
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 Foydalanilgan batareyalarning holati (SOH)ni tez va aniq baholash takror foydalanish va qayta ishlash uchun muhim dastlabki ishlov berishdir. Biroq, ma'lumotlarga asoslangan usullar tasodifiy SOH va zaryad holati (SOC)ni chiqarib tashlash sharoitida ma'lumotlarni to'liq tayyorlashni talab qiladi. Bu yerda biz generativ o'rganish yordamida SOHni baholash ma'lumotlar tanqisligi va heterojenlik muammolarini bartaraf etish uchun istiqbolli ekanligini ko'rsatamiz, bu 2700 ta ishlatilgan litiy-ion batareya namunalari, 3 ta katod materiali turi, 3 ta jismoniy format, 4 ta sig'im dizayni va 10 ta SOC darajasidagi 4 ta tarixiy foydalanishni qamrab oluvchi puls injeksiyasidan olingan ma'lumotlar to'plami orqali tasdiqlangan. Generativ ma'lumotlardan foydalanib, regresor ko'rinmagan SOC ostida 6% dan past o'rtacha mutlaq foiz xatolar bilan aniq SOHni baholashni amalga oshiradi. Biz bashorat qilamizki, taklif etilgan texnikani bir xil darajada qo'llashni taxmin qilsak, bu 2030-yilgi global batareyalarni chiqarib tashlash stsenariyini hisobga olgan holda, ma'lumotlarni tayyorlash xarajatlarini kamaytirish orqali elektr energiyasi xarajatlarida 4,9 milliard AQSh dollari va CO2 emissiyalarida 35,8 milliard kg tejashga olib keladi. Ushbu maqola ko'pgina baholash va bashorat qilish vazifalari uchun ma'lumotlarni olish vaqt talab qiluvchi, qimmat va ifloslanishga olib kelishi mumkinligini hisobga olgan holda, generativ usullar yordamida kengaytirilgan ma'lumotlar kosmosini o'rganish uchun cheklangan ma'lumotlardan foydalanishni ta'kidlaydi. Kirish Transportni elektrlashtirish, kam uglerodli energiya o'tishining muhim sektori , qazilma yoqilg'iga asoslangan transport paradigmasini misli ko'rilmagan darajada o'zgartirdi. Litiy-ion batareyalari elektr transport vositalari (EV) uchun arzon, chidamli va xavfsiz energiya ta'minotini ta'minlash orqali ushbu o'tishda muhim rol o'ynaydi , . Foydalanishdagi va xizmat muddatini tugatgan EV batareyalarining umumiy quvvati 2050-yilga kelib 32–62 terra-vattdan oshib ketadi, bu Xalqaro Energetika Agentligi va Saqlash Laboratoriyasi stsenariylaridagi baholardan sezilarli darajada yuqori . Biroq, ishlatilgan EV batareyalari ularning reyting quvvati bilan solishtirganda odatda 80% dan ortiq qolgan quvvati bilan kuchli tartibga solinadi va ko'pincha to'liq foydalanilmaydi , . Agar ular to'g'ri ishlov berilmasa, bu ishlab chiqaruvchilar va foydalanuvchilar uchun iqtisodiy yuklarni , shuningdek, keyingi ekologik va ijtimoiy muammolarni , jumladan, resurslarni isrof qilish, ta'minot zanjiri xavflari va uglerod emissiyalarini keltirib chiqaradi , , . 1 2 3 4 5 6 7 8 9 10 11 Batareyalarni ishlatib bo'lgandan keyin ulardan foydalanishni boshqarish uchun istiqbolli strategiyalar takror foydalanish , , va qayta ishlash hisoblanadi. Takror foydalanishda, ishlatilgan batareyalar tarmoqqa ulangan energiya saqlash tizimlari , turar-joy elektr ta'minoti va past tezlikdagi transport vositalari kabi ilovalar uchun qayta ishlanadi. Biroq, takror foydalanish uchun ilovalar talablariga javob beradigan dastlabki ishlov berish, jumladan, moslikni tekshirish , sig'imni saralash va guruhlash , talab qilinadi. Ishga tushirilgan sinov dasturlari mavjudligiga qaramay , , , foydalanish stsenariylari va ishdan chiqarish yo'nalishlari uchun qat'iy standartlarning yo'qligi qoldiq quvvatdan ratsional foydalanishni cheklaydi . Qayta ishlash esa ishlatilgan batareyalarning qoldiq qiymatlaridan materiallar qazib olish yoki strukturaviy ta'mirlash orqali foydalanadi , , buzilgan batareyalarga mos keladi. Pirometallurgiya va gidrometallurgiya , bilan solishtirganda, to'g'ridan-to'g'ri qayta ishlash yuqori rentabellik, kamroq