设为首页|收藏本站|
开启左侧

[问答] 麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子 ...

[复制链接]
30118 0
啊A小镜子 发表于 2021-11-24 04:19:58 | 只看该作者 打印 上一主题 下一主题
 
麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子 ... 第1张图片

麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子 ... 第2张图片

麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子 ... 第3张图片
影响电池效用和寿命的循环协议的优化是为电动汽车、智能手机等常见应用开发先进电池的关键。由于 (1) 参数空间的高维度,(2) 制造可变性高,以及 (3) 测试时间长,这种优化既昂贵又耗时。

麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子 ... 第4张图片
在此,美国麻省理工学院Richard D. Braatz等人开发了数据驱动模型,通过将分层贝叶斯模型 (HBM) 方法与电池寿命早期预测模型相结合,使用仅持续3个循环的单个加速实验测试来快速预测锂离子电池循环协议。这种方法减少了迭代循环协议优化所需的测试时间和测试总数,即使与之前的数据驱动加速方法相比,总测试时间也减少了一个数量级。
HBM方法不仅能了解每个循环协议的寿命分布,而且能描述不同协议之间电池寿命可变性程度的抽象知识,以及协议的整体寿命分布,这使模型能够从很少的测量中推断新循环协议。作者采用包括29种不同快充协议的LFP/石墨电池的综合数据集进行验证,其中113个电池的循环寿命为 500~1200圈,将寿命终止定义为标准容量下降20%。

麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子 ... 第5张图片

图1. 基于来自不同循环协议电池的分层贝叶斯模型图示


结果显示,从数据子集学习后,仅HBM方法就提供了高协议预测性能。在使用新循环协议进行一次全循环寿命测试后,对于任何新循环协议寿命预测的最佳测试平均百分比误差为5.7%,总体测试误差为 6.5%。通过将HBM方法与电池寿命预测模型相结合,仅3次循环测试后就实现了8.8%的新循环协议寿命预测的测试误差,比传统测试时间减少了99% 以上。
此外,作者使用该方法针对NMC/石墨电池的数据集进行了演示,与基准单级预测方法相比,仅3次循环后协议寿命预测的准确度提高了近两倍。

麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子 ... 第6张图片

图2. HBM预测置信度85%、90%、95%、99.5%所需要的观测数目


Bayesian learning for rapid prediction of lithium-ion battery-cycling protocols,Joule 2021. DOI: 10.1016/j.joule.2021.10.010


上一篇:波士顿动力机器人舞蹈大片火爆全球!工程 VP 揭秘:我们 ...
下一篇:波士顿科学宣布2021年第二季度财务结果
@



1.西兔生活网 CTLIVES 内容全部来自网络;
2.版权归原网站或原作者所有;
3.内容与本站立场无关;
4.若涉及侵权或有疑义,请点击“举报”按钮,其他联系方式或无法及时处理。
 
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

排行榜
活跃网友
返回顶部快速回复上一主题下一主题返回列表APP下载手机访问
Copyright © 2016-2028 CTLIVES.COM All Rights Reserved.  西兔生活网  小黑屋| GMT+8, 2024-5-16 15:04