```html
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 mbalimbali vya katodi huzuia upokeaji wa urejeshaji wa moja kwa moja kutokana na hali yao maalum ya katodi. Kuongezeka kwa betri zilizostaafu kunahitaji kupanga kwa usahihi kwa ajili ya urejeshaji wa moja kwa moja unaofaa, lakini changamoto hutokana na historia mbalimbali za uendeshaji, watengenezaji tofauti, na wasiwasi wa faragha wa data wa washirika wa kurejesha (wamiliki wa data). Hapa tunaonyesha, kutoka kwa seti ya kipekee ya data ya betri za lithiamu-ioni 130 zinazojumuisha vifaa 5 vya katodi 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 kurejesha. Kwa kutumia vipengele vilivyotolewa kutoka kwa mzunguko wa mwisho wa malipo-kutokwa, mfumo wetu unaonyesha makosa ya 1% na 3% ya kupanga katodi chini ya mipangilio ya urejeshaji wa betri yenye usawa na isiyo sawa, mtawalia, kutokana na mkakati wetu mpya wa kupiga kura kwa umbali wa Wasserstein. Kiuchumi, mbinu iliyopendekezwa inasisitiza thamani ya upimaji sahihi wa betri kwa tasnia ya urejeshaji yenye mafanikio na endelevu. Utafiti huu unatangaza mfumo mpya wa kutumia data nyeti ya faragha kutoka vyanzo mbalimbali, kuwezesha maamuzi ya ushirikiano na yenye 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 ya kiufundi iliyokubaliwa. Makadirio yanaonyesha kuwa kiwango cha uzalishaji wa kimataifa wa LIBs kitazidi 1.3 TWh ifikapo 2030 wakati mahitaji yanayoongezeka ya betri yatazidi sana upatikanaji wa rasilimali muhimu za madini kama lithiamu na cobalt , . Hata hivyo, maisha ya wastani ya sasa ya bidhaa za LIB ni miaka 5-8, na kusababisha kuongezeka kwa betri zilizostaafu katika nchi nyingi. Ikiwa hazitashughulikiwa ipasavyo, betri zilizostaafu zitazalisha upotevu wa rasilimali usio endelevu na uharibifu wa mazingira. Kwa kuzingatia hali hizi, maendeleo ya teknolojia ya kurejesha betri huchukua umuhimu mkubwa tunapokabiliana na wimbi linalokuja la kustaafu kwa LIBs . 1 2 3 4 Maendeleo ya hivi majuzi katika utafiti wa kurejesha betri yamejikita katika mbinu za pyrometallurgical, hydrometallurgical, na urejeshaji wa moja kwa moja . Tofauti na mbinu za pyrometallurgical na hydrometallurgical, urejeshaji wa moja kwa moja unajisimamia kama mbinu tofauti. Mchakato huu hauharibu muundo wa nyenzo kwa sekondari, kuwezesha ukarabati wa muundo unaofaa zaidi na urejeshaji wa utendaji. Zaidi ya hayo, urejeshaji wa moja kwa moja una faida zaidi, kwani unahusisha matumizi ya chini ya nishati, utoaji wa gesi chafu uliopunguzwa, na mazingira mepesi zaidi ya mazingira , . Katika uzalishaji halisi, hata hivyo, warejeshaji wa betri mara nyingi hukutana na LIB zinazojumuisha vipengele visivyojulikana au moduli za betri zinazojumuisha mchanganyiko wa aina tofauti za nyenzo za katodi. Kwa kuzingatia kuwa urejeshaji wa moja kwa moja unaweza kuwa maalum kwa katodi, utata kama huo hufanya matumizi ya urejeshaji wa moja kwa moja kutowezekana kwa kufikia ubadilishaji wa thamani wa betri zilizostaafu . Ni muhimu kusisitiza kwamba hata kama madini muhimu kutoka kwa aina mbalimbali za katodi yanaweza kupatikana kwa kutumia mikakati ya kawaida ya urejeshaji, mwingiliano kati ya nyenzo tofauti za katodi wakati wa mchakato wa urejeshaji unaweza kuathiri vibaya ubora wa bidhaa . Kwa hivyo, kuelewa taarifa za aina ya nyenzo za katodi upande wa urejeshaji huathiri kwa kiasi kikubwa uchaguzi wa njia ya urejeshaji wa moja kwa moja na hatimaye huboresha ubora wa bidhaa, faida, na uendelevu. 5 6 7 8 9 Urejeshaji wa moja kwa moja unaosaidiwa na binadamu umependekezwa ili kutambua taarifa za aina ya nyenzo za katodi ya betri zilizostaafu katika kiungo cha kabla ya matibabu, ambacho bado hakina faida kiuchumi wakati tasnia ya kurejesha inapoendelea kuongezeka . Ili kupata kwa ufanisi taarifa za aina ya katodi ya betri zilizostaafu, jamii ya kisayansi na ya viwanda imeanzisha hivi karibuni mfumo wa kufuatilia maisha ya betri na dhana zinazoibuka kama hati ya betri na jenomu ya data ya betri . Ingawa betri nyingi zimetumika kabla ya mipango hii, kuna makubaliano yanayokua kwamba taarifa za betri zinapaswa kupatikana katika mnyororo wa maisha ili kuwezesha uamuzi wa maisha ya pili . Hii ni kweli hasa kwa sekta ya kurejesha betri, kituo cha mwisho cha maisha ya pili ya betri, kwani njia ya kurejesha inaweza kuwa maalum kwa katodi. Hata hivyo, mifumo ya ufuatiliaji wa maisha ya betri au hati za betri huwezeshwa na vifaa vya kielektroniki kama vile baa za misimbo na mawasiliano ya karibu, ambayo yanaweza kuanzisha uwekezaji mkubwa na yanaweza kutolingana kwa upana na wabunifu tofauti wa betri. Zaidi ya hayo, vifaa vya kielektroniki vinabaki changamoto kudhibiti kwa usawa katika maisha yao yote, na kusababisha vifaa vilivyochakaa na kutopatikana katika hatua ya kurejesha kwani mchakato wa kisasa wa utengenezaji wa LIB bado haujajumuishwa kutoka uzalishaji hadi urejeshaji . Kwa hivyo, uvumbuzi zaidi unahitajika kwa haraka ili kufikia upangaji bora wa aina ya katodi ya betri kwa kutumia tu taarifa za uwanja zinazopatikana kwa urahisi , , kinyume na data ya kihistoria iliyorekodiwa au njia ya kibinadamu, kuwezesha upokeaji wa urejeshaji wa moja kwa moja ili kuboresha ubora na faida ya bidhaa zilizorejeshwa. 1 10 11 12 13 14 15 16 Katika miaka michache iliyopita, akili bandia imeibuka kama zana inayofaa kushughulikia maswali wazi katika nyanja zote za betri. Katika mada zingine zinazohusiana na betri, akili bandia hivi karibuni imetuwezesha kugundua kiotomatiki mifumo changamano ya betri , , , kutabiri maisha ya huduma iliyobaki , , , , , kutathmini hali ya afya , , , kuboresha wasifu wa mzunguko , , kukadiria usambazaji wa kutofaulu , hata kuongoza muundo wa betri , , na kutabiri utendaji wa maisha mara baada ya utengenezaji . Kwa upande wa kurejesha betri, kazi chache zimechunguza akili bandia kuhusu nyenzo za katodi , , ambayo inalaaniwa na data adimu ya betri, hasa kwa zile zilizofikia mwisho wa maisha. Idadi kubwa ya tafiti zilizochapishwa zinaonyesha ukubwa mdogo sana wa sampuli na hata ni mdogo zaidi katika utofauti wa katodi ya betri . Ukosefu huu unahusishwa na gharama kubwa, muda mrefu wa kupima , na, muhimu zaidi, faragha ya data kutokana na maswala ya kibiashara au ya kimaslahi. Kwa hiyo, suala la faragha linaimarisha hali ngumu ambapo data zilizopo za betri, ingawa nyingi kwa wingi na utofauti kutoka kwa pande mbalimbali kama vile watengenezaji wa betri, programu za vitendo, taasisi za kitaaluma, na majukwaa ya wahusika wengine, haziwezi kushirikiwa. Hali kama hiyo inahitaji kusoma upangaji wa nyenzo za katodi ili kuboresha uchaguzi wa njia ya kurejesha betri kwa njia ya ushirikiano huku ikiheshimu faragha. 17 18 19 20 21 22 23 24 19 25 26 27 28 29 30 31 32 33 34 35 36 37 Aakili bandia iliyojumuishwa, kama mfumo uliosambazwa na unaolinda faragha, ina uwezo wa kutatua ushirikiano wa pande nyingi (sawa, wingi na utofauti wa data ya betri) na maswala ya faragha kupitia akili bandia ya ushirikiano , , . Katika kila mzunguko wa mafunzo, wamiliki wa data waliotawanywa hufanya mafunzo ya ndani kwa nguvu yao ya kompyuta ya ndani, huficha vigezo/matokeo ya modeli iliyofunzwa, na huipakia kwa mratibu mkuu kwa ajili ya kuunganishwa. Ukweli kwamba seti za data ghafi hazitoki kwa wamiliki wao wa data na kwamba vigezo/matokeo yaliyohamishwa yanafichwa ipasavyo ili kulinda faragha ya data. Akili bandia iliyojumuishwa imechunguzwa sana katika nyanja nyingi za programu, ikiwa ni pamoja na afya ya umma , , utambuzi wa kliniki , , , biashara ya mtandaoni , Mtandao wa Mambo (IoT) , kompyuta za rununu , na gridi ya akili , , . Njia hii inaweza kubadilisha mfumo wa utafiti unaoendeshwa na data katika sekta za nishati pana kwa kuwezesha ushirikiano unaolinda faragha, hasa kwa wale walio na ufikiaji mdogo wa data. Kuhusu sekta ya kurejesha betri, akili bandia iliyojumuishwa inadhani uwezekano wa kuahidi kwa 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, usawa, na ujanibishaji, kuboresha ubora na faida ya bidhaa zilizorejeshwa. Kwa kadiri tunavyojua, tafiti za akili bandia zilizojumuishwa zinazolenga urejeshaji wa betri hazijawahi kuripotiwa. 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Katika utafiti huu, tunafanya upangaji wa nyenzo za katodi 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 wahusika wengine, kwa mtindo wa akili bandia wa ushirikiano huku ukilinda faragha kama inavyoonyeshwa kwenye Kielelezo  . Mfumo wetu wa akili bandia uliojumuishwa ulifunzwa kwa kutumia tu mzunguko mmoja wa data ya upimaji wa shamba kupitia mchakato wa kawaida wa uhandisi wa vipengele, bila ujuzi wowote wa awali wa hali ya zamani ya uendeshaji. Tunalinganisha nguvu ya utabiri ya mfumo wetu wa akili bandia uliojumuishwa na ile ya mifumo ya ndani iliyojifunza kulingana na data ya ndani chini ya mazingira ya urejeshaji wa betri yenye usawa na isiyo sawa. Tatizo la kutofautiana linatatuliwa na mkakati wetu mpya wa kupiga kura kwa umbali wa Wasserstein. Tathmini ya kiuchumi ya kurejesha betri zilizostaafu kwa kutumia mfumo wetu uliopendekezwa wa akili bandia uliojumuishwa unafanywa, ukisisitiza umuhimu na umuhimu wa upimaji sahihi wa betri zilizostaafu. Tunajadili kwa kina tafsiri ya mfumo, athari za kurejesha betri, na matarajio mapana ya mazoezi ya baadaye ya kurejesha betri yaliyojumuishwa na akili bandia. 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 gari la Tesla. Picha kwa ruhusa ya Tesla), taasisi za utafiti wa kitaaluma, na majukwaa ya wahusika wengine, wanaweza kuwa wachangiaji wa data. Data za betri hazibadilishani kati ya wachangiaji wala hazipakii kwa mtoaji wa betri. Badala yake, wachangiaji wa data hufunza mifumo ya ndani na kushiriki vigezo vya mfumo na mtoaji wa betri ili kujenga mfumo wa kimataifa. Mbinu iliyopendekezwa ya kupiga kura kwa umbali wa Wasserstein huunganisha mifumo ya ndani kwenye mfumo wa kimataifa, ambao huimarishwa dhidi ya usawa wa data na kelele. Watoaji wa betri wanaweza kutumia mfumo uliounganishwa kwa pamoja kwa upangaji wa betri, pamoja na data rahisi ya kupata ya kupima uwanjani.   Mfumo wetu wa akili bandia uliojumuishwa unahimiza washirika kushiriki data huku ukilinda faragha ya data kinyume na mfumo wa jadi wa kisiwa cha data. a b Matokeo Ukusanyaji na usanifu wa data Mienendo ya kipekee ya betri katika aina tofauti za betri mara nyingi huwa ya vipimo vingi na vigumu kuainishwa kutokana na kesi mbalimbali za uendeshaji, kutofautiana kwa utengenezaji, na matumizi ya kihistoria . Ili kupata suluhisho la hali hii, tulikusanya na kusanifu betri 130 zenye aina 5 za nyenzo za katodi kutoka kwa watengenezaji 7 ili kuunda seti ya data ya nje ya usambazaji, sawa na isiyo sawa. Kwa kuzingatia matumizi tofauti ya kihistoria, uwezo wa betri zilizokusanywa ni chini ya 90% ya uwezo wa kawaida. Vifaa vya katodi za betri ni oksidi ya kobalti ya lithiamu (LCO), oksidi ya nikeli manganese cobalt (NMC), lithiamu ferrophosphate (LFP), oksidi ya nikeli-kobalti-aluminiamu (NCA), na aina mchanganyiko za NMC-LCO, ambazo huainishwa zaidi katika madaraja 9 kulingana na watengenezaji (Jedwali la Nyongeza  ). Kwa makusudi tulijumuisha betri zenye matumizi tofauti ya kihistoria, kutoka upimaji wa maabara hadi wasifu wa kuendesha gari la gari la umeme, kufunza mfumo wa jumla kwa ajili ya mtoaji wa betri bila kujali matumizi ya kihistoria na aina za betri. 