energiya iste'moli va kamroq uglerod emissiyasi bilan ajralib turadi , , . Litiyni to'ldirish va katod materiallarini qayta ishlashdan foydalanish orqali to'g'ridan-to'g'ri qayta ishlash materiallarning samarali strukturasini ta'mirlash va ish faoliyatini tiklashga erishadi . Biroq, sog'liq holati (SOH) to'g'ridan-to'g'ri qayta ishlash strategiyalarini ishlab chiqishda zarur bo'lgan kimyoviy reagentni va kutilayotgan litiyni qo'shimcha dozalarni belgilaydi , , . Yetarli bo'lmagan doza to'liq ta'mirlanmaslikka olib kelishi mumkin, shu bilan birga ortiqcha doza katod yuzasida qoldiq ishqor hosil bo'lishiga olib kelishi mumkin, bu esa tiklash samaradorligini pasaytiradi , . Afsuski, SOHni olish uchun invaziv materiallarni tekshirish , va uzoq muddatli quvvatni kalibrlash sinovlari talab etiladi, shu bilan birga, invaziv bo'lmagan, tez va barqaror SOHni olish hali ham dolzarb muammo bo'lib qolmoqda. 6 12 13 14 15 16 17 18 19 20 22 23 24 25 26 27 28 29 26 27 30 31 32 33 34 27 35 36 37 Doimiy SOH ma'lumotlarini ta'minlash uchun, EV batareyalari monitoring qilinadi va operativ ma'lumotlar bulutli platformalar va batareya pasportlari tomonidan qayd etiladi. Yevropa Parlamenti 2023-yil 14-iyunda Batareyalar direktivasini qabul qildi, bu esa ishlatilgan batareyalar xizmat muddati tugagandan so'ng takror foydalanish, ta'mirlash yoki qayta ishlashni ta'minlaydi . Biroq, talab qilinadigan monitoring va yozib olish tartibi faqat EV xizmat ko'rsatish bosqichida mavjud, ishlatilgan batareyalar avtomobil ichidagi monitoring birligiga ulanmagan bo'ladi. Shu sababli, dala orqali mavjud bo'lgan SOH ma'lumotlarini olish qiyin. Hayot davomida ma'lumotlarning yaxlitligi katta muammo bo'lib qolmoqda, bu esa dala ma'lumotlaridan foydalangan holda SOHni baholashni talab qiladi, bu tarixiy ma'lumotlar yoki nazorat ostidagi sharoitlardan farqli o'laroq , , . Bir yechim ishlatilgan batareyalarni yig'ish joyida quvvatni kalibrlash sinovini o'tkazishdir, ya'ni davlat holatini (SOC) konditsionerlash, bu sodda, ammo bu juda qimmat sinov vaqtini va qo'shimcha elektr energiyasi xarajatlarini talab qiladi. Gibrid puls quvvati xarakteristikasi testi dinamik puls injeksiyasi orqali SOHni baholash uchun alternativ hisoblanadi, ammo to'liq test ketma-ketligi 12 soatdan ortiq vaqtni oladi. Tao va boshqalar ishlatilgan batareyalarning SOHni baholash uchun qisqa pulsdan foydalanganlar, bu 5% SOC ga konditsionerlash amalga oshirilgan deb taxmin qilingan, bu tasodifiy ishdan chiqarish SOC sharoitlariga deyarli mos kelmaydi . Sensorlarga asoslangan o'lchovlardagi so'nggi yutuqlar orasida rentgen tasviri , elektrokimyoviy empedans , , optik tolali sezgich , , akustik sezgich , , qisman zaryadlash , va puls injeksiyasi , bor. Sezgichga asoslangan usullar laboratoriya bosqichida invazivligi tufayli joy olgan, shu bilan birga puls injeksiyasi batareyaning buzilishini jismoniy shikastlanmasdan aniqlash xususiyatiga ega, shu bilan birga qisman zaryadlash va elektrokimyoviy empedansga asoslangan usullardan tezroq , , , , , . Biroq, puls injeksiyasi ma'lumotlarga yo'naltirilgan usul bo'lib, u faqat jismoniy o'lchangan ma'lumotlar modelni qo'llash bosqichidagi ishdan chiqarish sharoitlarini qamrab oladi degan ideal taxmin ostida amalga oshiriladi, bu esa mashinasozlik hamjamiyatida domen siljishi umumiy muammosi sifatida tanilgan. Transfer o'rganish va domen moslashuv usullaridagi yutuqlar , , unga qaramay, muammolar davom etmoqda, chunki moslashtirish uchun maqsadli domen hali ham qo'llash vaqtida oldingi ma'lumotni talab qiladi va mavjud o'rganish usullari tasodifiy ishdan chiqarish sharoitlari uchun yangilanishi qiyin . Alternativ yechim ma'lumotlar tanqisligi va heterojenligini kamaytirish uchun o'rganilmagan ishdan chiqarish sharoitlari ostida ma'lumotlar test shkalasini kengaytirishdir, ammo bu xarajatlarni oshirishi mumkin. Vang va boshqalar. harorat qazib olish usulini taklif qildilar, bu esa termokimyoviy jarayon davomidagi oraliq holatlarda reaktsiya kinetik afzalliklarini interpolatsiya qilish imkonini beradi, bu mashinasozlik modelini o'qitish uchun ma'lumotlarni kengaytirish sifatida minimal termokimyoviy eksperimental shkalada va xarajatsiz kengaytirilgan o'quv ma'lumotlar bazalarini qurishga imkon beradi . Bundan tashqari, generativ o'rganish ham qisman tsiklli profillardan olingan kengaytirilgan ma'lumotlar bilan SOHni baholash imkoniyatlarini namoyish etadi, bu jismoniy sinovdan o'tgan ma'lumotlarni tejaydi , . Biroq, batareyalarni takror foydalanish va qayta ishlash kontekstida ma'lumotlar tanqisligi va heterojenlik katod materiallari turlari, jismoniy formatlar, sig'im dizaynlari va tarixiy foydalanishning aralashmasi tufayli yanada murakkabroqdir, bu sharoitlarga bog'liq bo'lgan buzilishlar to'g'risidagi bilimlarni mashinasozlik modellariga integratsiyalashuvini cheklaydi. Shu sababli, ishdan chiqarish sharoitlari va pulsning kuchlanishga javob berish o'rtasidagi bog'liqlikni hisobga olgan holda, ma'lumotlarni generatsiya qilish uchun har qanday uzoq muddatli vaqt seriyasi quvvatini kalibrlash va qo'shimcha jismoniy tajribalarni talab qilmasdan, SOHni baholash samaradorligini oshirish maqsadga muvofiqdir. 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 ishlatilgan batareya dastlabki ishlov berishini, ya'ni SOHni baholashni, jismoniy o'lchash vaqtini va xarajatini tejaydigan attentional variational autoencoder tomonidan generatsiya qilingan puls kuchlanishiga javob ma'lumotlaridan foydalangan holda amalga oshiramiz. Umumiy dastlabki ishlov berish bosqichlari, generativ modelni o'qitish va amaliy modelni qo'llash bosqichlarining yuqori darajadagi jarayoni 1-rasmda tasvirlangan. Tadqiqot g'oyasi - generativ o'rganishdan foydalangan holda, allaqachon o'lchangan ma'lumotlardan foydalanib, uzluksiz ishdan chiqarish sharoitlari, ya'ni ishlatilgan batareya to'plash bosqichidagi SOC taqsimotining puls kuchlanishiga javoblarini o'rganishdir. Keyingi SOHni baholash jismoniy o'lchangan puls javob ma'lumotlari bo'lmagan holda amalga oshiriladi, bu esa konditsioner SOC uchun talab qilinadigan dastlabki ishlov berish elektr energiyasi xarajatlari va uglerod emissiyalarini tejaydi. Ampere-soat integral usuli va mashinasozlik puls injeksiyasi bilan solishtirganda, generativ o'rganish tezroq generatsiya tezligi va aniq baholashni ta'kidlaydi. Generativ ma'lumotlar bilan, oddiy regresor ko'rinmagan yoki ma'lumotlar bazasida mavjud bo'lmagan SOC ishdan chiqarish sharoitlari ostida kam xato bilan SOHni muvaffaqiyatli baholaydi, bu esa murakkab tashqi tarqatish (OOD) muammosi hisoblanadi. OOD muammosi SOC sharoiti va tez puls natijasida yuzaga kelgan kuchlanish javobi o'rtasidagi meros qolgan jismoniy naqshni o'rganish orqali hal qilinadi. Bizning usulimizning umumiy qo'llanilishini 3 ta katod materiali turi (NMC, LFP va LMO), 3 ta jismoniy format (silindrsimon, sumkali va prizmatik), 4 ta sig'im dizayni va 4 ta tarixiy foydalanish (1 laboratoriya tezlashtirilgan qarish va 3 ta elektr transport vositalarining turli xil haydash)ni qamrab olgan 2700 ta jismoniy o'lchangan namunalar orqali tasdiqlash orqali ko'rsatamiz. Generativ o'rganish oldingi ma'lumotlarni ishdan chiqarish sharoitlarini model parametrlari uchun latent makonni kengaytirishga integratsiya qilish orqali interpolatsiya va ekstrapolyatsiyaga mos keladi, bu esa o'lchash vaqtini, elektr energiyasi xarajatlarini va natijada uglerod emissiyalarini tejaydi, shu bilan birga SOHni baholash aniqligini pasaytirmaydi. Batareyalarni ishlatib bo'lgandan keyin global miqyosda 2030-yilgi batareyalarni ishlatib bo'lgandan keyingi holatni konservativ global holatni o'rganish tez va barqaror SOHni baholashning ahamiyatini ta'kidlaydi, bu pirometallurgiya, gidrometallurgiya va to'g'ridan-to'g'ri qayta ishlash sharoitlarida muhimdir. Texnik-iqtisodiy tahlil orqali, generativ o'rganish yordamida SOHni baholash 2030-yilga qadar global miqyosda 4,9 milliard AQSh dollari miqdorida elektr energiyasi xarajatlarini tejash va 35,8 milliard kg CO2 emissiyalarini kamaytirish imkonini beradi. Biz modelning tushunarliligi, qayta ishlashni dastlabki ishlov berishga ta'siri va kelajakdagi aqlli qayta ishlashni dastlabki ishlov berish yo'nalishlari bo'yicha kengroq jihatlarni muhokama qilamiz.    Ishlatilgan batareyalarni dastlabki ishlov berish bosqichlariga SOCni konditsionerlash, jismoniy o'lchash, SOH diagnostikasi uchun mashinasozlik va takror foydalanish yoki qayta ishlashdan oldin ikkinchi hayotni tanlash jarayoni kiradi. SOCni konditsionerlash - bu an'anaviy doimiy oqim doimiy kuchlanish (CCCV) usuli yordamida ishlatilgan batareyalarning SOC qiymatlarini kerakli darajalarga sozlashni anglatadi.   Puls kuchlanishiga javob ma'lumotlarini generatsiya qilish uchun attentional variational autoencoder sxemasi.   SOHni baholash uchun ma'lumotlarni generatsiya qilish modelini amalda qo'llash qo'shimcha SOCni konditsionerlashni talab qilmaydi. O'qitilgan mashinasozlik modeli generativ ma'lumotlar tomonidan nazorat qilinadi va qo'llash bosqichida har qanday puls kuchlanishiga javobni darhol qabul qiladi.   Bizning generativ o'rganish metodologiyamizning iqtisodiy va ekologik foydalari va tez generatsiya tezligi 2030-yilgi global batareyalarni ishlatib bo'lgandan keyin SOCni konditsionerlash xarajatlarini tejash orqali. a b c d Natijalar Ma'lumotlar to'plamini olish Ma'lumotlar tanqisligi va heterojenlik ma'lumotlarga asoslangan batareya diagnostikasi va prognozi uchun, ayniqsa ishlatilgan batareyalar uchun asosiy muammolardir. Biz 270 ta jismoniy ishlatilgan batareyadan 2700 ta namuna to'pladik, ularning SOC darajasi 5% dan 50% gacha 5% grain bilan. 2-rasmda (a), ma'lumotlar to'plami 3 ta keng tarqalgan katod materiali turini, jumladan, 119 ta jismoniy to'plangan NMC (nikel marganets kobalt oksidi), 56 ta LFP (litiy temir fosfat) va 95 ta LMO (litiy marganets oksidi) ishlatilgan batareyalarni, 3 ta jismoniy format (silindrsimon, sumkali, prizmatik) va 4 ta tarixiy foydalanish usullarini (1 laboratoriya tezlashtirilgan sinovi, 3 ta EV foydalanish, jumladan, 1 ta toza elektrlashtirilgan elektr uzatish rejimi va 2 ta gibrid elektr uzatish rejimi) qamrab oladi. Bizning ta'kidlashimizcha, yuqori darajada heterojen sinov namunalari kiritilishi bizning ma'lumotlar to'plamimizni hozirgi kungacha ishlatilgan batareyalarning SOHni baholash uchun eng katta tez puls-asosidagi ma'lumotlar to'plami qilib, jismoniy o'lchangan ma'lumotlar to'plamidan tashqari modelning umumiy qo'llanilishini osonlashtiradi.  

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

Ushbu audio hikoyaning asl tilida yaratilgan!

Generativ sun'iy intellekt iste'faga chiqqan litiy-ionli batareyalarni barqaror qayta ishlatishni quvvatlaydi.

About Author

IZOHLAR

TEGI QILISH

USHBU MAQOLA TAQDIM ETILGAN

Related Stories

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

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

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

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

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

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

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps