chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

基于物理信息學習的電池衰減軌跡早期預測方法

清新電源 ? 來源:清華SIGS數(shù)據(jù)與信息研究院 ? 2025-01-22 14:16 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

隨著全球對可再生能源需求的日益增長,電池作為儲能系統(tǒng)關鍵技術的地位愈發(fā)凸顯。然而,電池研發(fā)過程中面臨著從材料原型到商業(yè)產(chǎn)品轉化的重重挑戰(zhàn),電池原型驗證效率低、研發(fā)成本高以及生產(chǎn)廢料管理不善等問題制約著電池行業(yè)的可持續(xù)發(fā)展。

在電池制造領域,傳統(tǒng)的容量校準方法在原型驗證時需耗費大量時間。同時,制造的不一致性和電池老化的多樣性,使得電池原型的性能評估變得極為復雜。為此,清華大學深圳國際研究生院張璇、周光敏、李陽團隊提出了一種基于物理信息學習的電池衰減軌跡早期預測方法。該方法通過計算熱力學和動力學參數(shù),并將其關聯(lián)至未來狀態(tài)變化,從而實現(xiàn)對電池整個衰減軌跡的早期預測。與傳統(tǒng)方法相比,該方法僅利用電池原型的早期循環(huán)數(shù)據(jù)(50次循環(huán),占總壽命4%),即可達成95.1%全壽命平均預測準確率,將原型驗證速度提升了至少25倍。

4ec6f354-d84c-11ef-9310-92fbcf53809c.png

圖2 應用物理信息學習方法的動機、模型構建和部署

團隊采用與電動汽車快速充電兼容的多步充電方案,范圍從0.33C到3C,共包含9個步驟。其中的截止電壓(U1-U9)代表每個荷電狀態(tài)即SOC的充電接受程度,并在25℃、35℃、45℃和55℃四個溫度下進行測試,如圖3所示。

4ef7de60-d84c-11ef-9310-92fbcf53809c.png

圖3 原始數(shù)據(jù)集信息及可視化

團隊基于電化學原理進行特征工程,核心思想是:大電流充電時動力學過程主導,小電流階段時熱力學過程主導。由此可得到代表熱力學衰減和動力學衰減的特征,分別描述了與電流無關的材料不可逆衰減和與電流相關的電化學過程可逆衰減。

4f2f47d8-d84c-11ef-9310-92fbcf53809c.png

圖4可解釋特征工程

所提出的物理信息學習模型分為三個步驟:首先,用可解釋特征工程表達電池多維電化學過程;其次,用早期電化學過程數(shù)據(jù)推演后期尚未建立的電化學狀態(tài);最后,用推演后的電化學狀態(tài)進行電池衰減曲線預測。實驗采用多源域自適應設置(25℃和 55℃數(shù)據(jù)可用)并在35℃和45℃溫度下預測,利用早期循環(huán)數(shù)據(jù)即可實現(xiàn)準確的全壽命衰減曲線預測。

4f68655e-d84c-11ef-9310-92fbcf53809c.png

圖5 物理信息學習模型的統(tǒng)計學性能

團隊通過數(shù)值模擬確認了多階段充電方式在表達熱力學和動力學衰減過程的電化學原理依據(jù),并通過物理信息學習模型的特征重要性分析發(fā)現(xiàn)了熱力學和動力學衰減在電池總衰減比例上吻合。這說明所提出的模型可以通過結合電化學原理和可獲取的電流和電壓信號表達電化學過程,從而實現(xiàn)非侵入式的電池衰減曲線預測。

4f841d12-d84c-11ef-9310-92fbcf53809c.png

圖6 物理信息學習模型的電化學原理分析

團隊分析了利用所提出的物理信息學習模型進行電池生產(chǎn)制造環(huán)節(jié)的劣品檢測和廢料回收的技術經(jīng)濟性。其中,重點分析了直接修復輕微衰減電池(健康狀態(tài)即SOH>95%)的年利潤、累計利潤,以及不同SOH下回收的單位利潤構成和環(huán)境能源影響。結果表明,所提出的模型對于生產(chǎn)制造環(huán)節(jié)的廢料管理可持續(xù)性具有顯著提升效果。

4fba9392-d84c-11ef-9310-92fbcf53809c.png

圖7 物理信息學習模型的技術經(jīng)濟性分析

相關研究成果以“Non-destructive degradation pattern decoupling for early battery trajectory predictionviaphysics-informed learning”(基于物理信息學習的電池衰減軌跡早期預測)為題發(fā)表在Energy & Environmental Science上,并被選為封面論文。清華大學深圳國際研究生院2022級博士研究生陶晟宇為論文第一作者,2021級碩士研究生張夢天、2023級碩士研究生趙子曦為共同第一作者。合作者包括欣旺達動力科技股份有限公司徐中領博士、于文軍博士、劉瑤俊團隊,清華大學車輛與運載學院郝瀚副教授團隊,格羅寧根大學能源與可持續(xù)發(fā)展研究所孫鑫助理教授,麻省理工學院化學工程學院車云弘博士和加州大學伯克利分校土木與環(huán)境學院Scott Moura副教授。清華大學車輛與運載學院2023級博士研究生李昊陽,深圳國際研究生院馬睿飛對技術經(jīng)濟分析作出重要貢獻。清華大學深圳國際研究生院張璇、周光敏、李陽副教授、重慶大學機械與運載工程學院胡曉松教授為共同通訊作者。該研究得到了山西省能源互聯(lián)網(wǎng)研究院、清華大學深圳國際研究生院、深圳市鵬瑞基金會、廣東省基礎與應用基礎研究基金等科研經(jīng)費支持。

論文鏈接:https://doi.org:10.1039/D4EE03839H

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 熱力學
    +關注

    關注

    0

    文章

    45

    瀏覽量

    9491
  • 動力學
    +關注

    關注

    0

    文章

    108

    瀏覽量

    17421
  • 電池
    +關注

    關注

    84

    文章

    11254

    瀏覽量

    140153

原文標題:清華大學深圳國際研究生院張璇、周光敏、李陽團隊在基于物理信息學習的電池衰減軌跡早期預測研究中取得新進展

文章出處:【微信號:清新電源,微信公眾號:清新電源】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    Keithley 6514靜電計在單電芯微法級容量衰減監(jiān)測中的應用

    隨著電子設備的普及和性能要求的提升,電池作為其核心動力源,其性能監(jiān)測顯得尤為重要。特別是在單電芯微法級容量衰減監(jiān)測領域,精確的測量工具和方法成為了研究的重點。本文將探討如何使用Keithley
    的頭像 發(fā)表于 08-08 16:46 ?509次閱讀
    Keithley 6514靜電計在單電芯微法級容量<b class='flag-5'>衰減</b>監(jiān)測中的應用

    電磁軌跡預測分析系統(tǒng)

    電磁軌跡預測分析系統(tǒng)軟件全面解析
    的頭像 發(fā)表于 07-30 16:32 ?285次閱讀
    電磁<b class='flag-5'>軌跡</b><b class='flag-5'>預測</b>分析系統(tǒng)

    華東理工大學信息學院校友會走訪兆芯

    近日,華東理工大學信息科學與工程學院(簡稱“華東理工大學信息學院)校友會組織近20名校友走訪上海兆芯集成電路股份有限公司(簡稱“兆芯”),開啟了一場兼具專業(yè)深度與實踐溫度的探“芯”之旅。
    的頭像 發(fā)表于 07-17 09:32 ?477次閱讀

    Simcenter STAR-CCM+多物理場解決方案:支持在設計早期對實際性能進行預測

    優(yōu)勢支持用戶在設計早期預測實際性能減少代價高昂的故障,縮短上市時間通過無縫的單一集成用戶界面提供各種物理場,提高真實感和精度摘要多物理場工程仿真可以精確捕獲影響日益復雜的產(chǎn)品性能的所有
    的頭像 發(fā)表于 06-05 10:26 ?1086次閱讀
    Simcenter STAR-CCM+多<b class='flag-5'>物理</b>場解決方案:支持在設計<b class='flag-5'>早期</b>對實際性能進行<b class='flag-5'>預測</b>

    電磁軌跡預測分析系統(tǒng)軟件全面解析

    ,結合粒子動力學方程,實現(xiàn)高精度軌跡預測,在航空航天、粒子物理、電磁導航、智能交通等諸多領域廣泛應用。 應用案例 目前,已有多個電磁軌跡預測
    的頭像 發(fā)表于 04-12 16:10 ?810次閱讀

    端到端自動駕駛多模態(tài)軌跡生成方法GoalFlow解析

    自動駕駛軌跡規(guī)劃往往采用直接回歸軌跡方法,這種方式雖在測試中能取得不錯的性能,可直接輸出當前場景下最有可能的軌跡或控制,但它難以對自動駕駛場景中常見的多模態(tài)動作分布進行有效建模。
    的頭像 發(fā)表于 03-18 17:59 ?960次閱讀
    端到端自動駕駛多模態(tài)<b class='flag-5'>軌跡</b>生成<b class='flag-5'>方法</b>GoalFlow解析

    基于地物光譜儀的稻田秧苗及稗草的早期識別

    為探究水稻秧苗與稗草的早期準確識別方法,利用地物光譜儀采集二葉-四葉期水稻和同期生長的稗草植株冠層在400~920nm波段內的光譜信息,高光譜技術結合化學計量學能夠快速、無損和精準識別苗期水稻和稗草,可應用于
    的頭像 發(fā)表于 02-10 15:01 ?597次閱讀
    基于地物光譜儀的稻田秧苗及稗草的<b class='flag-5'>早期</b>識別

    基于梯度下降算法的三元鋰電池循環(huán)壽命預測

    不同比例、范圍的訓練集與測試集劃分?;跈C器學習的梯度下降算法對訓練集進行模型訓練,以迭代后的權重值、偏置值進行結果預測并與試驗數(shù)據(jù)進行對比。結果表明:適宜參數(shù)下的梯度下降算法可以應用于鋰離子電池循環(huán)壽命的
    的頭像 發(fā)表于 01-16 10:19 ?654次閱讀
    基于梯度下降算法的三元鋰<b class='flag-5'>電池</b>循環(huán)壽命<b class='flag-5'>預測</b>

    示波器探頭衰減比的設置意義與操作方法

    、示波器自身性能以及實際測量需求等多方面因素,通過不斷嘗試和調整,確定最適宜的衰減比,從而得到準確可靠的測量結果。以下闡述有效設置示波器探頭衰減比的具體方法: 一、剖析信號特性 1. 幅度范圍 首先要明確待測量信號
    的頭像 發(fā)表于 01-06 11:06 ?1420次閱讀
    示波器探頭<b class='flag-5'>衰減</b>比的設置意義與操作<b class='flag-5'>方法</b>

    運動控制中如何實現(xiàn)路徑軌跡預測

    在運動控制中,軌跡執(zhí)行時間的預測對于多軸的協(xié)同、路徑預處理等方面有著重要的作用。CODESYS系列控制器提供了預測軌跡執(zhí)行時間功能塊。要實現(xiàn)完整的
    的頭像 發(fā)表于 01-05 11:04 ?1391次閱讀
    運動控制中如何實現(xiàn)路徑<b class='flag-5'>軌跡</b><b class='flag-5'>預測</b>

    精密衰減器的校準方法 工業(yè)自動化中的衰減器應用

    精密衰減器的校準方法 精密衰減器的校準方法通常包括以下幾個步驟: 準備校準設備 : 選用高精度的信號源、功率計和校準標準器。 確保校準設備與被校準的精密
    的頭像 發(fā)表于 12-10 09:13 ?1162次閱讀

    一文詳解物理信息神經(jīng)網(wǎng)絡

    物理信息神經(jīng)網(wǎng)絡 (PINN) 是一種神經(jīng)網(wǎng)絡,它將微分方程描述的物理定律納入其損失函數(shù)中,以引導學習過程得出更符合基本物理定律的解。
    的頭像 發(fā)表于 12-05 16:50 ?1.2w次閱讀
    一文詳解<b class='flag-5'>物理</b><b class='flag-5'>信息</b>神經(jīng)網(wǎng)絡

    RS485信號衰減的影響及補償方法

    RS485信號衰減是指在RS485總線中信號傳輸過程中信號強度逐漸減弱的現(xiàn)象。這種衰減會對系統(tǒng)性能產(chǎn)生負面影響,以下是對其影響及補償方法的分析: 一、RS485信號衰減的影響 數(shù)據(jù)傳輸
    的頭像 發(fā)表于 11-28 15:26 ?1914次閱讀

    探究全電池容量衰減的根本原因

    高壓尖晶石正極LiNi0.5Mn1.5O4(LNMO)具有高能量密度和低成本的優(yōu)勢,是高性能電池的理想正極。然而,全電池中的容量快速衰減問題限制了其商業(yè)化應用。這歸因于活性鋰損失與活性物質損失之間
    的頭像 發(fā)表于 11-11 16:26 ?1858次閱讀
    探究全<b class='flag-5'>電池</b>容量<b class='flag-5'>衰減</b>的根本原因

    一種創(chuàng)新的動態(tài)軌跡預測方法

    本文提出了一種動態(tài)軌跡預測方法,通過結合歷史幀和歷史預測結果來提高預測的穩(wěn)定性和準確性。它引入了歷史預測
    的頭像 發(fā)表于 10-28 14:34 ?1453次閱讀
    一種創(chuàng)新的動態(tài)<b class='flag-5'>軌跡</b><b class='flag-5'>預測</b><b class='flag-5'>方法</b>