52 1 Kwa usanifu, data zote zinazohitajika kutoka kwa mtoaji ni mzunguko wa sasa unaochunguzwa (wa kupima uwanjani) na majaribio moja ya kuchaji na kutokwa, ambayo ni rahisi kutekeleza katika kesi za vitendo. Data iliyochunguzwa kwanza hupunguzwa kelele kwa kujaza maadili yaliyokosekana, kubadilisha data nje ya kawaida, na kufanya uchujaji wa kati. Kengele zinazosababishwa na binadamu na zinazosababishwa na utofauti wa katodi huhifadhiwa kwa makusudi, hata hivyo, ili kufanya mfumo kuwa thabiti dhidi ya pembejeo zisizo kamili. Kisha data huongezwa kwa mstari kwa ajili ya kujaza mkunjo (Kielelezo cha Nyongeza  ) na vipengele viliundwa kwa ajili ya kupunguza vipimo, na seti iliyoshirikiwa ya vigezo vya usanifu (Dokezo la Nyongeza  ). Vipengele vilivyotolewa kutoka kwa bomba la usanifu vinaweza kutafsiriwa vizuri, suala la maslahi makubwa ya kibiashara. Kwa kadiri tunavyojua, ni mara ya kwanza ambapo data mbalimbali za betri kutoka vyanzo mbalimbali na matumizi ya kihistoria zinatumiwa kusaidia katika muundo wa mkakati wa kurejesha betri. 1 1 Kielelezo  a, b huonyesha mchakato wa uhandisi wa vipengele. Tunazingatia mkunjo wa malipo na utokwaji wa betri zilizostaafu katika mzunguko wa mwisho, yaani, mzunguko mmoja wa malipo na utokwaji mmoja (Vielelezo vya Nyongeza  – ). Katika mzunguko wa malipo, vipengele 15 vinatolewa kutoka kwa kiasi cha voltage-capacity na mkunjo wa dQ/dV, ambapo V na Q hurejelea maadili ya voltage na uwezo, mtawalia. Seti sawa ya vipengele hutolewa kwa mzunguko wa utokwaji. Kama matokeo, vipengele 30 vinatolewa jumla, kama inavyoonyeshwa kutoka F1 hadi F30. Rejelea Jedwali la Nyongeza   na Dokezo la Nyongeza   kwa maelezo ya kina ya vipengele. Kielelezo  c kinaonyesha maadili kamili na ya kiwango cha vipengele vya betri zilizochaguliwa kutoka kila daraja. Maadili mengi ya kiwango cha vipengele katika madaraja tofauti huunganishwa katika eneo la −1 hadi 0 (na rangi ya kijani kibichi) na hayajatofautishwa, kuonyesha ugumu wa kuainisha aina ya betri kwa kutumia mzunguko mmoja wa data ya betri. Ugumu unatarajiwa kwa sababu hali za zamani za uendeshaji zinazotofautiana zinaweza kuathiri mienendo ya malipo-utokwaji wa betri ili vipengele vilivyotolewa vinaweza kuhusishwa kwa kiasi kikubwa licha ya aina tofauti za betri (Kielelezo cha Nyongeza  ). Badala ya kutafsiri moja kwa moja vipengele vilivyotolewa kwa kutumia maarifa ya mtaalamu, tunatumia mbinu mbadala ya kuendeshwa na data ambayo hutumia kiotomatiki ruwaza za ndani katika aina mbalimbali za betri. 2 2 5 2 2 2 6    Kwa mchakato wa malipo, vipengele 15 vinatolewa kutoka kwa kiasi cha voltage-capacity (kushoto) na mkunjo wa dQ/dV (kulia).   Seti sawa ya vipengele ni kwa ajili ya mchakato wa utokwaji kama F16 hadi F30.   Vipengele vinaonyeshwa na madaraja, kufuatia umbizo CxBn, ikionyesha betri ya nth kutoka daraja x. Ukubwa wa duara huashiria 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 za betri zinasambazwa kwa usawa kati ya washirika (yaani, wateja). Usawa unamaanisha kuwa kila mteja anatoa kushiriki data za betri katika madaraja yote 9, ingawa idadi maalum ya betri haizui

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 Menye Faida Kubwa

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

Speed up Swift compile time

A PENDENT WORLD

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

Master Crypto Security: Your Complete Guide to Safe Wallet Management

Speed up Swift compile time

A PENDENT WORLD

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

Master Crypto Security: Your Complete Guide to Safe Wallet Management

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps