
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Mualliflar: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Shengyu Tao Ruifei Ma Zixi Zhao Guangyuan Ma Lin Su Heng Chang Yuou Chen Haizhou Liu Zheng Liang Tingwei Cao Haocheng Ji Zhiyuan Han Minyan Lu Huixiong Yang Zongguo Wen Jianhua Yao Rong Yu Guodan Wei Yang Li Xuan Zhang Tingyang Xu Guangmin Zhou Abstrakt Ishdan chiqqan batareyalarning holati (SOH)ni tez va aniq baholash ulardan foydalanish va qayta ishlash uchun muhim dastlabki ishlov berishdir. Biroq, ma'lumotlarga asoslangan usullar tasodifiy SOH va zaryadlash holati (SOC) sharoitlarida ma'lumotlarni toʻliq toʻplashni talab qiladi. Bu yerda biz koʻrsatadikki, generativ oʻrganish yordamida SOHni baholash maʼlumotlar yetishmasligi va gomojenlikning yoʻqligi muammolarini yengish uchun istiqbolli hisoblanadi, bu esa 2700 ta ishdan chiqqan litiy-ionli batareya namunalarining pulsli inyektsiya maʼlumotlari orqali tasdiqlangan, 3 ta katod materiali turi, 3 ta fizik format, 4 ta sigʻim dizayni va 4 ta tarixiy foydalanish usuli 10 ta SOC darajasida qamrab oladi. Generativ maʼlumotlardan foydalanib, regressiya moduli aniq SOH baholarini taʼminlaydi, koʻrinmagan SOC ostida oʻrtacha mutlaq foiz xatoligi 6% dan past. Bizning bashoratimiz shuni koʻrsatadiki, taklif qilingan texnikani bir xil darajada qoʻllash taxmin qilingan holda, bu elektr energiyasi xarajatlarini 4,9 milliard AQSh dollari va CO2 emissiyalarini 35,8 milliard kg ga kamaytiradi, bu 2030-yilda dunyo boʻylab batareyalarni ishdan chiqarish senariysi uchun maʼlumotlarni tayyorlash xarajatlarini kamaytiradi. Ushbu maqola koʻp vaqt, qimmat va ifloslantiruvchi maʼlumotlarni olish talab qilinadigan koʻplab baholash va bashorat qilish vazifalari uchun generativ usullar yordamida cheklangan maʼlumotlardan kengroq maʼlumotlar maydonini oʻrganishni taʼkidlaydi. Kirish Transportni elektrlashtirish, past uglerodli energiya oʻtishining muhim sohasi , qazilma yoqilgʻiga asoslangan transport paradiqmasini misli koʻrilmagan darajada oʻzgartirdi. Litiy-ion batareyalari ushbu oʻtishda muhim rol oʻynaydi, chunki ular elektr transport vositalari (EV) uchun arzon, chidamli va xavfsiz energiya taʼminotini taʼminlaydi , . Ishdan chiqqan va foydalanish muddati tugagan EV batareyalari umumiy quvvati 2050-yilga qadar 32–62 terra-vatdan oshishi kutilmoqda, bu Xalqaro Energiyani Tiklash Agentligi va Saqlash Laboratoriyasi ssenariylaridagi baholashlardan sezilarli darajada yuqori . Biroq, ishdan chiqqan EV batareyalari katta qoldiq quvvati qiymatiga ega boʻlib, odatda nominal quvvatning 80% dan ortigʻini tashkil etadi va ular bilan bogʻliq tartiblar mavjud , . Agar ular toʻgʻri ishlov berilmasa, bu ishlab chiqaruvchilar va foydalanuvchilar uchun iqtisodiy yuklarni , shuningdek, keyingi ekologik va ijtimoiy muammolarni , jumladan, resurslarni isrof qilish, taʼminot zanjiridagi xatarlar va uglerod emissiyalarini keltirib chiqaradi , , . 1 2 3 4 5 6 7 8 9 10 11 Batareyalarning ishdan chiqishining vaqtinchalik oʻsishi bilan bogʻliq muammolarni hal qilish uchun istiqbolli strategiyalar ulardan foydalanish , , va qayta ishlash hisoblanadi. Ular orasida, ishdan chiqqan batareyalardan tayanch energiya tizimlari , turar-joy quvvat manbalari va sekin tezlikdagi transport vositalari kabi maqsadlarda foydalanish mumkin. Biroq, ulardan foydalanish uchun dastlabki ishlov berish, jumladan, moslikni tekshirish , sigʻimni saralash va qayta guruhlash , va qoʻllash talablariga javob berishi kerak . Sinov dasturlari boshlanganiga qaramay , , , foydalanish sharoitlari va ishdan chiqish yoʻnalishlari uchun qatʼiy standartlarning yoʻqligi qoldiq quvvatdan oqilona foydalanishga toʻsqinlik qiladi . Qayta ishlash, aksincha, materiallarni qazib olish yoki tuzilmani taʼmirlash orqali ishdan chiqqan batareyalarning qoldiq qiymatlaridan foydalanadi , , agar batareyalar buzilib qolsa, qayta ishlash uchun mos keladi. Piro va gidrometallurgiya bilan solishtirganda , , toʻgʻridan-toʻgʻri qayta ishlash yuqori foydalilik, kam energiya isteʼmoli va kamroq uglerod emissiyalari bilan ajralib turadi , , . Litiy taʼminotidan va katod materiallarini qayta ishlashdan foydalanish, toʻgʻridan-toʻgʻri qayta ishlash material tuzilmalarini samarali taʼmirlash va ishlashni tiklashga imkon beradi . Biroq, sogʻliq holati (SOH) toʻgʻridan-toʻgʻri qayta ishlash strategiyalarini ishlab chiqishda zarur kimyoviy reagent va kutilayotgan litiy qoʻshimchalari miqdorini aniqlaydi , , . Yetarli boʻlmagan dozalar toʻliq taʼmirlanmaslikka olib kelishi mumkin, ortiqcha dozalar esa katod yuzasida ishqor qoldiqlarining hosil boʻlishiga olib kelib, tiklanish samaradorligini buzishi mumkin , . Afsuski, SOHni aniqlash uchun materiallarni invaziv tahlil qilish , va uzoq davom etadigan quvvatni kalibrlash testlari talab qilinadi, shu bilan birga SOHni invaziv boʻlmagan, tez va barqaror olish muhim muammo boʻlib qolmoqda. 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 Doimiy SOH maʼlumotlarini taʼminlash uchun EV batareyalari bulutli platformalar va batareya pasportlari tomonidan nazorat qilinadi va operativ maʼlumotlar yozib olinadi. Yevropa Parlamenti 2023-yil 14-iyun kuni Batareyalar toʻgʻrisidagi direktivani qabul qildi, unga koʻra ishdan chiqqan batareyalardan foydalanish muddati tugaganidan keyin ulardan foydalanish, taʼmirlash yoki qayta ishlash mumkin boʻladi . Biroq, talab qilinadigan monitoring va yozib olish tartibi faqat EV xizmat koʻrsatish bosqichida mavjud, ishdan chiqqan batareyalar avtomobil ichidagi monitoring blokiga ulangan emas. Shu sababli, dala uchun mavjud boʻlgan SOH maʼlumotlarini olish qiyin. Hayot davomidagi maʼlumotlar yaxlitligi asosiy muammo boʻlib qolmoqda, bu esa SOHni faqat dala maʼlumotlaridan foydalanib baholashni talab qiladi, tarixiy maʼlumotlardan yoki nazorat qilinadigan sharoitlardan farqli oʻlaroq , , . Bir yechim, ishdan chiqqan batareya toʻplash maydonchasida quvvatni kalibrlash testini oʻtkazish, yaʼni SOCni sozlash hisoblanadi, bu oddiy, ammo qimmat test vaqti va qoʻshimcha elektr energiyasi xarajatlarini talab qiladi. Hibrid puls quvvati xarakteristikasi testi dinamik puls inyeksiyasi orqali SOHni baholash uchun muqobil hisoblanadi, ammo toʻliq test ketma-ketligi 12 soatdan oshadi. Tao va boshqalar ishdan chiqqan batareyalarning SOHni baholash uchun qisqa pulslardan foydalanganlar, bu 5% SOCga SOC sozlanishi bajarilgan degan taxmin ostida, bu tasodifiy ishdan chiqqan SOC sharoitlariga deyarli mos keladi . Sensorga asoslangan oʻlchovlardagi soʻnggi yutuqlar rentgen tasvirlash , elektrokimyoviy empedans , , optik tolali sezgich , , akustik sezgich , , qisman zaryadlash , va puls inyeksiyasi , . Invazivlik tufayli laboratoriya bosqichidagi sezgichga asoslangan usullar, puls inyeksiyasi esa batareya degradatsiyasini fizik shikastlanishsiz aniqlash imkonini beradi, shu bilan birga qisman zaryadlash va elektrokimyoviy empedansga asoslangan usullardan tezroqdir , , , , , . Biroq, puls inyeksiyasi maʼlumotlarga asoslangan usul hisoblanadi, bu faqat modellar ishlatiladigan sharoitlar mavjud maʼlumotlar toʻplamiga mos kelishi haqidagi ideal taxmin ostida amalga oshiriladi, bu esa mashinani oʻrganish hamjamiyatida domen siljishi muammosi deb nomlanadi. Transfer oʻrganish va domen moslashuvi usullaridagi yutuqlarga qaramay , , , muammolar qolmoqda, chunki moslashtiriladigan maqsadli domen hali ham foydalanishdan oldin oldingi maʼlumotlarni talab qiladi va mavjud oʻrganish usullarini tasodifiy ishdan chiqqan sharoitlar uchun yangilash qiyin . Muqobil yechim, maʼlumotlar yetishmasligi va gomojenlikning yoʻqligini kamaytirish uchun nomaʼlum ishdan chiqqan sharoitlar ostida maʼlumotlarni sinovdan oʻtkazish masshtabini kengaytirishdir, ammo bu xarajatlarni oshirishi mumkin. Vang va boshqalar kimyoviy jarayon davomida har xil oraliq holatlarda reaksiya kinetik afzalliklarini interpolatsiya qilish uchun harorat qazib olish usulini taklif qildilar, bu esa minimal kimyoviy eksperimental miqyosda va xarajatlarda keng qamrovli oʻquv bazalarini qurish imkonini beradi va mashina oʻrganish modelini oʻrgatish uchun maʼlumotlarni kengaytirish sifatida xizmat qiladi . Bundan tashqari, generativ oʻrganish qisman tsiklli profillar boʻyicha kengaytirilgan maʼlumotlar bilan SOHni baholash imkoniyatlarini koʻrsatadi, bu esa jismoniy jihatdan sinovdan oʻtgan maʼlumotlarni tejaydi , . Biroq, batareyalarni qayta ishlatish va qayta ishlash kontekstidagi maʼlumotlar yetishmasligi va gomojenlikning yoʻqligi katod materiallari turlari, fizik formatlar, sigʻim dizaynlari va tarixiy foydalanish usullarining aralashmasi tufayli yanada murakkabdir, bu konditsiyaga bogʻliq boʻlgan degradatsiya bilimlarini mashina oʻrganish modellariga integratsiyalashishini cheklaydi. Shu sababli, maʼlumotlarni generatsiya qilish uchun ishdan chiqqan batareyalarning puls kuchlanishi javoblariga boʻlgan talabni hisobga olish mantiqiy, bu esa bir vaqtning oʻzida uzoq vaqt davom etadigan quvvatni kalibrlash va qoʻshimcha jismoniy tajribalarni talab qilmaydi, bu esa SOHni baholash samaradorligini oshirish uchun. 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 Ushbu tadqiqotda biz jismoniy oʻlchov vaqtini va xarajatlarni tejaydigan holatda, diqqat-eʼtiborli oʻzgaruvchan avtoenkoder tomonidan generatsiya qilingan puls kuchlanishi javob maʼlumotlari yordamida ishdan chiqqan batareyani dastlabki ishlov berish, yaʼni SOHni baholashni amalga oshiramiz. Umumiy dastlabki ishlov berish bosqichlari, generativ modelni oʻrgatish va amaliy modelni joriy etish bosqichlarining yuqori darajadagi jarayoni 1-rasmda koʻrsatilgan . Tadqiqot gʻoyasi generativ oʻrganishdan foydalanib, allaqachon oʻlchangan maʼlumotlardan foydalangan holda, uzluksiz ishdan chiqqan sharoitlarda, yaʼni ishdan chiqqan batareya toʻplash bosqichidagi SOC taqsimotini oʻrganishdir. Keyingi SOH baholash jismoniy oʻlchangan puls javob maʼlumotlari boʻlmagan holda amalga oshiriladi, bu esa SOCni kerakli darajaga sozlashdan talab qilinadigan dastlabki ishlov berish elektr energiyasi xarajatlari va uglerod emissiyalarini tejaydi. Ampere-soat integratsiya usuli va mashina oʻrganish puls inyeksiyasi bilan solishtirganda, generativ oʻrganish tezroq generatsiya tezligi va aniq baholashni taʼkidlaydi. Generatsiya qilingan maʼlumotlar bilan oddiy regressiya moduli, koʻrinmagan yoki maʼlumotlar bazasida mavjud boʻlmagan SOC ishdan chiqqan sharoitlar ostida SOHni aniq baholaydi, bu esa murakkab tashqi diapazon (OOD) muammosi hisoblanadi. OOD muammosi SOC sharoiti va puls bilan bogʻliq boʻlgan kuchlanish javobi oʻrtasidagi voris jismoniy naqshni oʻrganish orqali hal qilinadi. Biz 3 ta katod materiali turi, 3 ta fizik format, 4 ta sigʻim dizayni va 4 ta tarixiy foydalanish usuli (1 ta laboratoriya tezlashtirilgan qarish, 3 ta EV ishlatilishi) boʻyicha 2700 ta jismoniy oʻlchangan namuna orqali usulimizning umumiy ishlatilishini tasdiqlaymiz. Generativ oʻrganish, oʻlchash vaqtini, elektr energiyasi xarajatlarini va natijada uglerod emissiyalarini tejaydi, shu bilan birga SOH baholash aniqligini buzmasdan, tayanch bilimlarni latent makon masshtabiga integratsiyalashgan holda, interpolatsiya va ekstrapolyatsiya uchun mos keladi. Batareyalarni ishdan chiqarishning global 2030-yilgi holatini koʻrsatuvchi konservativ global holatni oʻrganish, pirometallurgiya, gidrometallurgiya va toʻgʻridan-toʻgʻri qayta ishlash sharoitlarida tez va barqaror SOHni baholashning ahamiyatini taʼkidlaydi. Texnik-iqtisodiy tahlil orqali generativ oʻrganish yordamida SOHni baholash 2030-yilga qadar dunyo miqyosida 4,9 milliard dollarlik elektr energiyasi xarajatlarini tejashi va 35,8 milliard kg CO2 emissiyasini kamaytirishi mumkin. Biz modelning talqini, batareyalarni qayta ishlashning dastlabki bosqichlari va kelajakdagi aqlli qayta ishlashning dastlabki bosqichlari uchun mashina oʻrganish bilan integratsiyalashgan kengroq jihatlarini muhokama qilamiz. 
    Ishdan chiqqan batareyalarni dastlabki ishlov berish bosqichlari SOCni sozlash, jismoniy oʻlchovlar, SOH diagnostikasi uchun mashina oʻrganish va ulardan foydalanish yoki qayta ishlashdan oldin ikkinchi hayotni tanlash jarayonini oʻz ichiga oladi. SOC sozlash deganda ishdan chiqqan batareyalarning SOC darajalarini anʼanaviy doimiy oqim doimiy kuchlanish (CCCV) usuli yordamida kerakli darajalarga sozlash tushuniladi.   Puls kuchlanishi javobi maʼlumotlarini generatsiya qilish uchun diqqat-eʼtiborli oʻzgaruvchan avtoenkoder sxemasi.   SOH baholash uchun maʼlumotlar generatsiya qilish modelining amaliy qoʻllanilishi qoʻshimcha SOC sozlashni talab qilmaydi. Oʻrgatilgan mashina oʻrganish modeli generativ maʼlumotlar bilan boshqariladi va foydalanish bosqichida darhol puls kuchlanishi javoblarini qabul qiladi.   Bizning generativ oʻrganish metodologiyamizning iqtisodiy va ekologik foydalari va tez generatsiya tezligi 2030-yilgi global batareyalarni ishdan chiqarish senariysida SOC sozlash xarajatlarini tejash orqali koʻrsatilgan. a b c d Natijalar Maʼlumotlar toʻplamini olish Maʼlumotlar yetishmasligi va gomojenlikning yoʻqligi maʼlumotlarga asoslangan batareya diagnostikasi va prognozi uchun, ayniqsa ishdan chiqqan batareyalar uchun asosiy muammolardir. Biz 270 ta jismoniy ishdan chiqqan batareyalardan 2700 ta namuna toʻpladik, ularning SOC darajalari keng diapazonda, yaʼni 5% dan 50% gacha 5% oraligʻida. 2-rasmda , maʼlumotlar toʻplami 3 ta keng tarqalgan katod materiali turlarini qamrab oladi, jumladan 119 ta jismoniy yigʻilgan NMC (nikel marganets kobalt oksidi), 56 ta LFP (litiy temir fosfat) va 95 ta LMO (litiy marganets oksidi) ishdan chiqqan batareyalari, 3 ta fizik format (silindrsimon, sumka, prizmatik) va 4 ta tarixiy foydalanish usullari (1 ta laboratoriya tezlashtirilgan testi, 3 ta EV foydalanish usuli, shu jumladan 1 ta faqat elektr uzatmali rejim va 2 ta gibrid uzatmali rejim) ni qamrab oladi. Biz ushbu gomojenlikning yuqori darajadagi test namunalarini oʻz ichiga olishimiz sababli, bizning maʼlumotlarimiz hozirgi kungacha ishdan chiqqan batareyalarning SOHni tezkor pulsga asoslangan eng katta maʼlumotlar toʻplami ekanligini taʼkidlaymiz, bu esa modellarining umumiy ishlatilishiga jismoniy oʻlchangan maʼlumotlar toʻplamlaridan tashqarida yordam beradi. a  

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

Ushbu audio hikoyaning asl tilida yaratilgan!

Generativ AI Katta Energiya-Saxlanuvchi Litiy-Ion Batareyalarni qayta Ishlashni Kuchaytiradi

About Author

IZOHLAR

TEGI QILISH

USHBU MAQOLA TAQDIM ETILGAN

Related Stories

Meet Uzi World Digital, Winner of Startups of the year 2024 in Kolkata, West Bengal, India

Meet UzairaAdvisory, Winner of Startups of The Year 2024 in Business

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

Meet Uzi World Digital, Winner of Startups of the year 2024 in Kolkata, West Bengal, India

Meet UzairaAdvisory, Winner of Startups of The Year 2024 in Business

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps