
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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, ularni qayta ishlatish va qayta tayyorlash uchun muhim dastlabki ishlovdir. Biroq, maʼlumotlarga asoslangan usullar tasodifiy SOH va zaryadlash holati (SOC) sharoitida keng qamrovli maʼlumotlarni toʻplashni talab qiladi. Bu yerda biz generativ oʻrganish yordamida SOHni baholash maʼlumotlar tanqisligi va xilma-xilligi muammolarini yengish uchun istiqbolli ekanligini koʻrsatamiz, bu 2700 ta ishdan chiqqan litiy-ion batareya namunalari, 3 ta katod materiali turi, 3 ta fizik format, 4 ta sigʻim dizayni va 10 ta SOC darajasidagi 4 ta tarixiy foydalanishni oʻz ichiga olgan impulsli inʼektsiya maʼlumotlari orqali tasdiqlangan. Generativ maʼlumotlardan foydalangan holda, regressor SOCga duch kelmagan holatlarda ham 6% dan past oʻrtacha mutlaq foiz xatosi bilan aniq SOH baholarini amalga oshiradi. Bizning bashoratimizga koʻra, taklif etilgan texnikani bir xil darajada qoʻllash 2030-yil global batareya holati holati uchun maʼlumotlarni tayyorlash xarajatlarini kamaytirish orqali 4,9 milliard AQSh dollari miqdorida elektr energiyasi xarajatlarini va 35,8 milliard kg CO2 emissiyasini tejaydi. Ushbu maqola koʻplab baholash va prognozlash vazifalari uchun maʼlumotlarni olish vaqt talab qiladigan, qimmat va ifloslantiruvchi boʻlganligi sababli, generativ usullar yordamida cheklangan maʼlumotlardan foydalangan holda kengroq maʼlumotlar maydonini oʻrganish imkoniyatlarini taʼkidlaydi. Kirish Past uglerodli energiya oʻtishida muhim sektor boʻlgan transportni elektrlashtirish , qazilma yoqilgʻiga asoslangan transport paradigmasini misli koʻrilmagan darajada oʻzgartirdi. Litiy-ion batareyalari elektr transport vositalari (EV) uchun arzon, chidamli va xavfsiz energiya taʼminotini taʼminlash orqali ushbu oʻtishda muhim rol oʻynaydi , . Ishdan chiqqan EV batareyalari umumiy sigʻimi 2050-yilga qadar 32–62 terra-vattdan oshib ketishi kutilmoqda, bu Xalqaro Atom Energiyasi Agentligi va Saqlash laboratoriyasi stsenariylaridagi baholardan sezilarli darajada yuqori . Biroq, ishdan chiqqan EV batareyalari ularning nominal sigʻimining 80% dan ortiq qismini tashkil etuvchi katta qolgan sigʻim qiymatiga ega boʻlgan holda qatʼiy tartibga solinadi , . Agar ular toʻgʻri ishlatilmasa, bu ishlab chiqaruvchilar va foydalanuvchilar uchun iqtisodiy yuklarni , shuningdek, keyingi ekologik va ijtimoiy muammolarni , jumladan, resurslarni isrof qilish, taʼminot zanjiri xavflari va uglerod emissiyalarini keltirib chiqaradi , , . 1 2 3 4 5 6 7 8 9 10 11 Batareya holatining koʻpayishiga qarshi samarali strategiyalar qayta ishlatish , , va qayta tayyorlash dir. Qayta ishlatishda, ishdan chiqqan batareyalarni elektr tarmoqlariga ulangan energiya saqlash tizimlari , turar-joy quvvat manbalari va sekin harakatlanuvchi transport vositalari kabi ilovalar uchun qayta jihozlash amalga oshiriladi. Biroq, qayta ishlatish uchun dastlabki ishlovlar, jumladan, moslikni tekshirish , sigʻimni saralash va qayta guruhlash , va ilovalar talablariga javob berish uchun kerak. Sinov dasturlari boshlanganiga qaramay , , , foydalanish stsenariylari va ishdan chiqish yoʻnalishlari uchun qatʼiy standartlarning yoʻqligi qoldiq sigʻimdan oqilona foydalanishga toʻsiq boʻlmoqda . Qayta tayyorlash, aksincha, ishdan chiqqan batareyalarning qoldiq qiymatlaridan materiallarni qazib olish yoki tuzilishni taʼmirlash orqali foydalanadi , , doimiy ravishda buzilgan ishdan chiqqan batareyalar uchun mos keladi. Pirotallurgiya va gidrometallurgiya bilan solishtirganda , , toʻgʻridan-toʻgʻri qayta tayyorlash yuqori foydalilik, kam energiya sarfi va kam uglerod emissiyalari bilan ajralib turadi , , . Litiyni toʻldirish va katod materiallarini keyingi qayta ishlashdan foydalangan holda, toʻgʻridan-toʻgʻri qayta tayyorlash materiallar tuzilishini samarali taʼmirlash va ishlashni tiklashga erishadi . Biroq, sogʻlik holati (SOH) toʻgʻridan-toʻgʻri qayta tayyorlash strategiyasini ishlab chiqishda zarur boʻlgan kimyoviy reagent va kutilayotgan litiy qoʻshimchalari dozalarini belgilaydi , , . Yetarli boʻlmagan dozalash toʻliq taʼmirlanmaslikka olib kelishi mumkin, haddan tashqari dozalash esa katod yuzasida qoldiq ishqor hosil boʻlishiga olib keladi, bu esa tiklash ish faoliyatini yomonlashtiradi , . Afsuski, SOHni olish invaziv materiallarni xarakterlashni , va uzoq davom etadigan sigʻimni kalibrlash testlarini talab qiladi, invaziv boʻlmagan, tezkor va barqaror SOHni olish esa hali ham dolzarb 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 monitoring qilinadi va operatsion maʼlumotlar bulutli platformalar va batareya pasportlari tomonidan yozib olinadi. Yevropa Parlamenti 2023-yil 14-iyunda Batareyalar toʻgʻrisidagi direktivani qabul qildi, bu ishdan chiqqan batareyalarni xizmat muddatining oxirida qayta ishlatish, taʼmirlash yoki qayta tayyorlash mumkinligini taʼminlaydi . Biroq, talab qilinadigan monitoring va yozib olish tartibi faqat EV xizmat koʻrsatish bosqichida mavjud, ishdan chiqqan batareyalar avtomobil ichidagi monitoring qurilmasiga ulanmagan. Shuning uchun, dala maʼlumotlarini olish qiyin. Hayot davomida maʼlumotlarning yaxlitligi asosiy muammo boʻlib qolmoqda, bu esa tarixiy maʼlumotlardan yoki nazorat qilinadigan sharoitlardan farqli oʻlaroq, faqat dala maʼlumotlaridan foydalangan holda SOHni baholashni talab qiladi , , . Bir yechim ishdan chiqqan batareyalarni yigʻish maydonchasida sigʻimni kalibrlash testini oʻtkazish, yaʼni zaryadlash holatini (SOC) sozlash, bu sodda, ammo juda qimmat test vaqtini va qoʻshimcha elektr energiyasi xarajatlarini talab qiladi. Gibrid impuls quvvati xarakteristikasi testi dinamik impuls yordamida SOHni baholash uchun alternativ hisoblanadi, ammo toʻliq test ketma-ketligi 12 soatdan ortiq davom etadi. Tao va boshqalar. Ishdan chiqqan batareyalarning SOHni baholash uchun qisqa impulslardan foydalanganlar, batareyaning 5% SOCga sozlanishi sharti bilan, bu tasodifiy ishdan chiqish SOC sharoitlari bilan deyarli mos keladi . Sensorga asoslangan oʻlchovlardagi soʻnggi yutuqlar orasida rentgen tasvirlash , elektrokimyoviy empedans , , optik tolali sezgirlik , , akustik sezgirlik , , qisman zaryadlash , va impuls inʼektsiyasi , . Sezgirlikka asoslangan texnikalar laboratoriya bosqichida invazivligi sababli, impuls inʼektsiyasi esa batareyaning degradatsiyasini jismoniy shikastlanmasdan aniqlash xususiyatiga ega, shu bilan birga qisman zaryadlash va elektrokimyoviy empedansga asoslangan usullardan tezroq , , , , , . Biroq, impuls inʼektsiyasi maʼlumotlarga asoslangan usul boʻlib, u faqat jismoniy oʻlchangan maʼlumotlar modelni qoʻllash bosqichidagi ishdan chiqish sharoitlarini qamrab oladi, degan ideal taxmin ostida amalga oshiriladi, bu mashinani oʻrganish hamjamiyatida domen siljishi deb nomlanadi. Transfer oʻrganish va domen moslashuv usullaridagi yutuqlarga qaramay , , , muammolar saqlanib qolmoqda, chunki moslashtirish uchun maqsadli domen hali ham qoʻllash paytida oldindan maʼlumot talab qiladi va mavjud oʻrganish usullarini tasodifiy ishdan chiqish sharoitlari uchun yangilash qiyin . Alternativ usul maʼlumotlar tanqisligi va xilma-xilligini kamaytirish uchun oʻrganilmagan ishdan chiqish sharoitlari ostida maʼlumotlar test shkalasini kengaytirishdir, ammo bu xarajatlarni oshirishi mumkin. Vang va boshqalar. Termokimyoviy jarayon davomida turli oraliq holatlarda reaksiya kinetik afzalliklarini interpolatsiya qilish uchun haroratni qazib olish usulini taklif qildilar, bu esa minimal termokimyoviy tajriba miqyosida va mashinani oʻrganish modelini tayyorlash uchun maʼlumotlarni kengaytirish sifatida ishlatiladigan xarajatlarda keng qamrovli oʻquv maʼlumotlarini yaratishga imkon beradi . Bundan tashqari, generativ oʻrganish qisman sikllangan profillardan olingan kengaytirilgan maʼlumotlar bilan SOHni baholash imkoniyatlarini ham koʻrsatadi, bu esa jismoniy jihatdan sinovdan oʻtgan maʼlumotlar zaruriyatini kamaytiradi , . Biroq, batareyalarni qayta ishlatish va qayta tayyorlash kontekstidagi maʼlumotlar tanqisligi va xilma-xilligi katod materiallari turlari, fizik formatlar, sigʻim dizaynlari va tarixiy foydalanishning aralashmasi tufayli yanada murakkabdir, bu shart-sharoitlarga xos boʻlgan degradatsiya bilimlarini mashinani oʻrganish modellariga integratsiyalashishini cheklaydi. Shu sababli, maʼlumotlar generatsiyasi uchun ishdan chiqish sharoitlari va impulsli kuchlanish javoblari oʻrtasidagi bogʻliqlikni hisobga olish oqilona boʻlib, bu uzun vaqtli qator sigʻimni kalibrlash va qoʻshimcha jismoniy tajribalarni bir vaqtning oʻzida bajarishni talab qilmaydi, 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 ishdan chiqqan batareyalarni oldindan tayyorlashni, yaʼni SOHni baholashni, vaqt va xarajatlarni tejaydigan impulslu kuchlanish javobi maʼlumotlarini ishlatib, diqqatli variatsion avtoenkoder tomonidan generatsiyalangan holda amalga oshiramiz. Umumiy oldindan tayyorlash bosqichlari, generativ modelni oʻqitish va amaliy modelni qoʻllash bosqichlarining yuqori darajadagi jarayoni 1-rasmda koʻrsatilgan . Tadqiqot gʻoyasi, generativ oʻrganishdan foydalanib, allaqachon oʻlchangan maʼlumotlarni ishdan chiqqan batareya yigʻish bosqichidagi impulslu kuchlanish javoblarini uzluksiz ishdan chiqish sharoitlarida (yaʼni, SOC taqsimoti) oʻrganishdir. Keyingi SOH baholash jismoniy jihatdan oʻlchangan impuls javobi maʼlumotlarisiz amalga oshiriladi, bu esa SOCni moʻljallangan darajaga sozlash uchun zarur boʻlgan oldindan tayyorlash elektr energiyasi xarajatlari va uglerod emissiyalarini tejaydi. Amper-saat integral usuli va mashinani oʻrganish impuls inʼektsiyasi bilan solishtirganda, generativ oʻrganish tezroq generatsiya tezligi va aniq baholashni taʼkidlaydi. Generativ maʼlumotlar yordamida, oddiy regressor maʼlumotlar bazasida koʻrilmagan yoki mavjud boʻlmagan SOC ishdan chiqish sharoitlarida SOHni past xatolik bilan baholaydi, bu esa murakkab tashqi diapazon (OOD) muammosi hisoblanadi. OOD muammosi, tez impuls bilan bogʻliq boʻlgan SOC holati va kuchlanish javobi oʻrtasidagi mavjud jismoniy naqshni oʻrganish orqali hal qilinadi. Biz usulimizning umumiy qoʻllanilishini 3 ta katod materiali turi (NMC, LFP va LMO), 3 ta fizik format (silindrsimon, sumka va prizmatik), 4 ta sigʻim dizayni (2.1, 10, 21 va 35 Ah) va 4 ta tarixiy foydalanish (1 laboratoriya tezlashtirilgan sinovi va 3 ta turli xil EV haydash) ni oʻz ichiga olgan 2700 ta jismoniy oʻlchangan namuna orqali tasdiqlaymiz. Generativ oʻrganish, oʻrganish vaqtini, elektr energiyasi xarajatlarini va natijada uglerod emissiyalarini tejab, shuningdek, SOHni baholash aniqligini buzmasdan, parametrlarning yashirin makonini kengaytirish uchun ilgʻor bilimlarni integratsiyalash orqali interpolatsiya va ekstrapolyatsiya uchun mos keladi. Batareya ishdan chiqishining global 2030-yilgi stsenariyini konservativ global tahlili pirometallurgiya, gidrometallurgiya va toʻgʻridan-toʻgʻri qayta tayyorlash sharoitlarida tezkor va barqaror SOHni baholashning muhimligini taʼkidlaydi. Texnik-iqtisodiy tahlil orqali, generativ oʻrganish yordamida SOHni baholash 2030-yilga qadar global miqyosda 4,9 milliard dollar elektr energiyasi xarajatlarini tejash va 35,8 milliard kg CO2 emissiyasini kamaytirish imkonini beradi. Biz modelning talqin qilinishi, qayta tayyorlashning qayta tayyorlashga taʼsiri va kelajakda mashinani oʻrganish bilan integratsiyalashgan aqlli qayta tayyorlashning keng jihatlarini muhokama qilamiz. 1    Ishdan chiqqan batareyani oldindan tayyorlash bosqichlari orasida SOCni sozlash, jismoniy oʻlchash, SOH diagnostikasi uchun mashinani oʻrganish va qayta ishlatish yoki qayta tayyorlashdan oldin ikkinchi hayot qarorini qabul qilish jarayoni mavjud. SOCni sozlash anʼanaviy doimiy oqim doimiy kuchlanish (CCCV) usuli yordamida ishdan chiqqan batareyalarning SOC darajalarini kerakli darajaga sozlashni anglatadi.   Impuls kuchlanishi javobi maʼlumotlarini generatsiya qilish uchun diqqatli variatsion avtoenkoder sxemasi.   SOHni baholash uchun maʼlumot generatsiya modelining amaliy qoʻllanilishi qoʻshimcha SOCni sozlashni talab qilmaydi. Oʻqitilgan mashina oʻrganish modeli generativ maʼlumotlar tomonidan nazorat qilinadi va qoʻllash bosqichida darhol impuls kuchlanishiga javob beradi.   Bizning generativ oʻrganish metodologiyamizning iqtisodiy va ekologik foydalari hamda tez generatsiya qilish tezligi 2030-yilgi global batareya holati stsenariyida SOCni sozlash xarajatlarini tejash orqali. a b c d Natijalar Maʼlumotlar toʻplami Maʼlumotlar tanqisligi va xilma-xilligi maʼlumotlarga asoslangan batareya diagnostikasi va prognozlash, ayniqsa ishdan chiqqan batareyalar uchun asosiy muammolardir. Biz 270 ta jismoniy jihatdan ishdan chiqqan batareyalardan 2700 ta namunani keng SOC darajalarida, yaʼni 5% dan 50% gacha 5% ga yaqinlashish bilan toʻpladik. 2-rasmda (a) , maʼlumotlar 3 ta keng tarqalgan katod materiali turini oʻz ichiga oladi, jumladan, 119 ta jismoniy jihatdan toʻplangan NMC (nikel marganes kobalt oksidi), 56 ta LFP (litiy temir fosfat) va 95 ta LMO (litiy marganes oksidi) ishdan chiqqan batareyalari, 3 ta fizik format (silindrsimon, sumka, prizmatik) va 4 ta tarixiy foydalanish uslubi (1 laboratoriya tezlashtirilgan sinovi, 3 ta EV foydalanish, jumladan, 1 ta sof elektrlashtirilgan elektr uzatish rejimi va 2 ta gibrid elektr uzatish rejimi). Bizning maʼlumotlarimizning bunday xilma-xil sinov namunalari bilan toʻldirilishi, ishdan chiqqan batareyalarning SOHni baholash uchun eng katta tez impulsga asoslangan maʼlumotlar toʻplami ekanligini taʼkidlaymiz, bu modelning jismoniy jihatdan oʻlchangan maʼlumotlar toʻplamlaridan tashqari umumiy foydalanishini taʼminlaydi. 2a  

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'foga chiqqan litiy-ion batareyalarini barqaror qayta ishlatishni quvvatlaydi

About Author

IZOHLAR

TEGI QILISH

USHBU MAQOLA TAQDIM ETILGAN

Related Stories

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

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

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps