MIT团队利用机器算法开发EV锂离子电池安全极限
admin 2020-09-23

盖世轿车讯 据外媒报导,麻省理工学院与清华大学的研讨人员协作,开发电动轿车锂离子电池的安全极限。他们运用高精度的软包电池有限元模型,进行了2500屡次模仿,随后用机器学习算法剖析数据。

安全极限是指确保电池安全运转的机械荷载条件。研讨人员运用两类相图,对安全极限进行可视化研讨,一种分类器能够快速猜测呈现短路现象或既定负载条件下的安全情况,另一种回归器能够定量辨识形成短路的变形量。

电动轿车发作事端时,电池组会严峻受损,呈现电气短路和热失控现象,有或许引发火灾和爆破。因而,研讨单个电芯在何种条件下能坚持安全运转,即安全极限,是很重要的。研讨人员Li表明:“开发安全极限的最大应战在于,获取足够的电池毛病测试数据。在本次研讨中,咱们树立高度精密的锂离子软包电池核算模型,其间一切组成资料都选用经过杰出校准的本构模型,克服了上述应战。经过模仿大的极限机械载荷矩阵,并运用机器学习算法得到数据驱动的安全极限。这项作业是将数值数据生成与数据驱动建模结合起来的演示,能够用来猜测储能体系的安全性。”

本次研讨仅局限于具有NMC正极和石墨负极的大尺度二次软包电池。此外,研讨人员指出,因为用于开发安全极限的数据来自于模仿数值,所以,与实在值比较,存在必定差错。在电动轿车锂离子电池安全模型开发过程中,本研讨为机器学习东西的运用供给实证,并且有望持续改善。



盖世轿车讯 据外媒报导,麻省理工学院与清华大学的研讨人员协作,开发电动轿车锂离子电池的安全极限。他们运用高精度的软包电池有限元模型,进行了2500屡次模仿,随后用机器学习算法剖析数据。

安全极限是指确保电池安全运转的机械荷载条件。研讨人员运用两类相图,对安全极限进行可视化研讨,一种分类器能够快速猜测呈现短路现象或既定负载条件下的安全情况,另一种回归器能够定量辨识形成短路的变形量。

电动轿车发作事端时,电池组会严峻受损,呈现电气短路和热失控现象,有或许引发火灾和爆破。因而,研讨单个电芯在何种条件下能坚持安全运转,即安全极限,是很重要的。研讨人员Li表明:“开发安全极限的最大应战在于,获取足够的电池毛病测试数据。在本次研讨中,咱们树立高度精密的锂离子软包电池核算模型,其间一切组成资料都选用经过杰出校准的本构模型,克服了上述应战。经过模仿大的极限机械载荷矩阵,并运用机器学习算法得到数据驱动的安全极限。这项作业是将数值数据生成与数据驱动建模结合起来的演示,能够用来猜测储能体系的安全性。”

本次研讨仅局限于具有NMC正极和石墨负极的大尺度二次软包电池。此外,研讨人员指出,因为用于开发安全极限的数据来自于模仿数值,所以,与实在值比较,存在必定差错。在电动轿车锂离子电池安全模型开发过程中,本研讨为机器学习东西的运用供给实证,并且有望持续改善。



上一篇:没有了
下一篇:没有了