchakata betri kwa njia ya ushirikiano huku ikihifadhi faragha. 17 18 19 20 21 22 23 24 19 25 26 27 28 29 30 31 32 33 34 35 36 37 Jifunze kwa mashine kwa njia iliyounganishwa, kama mfumo uliosambazwa na unaohifadhi faragha, una uwezo wa kutatua ushirikiano wa pande nyingi (sawa, kiasi na utofauti wa data ya betri) na masuala ya faragha kupitia kujifunza kwa mashine kwa ushirikiano , , . Katika kila mzunguko wa mafunzo, wamiliki wa data waliotawanywa hufanya mafunzo ya ndani kwa uwezo wao wa ndani wa kompyuta, huweka kwa njia fiche vigezo/matokeo ya mfumo yaliyofunzwa, na kuvipeleka kwa mratibu mkuu kwa ajili ya kuunganishwa. Ukweli kwamba seti za data ghafi haziondoki kwa wamiliki wao wa data na kwamba vigezo/matokeo yaliyohamishwa huwekwa kwa njia fiche ipasavyo ili kulinda faragha ya data. Jifunze kwa mashine kwa njia iliyounganishwa imechunguzwa sana katika nyanja nyingi za maombi, pamoja na afya ya umma , , uchunguzi wa kimatibabu , , , biashara ya mtandaoni , mtandao wa vitu , kompyuta ya mkononi , na gridi mahiri , , . Njia hii inaweza kubadilisha mfumo wa utafiti unaoendeshwa na data katika sekta pana za nishati kwa kuwezesha ushirikiano unaohifadhi faragha, hasa kwa wale wenye ufikivu mdogo wa data. Kuhusu sekta ya kuchakata betri, kujifunza kwa mashine kwa njia iliyounganishwa 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 huu wa ushirikiano huku ukihifadhi faragha, upimaji wa betri zilizostaafu unaweza kutekelezwa kwa usahihi wa juu, ufanisi, uwezekano wa kuongezeka, na ujumla, kuongeza ubora na faida ya bidhaa zilizorejeshwa. Kwa ujuzi wetu, tafiti za kujifunza kwa mashine kwa njia iliyounganishwa zinazolenga kuchakata betri hazijawahi kuripotiwa. 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Katika utafiti huu, tunafanya upimaji wa aina ya nyenzo ya katoda ya betri zilizostaafu, tukitumia data zilizopo za betri kutoka kwa washirika mbalimbali, kama vile watengenezaji wa betri, waendeshaji wa programu za vitendo, taasisi za utafiti wa kitaaluma, na majukwaa ya watu wengine, kwa mtindo wa kujifunza kwa mashine kwa ushirikiano huku ukihifadhi faragha kama inavyoonyeshwa kwenye Mchoro.  . Mfumo wetu wa kujifunza kwa mashine kwa njia iliyounganishwa ulifunzwa kwa kutumia mzunguko mmoja tu wa data ya upimaji wa uwanjani kupitia mchakato wa kawaida wa uhandisi wa vipengele, bila maarifa yoyote ya awali ya hali ya kihistoria ya uendeshaji. Tunalinganisha nguvu ya utabiri ya mfumo wetu wa kujifunza kwa mashine kwa njia iliyounganishwa na ile ya mifumo ya ndani iliyojifunzwa kwa kujitegemea kulingana na data ya ndani chini ya hali zote za kuchakata betri zenye usawa na tofauti. Suala la utofauti linatatuliwa na mkakati wetu uliopendekezwa wa upigaji kura wa umbali wa Wasserstein. Tathmini ya kiuchumi ya kuchakata betri zilizostaafu kwa kutumia mfumo wetu uliopendekezwa wa kujifunza kwa mashine kwa njia iliyounganishwa unafanywa, ukisisitiza umuhimu na umuhimu wa upimaji sahihi wa betri zilizostaafu. Tunajadili kwa kina ufasiri wa mfumo, athari za kuchakata betri, na matarajio mapana zaidi ya mazoezi ya baadaye ya kuchakata betri yaliyojumuishwa na kujifunza kwa mashine kwa njia iliyounganishwa. 1    Vyanzo vingi vya data, kama vile watengenezaji wa betri (Picha kwa hisani ya Addionics), waendeshaji programu za vitendo (pakiti ya betri kwenye paneli ya sakafu ya Tesla. Picha kwa hisani ya Tesla), taasisi za utafiti wa kitaaluma, na majukwaa ya watu wengine, wanaweza kuwa wachangiaji wa data. Data ya betri haibadilishani kati ya wachangiaji wala haipelekwi kwa mchakataji wa betri. Badala yake, wachangiaji wa data hufunza mifumo ya ndani na kushiriki vigezo vya mfumo na mchakataji wa betri ili kuunda mfumo wa kimataifa. Mbinu iliyopendekezwa ya upigaji kura wa umbali wa Wasserstein huunganisha mifumo ya ndani kwenye mfumo wa kimataifa, ambao ni thabiti kwa usawa wa data na kelele. Wachakataji wa betri wanaweza kutumia mfumo ulioundwa pamoja kwa ajili ya kupanga betri, pamoja na data rahisi ya upimaji uwanjani.   Mfumo wetu wa kujifunza kwa mashine kwa njia iliyounganishwa unahimiza washirika kushiriki data huku ukihifadhi faragha ya data kinyume na mfumo wa jadi wa visiwa vya data. a b Matokeo Ukusanyaji na uhalilishaji wa data Michakato tofauti ya kemia ya betri katika aina tofauti za betri mara nyingi huwa na vipimo vingi na ni vigumu kuelezea kutokana na matukio tofauti ya uendeshaji, tofauti za utengenezaji, na matumizi ya kihistoria . Ili kupata suluhisho kwa hali hii, tulikusanya na kulifanyia uhalilishaji betri 130 zilizostaafu zenye aina 5 za nyenzo za katoda kutoka kwa watengenezaji 7 ili kuunda seti ya data ya nje ya usambazaji, sawa na seti yenye tofauti. Kutokana na matumizi tofauti ya kihistoria, uwezo wa betri zilizokusanywa ni chini ya 90% ya uwezo wa kawaida. Vifaa vya katoda vya betri ni oksidi ya kobalti ya lithiamu (LCO), oksidi ya nikeli manganese kobalti (NMC), fosfati ya chuma ya lithiamu (LFP), oksidi ya nikeli-kobalti-aluminiamu (NCA), na aina mchanganyiko za NMC-LCO, ambazo huwekwa zaidi katika madaraja 9 kulingana na watengenezaji (Jedwali la Nyongezo  ). Tunajumuisha kwa makusudi betri zenye matumizi tofauti ya kihistoria, kutoka kwa upimaji wa maabara hadi wasifu wa kuendesha gari kwa gari la umeme, ili kufunza mfumo wa ujumla kwa mchakataji wa betri bila kujali matumizi ya kihistoria na aina za betri. 52 1 Kwa uhalilishaji, data zote zinazohitajika kutoka kwa mchakataji ni mzunguko wa sasa uliopimwa (upimaji uwanjani) na jaribio moja la kuchaji na kutoa, ambalo ni rahisi kutekeleza katika matukio ya vitendo. Data zilizopimwa kwanza huchujwa kwa kujaza maadili yaliyokosekana, kubadilisha maadili ya nje, na kufanya vichujio vya wastani. Kelele zinazosababishwa na binadamu na kelele zinazosababishwa na utofauti wa katoda zinahifadhiwa kwa makusudi, hata hivyo, ili kufanya mfumo uwe thabiti kwa pembejeo zisizo kamili. Kisha data huchukuliwa kwa mstari ili kujaza curve (Kielelezo cha Nyongezo  ) na vipengele vimeandaliwa kwa upunguzaji wa vipimo, na seti iliyoshirikiwa ya vigezo vya uhalilishaji (Dokezo la Nyongezo  ). Vipengele vilivyotolewa kutoka kwa bomba la uhalilishaji vinaeleweka vizuri, suala la maslahi makubwa ya kibiashara. Kwa ujuzi wetu, ni mara ya kwanza ambapo data za betri zenye tofauti kutoka kwa vyanzo vingi na matumizi ya kihistoria hutumiwa kusaidia katika muundo wa mkakati wa kuchakata betri. 1 1 Mchoro  a,   wanaonyesha mchakato wa uhandisi wa vipengele. Tunazingatia curve ya malipo na utoaji wa betri zilizostaafu katika mzunguko wa mwisho, yaani, mzunguko mmoja wa kuchaji na kutoa (Vielelezo vya Nyongezo  – ). Katika mzunguko wa malipo, vipengele 15 vinatolewa kutoka kwa curve za volteji-uwezo na dQ/dV, ambapo V na Q hurejelea maadili ya volteji na uwezo, mtiririko huo. Seti sawa ya vipengele hutolewa kwa mzunguko wa utoaji. Kama matokeo, vipengele 30 hutolewa kwa jumla, kama inavyoonyeshwa kutoka F1 hadi F30. Rejelea Jedwali la Nyongezo   na Dokezo la Nyongezo   kwa maelezo ya kina ya vipengele. Mch.  zinaonyesha maadili kamili na ya uhusiano wa vipengele vya betri zilizochaguliwa kutoka kila daraja. Maadili mengi ya uhusiano wa vipengele katika madaraja tofauti hufunika katika mkoa wa -1 hadi 0 (na rangi ya kijani kibichi) na haziwezi kutofautishwa, zikionyesha ugumu katika kuainisha aina ya betri kwa kutumia mzunguko mmoja wa data ya betri. Ugumu unatarajiwa kwa sababu hali tofauti za uendeshaji wa kihistoria zinaweza kuathiri michakato ya malipo-utoaji wa betri ili vipengele vilivyotolewa vinaweza kuhusishwa sana licha ya aina tofauti za betri (Kielelezo cha Nyongezo  ). Badala ya kutafsiri moja kwa moja vipengele vilivyotolewa kwa kutumia maarifa ya kitaalamu, tunatumia mbinu mbadala inayoendeshwa na data ambayo kwa moja kwa moja hutumia ruwaza zilizofichwa katika aina mbalimbali za betri. 2 b 2 5 2 2 c 6    Kwa mchakato wa kuchaji, vipengele 15 vinatolewa kutoka kwa curve za volteji-uwezo (kushoto) na dQ/dV (kulia).   Seti sawa ya vipengele ni kwa mchakato wa utoaji kama F16 hadi F30.   Vipengele vinaonyeshwa na madaraja, kufuatia umbizo CxBn, ikionyesha betri ya n kutoka daraja x. Ukubwa wa duara huonyesha thamani kamili ya kipengele. Data chanzo hutolewa kama faili la Chanzo cha Data. a b c Kupanga betri zilizostaafu na ufikivu wa data wenye usawa Tunazingatia kwanza mpangilio ambapo data ya betri husambazwa kwa usawa kati ya washirika (yaani, wateja). Usawa unamaanisha kuwa kila mteja hutoa kushiriki data ya betri katika madaraja yote 9, ingawa idadi maalum ya betri haiwezi kuzuiliwa (Jedwali la Nyongezo 

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 Menchini Faida Kubwa

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

Sweet Security Unveils First Unified Detection And Response Platform

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

A PENDENT WORLD

Details of the Aerial Voyage.—Kennedy silenced

Sweet Security Unveils First Unified Detection And Response Platform

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

A PENDENT WORLD

Details of the Aerial Voyage.—Kennedy silenced

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps