KI-gestützte Thermal Runaway-Erkennung: Ein Durchbruch in der Sicherheit von Elektrofahrzeugbatterien

Ein Team von Ingenieuren unter der Leitung eines Doktoranden der Universität von Arizona hat eine neuartige Methode eingeführt, um eine Überhitzung der Batterien von Elektrofahrzeugen zu verhindern. Die Methode nutzt KI-Algorithmen, um Problembereiche vorherzusagen, bevor sie gefährlich werden. Viele sehen in dieser Studie einen Durchbruch in der Branche, insbesondere angesichts der wachsenden Nachfrage nach Elektrofahrzeugen. Hier finden Sie alles, was Sie über die zukünftige Rolle der KI bei der Verhinderung von Thermal Runaway wissen müssen.

Ein Team von Ingenieuren unter der Leitung eines Doktoranden der University of Arizona hat eine neuartige Methode eingeführt, um eine Überhitzung der Batterien von Elektrofahrzeugen (EV) zu verhindern, ein Problem, das zu einem katastrophalen Ausfall führen kann.

Die Methode nutzt Algorithmen der künstlichen Intelligenz (KI), um Problembereiche vorherzusagen, bevor sie gefährlich werden, ein Fortschritt, der den Weg für sicherere und effizientere Elektrofahrzeuge ebnen könnte.

Hier finden Sie alles, was Sie über die zukünftige Rolle der KI bei der Verhinderung des thermischen Durchgehens wissen müssen.

Lithium-Ionen-Batterien (LIBs)

Um die Bedeutung dieser Forschung zu verstehen, ist es wichtig zu wissen, dass Lithium-Ionen-Batterien (LIBs) der am häufigsten in heutigen Elektrofahrzeugen verwendete Batterietyp sind.

Diese Batterien nutzen geladene Lithium-Ionen, um Energie durch das Gerät zu übertragen und so Strom für Ihren Strombedarf zu erzeugen.

Was LIBs so beliebt macht, ist, dass sie durch vorübergehendes Umpolen der Polarität und Zurückschicken der Ionen zum Minuspol des Geräts aufgeladen werden können.

Heutige Elektrofahrzeuge sind aus vielen Gründen auf diese Geräte angewiesen, unter anderem wegen ihrer angemessenen Lebensdauer, ihrer relativen Leichtigkeit im Vergleich zu Alternativen und ihrer außergewöhnlichen Energiedichte.

Bemerkenswert ist, dass diese Batterien häufig Zellen verwenden, die gruppiert sind, um ein vollständiges EV-Paket zu bilden, und die meisten EV-Batteriepakete haben Tausende von Zellen.

Was ist Thermal Runaway?

Die derzeitige mehrzellige Strukturierung von LIBs trägt dazu bei, dass die Batterien schneller aufgeladen werden und eine längere Lebensdauer erreicht wird. Es kann jedoch zu Hotspots innerhalb des Akkus kommen, die zu einem katastrophalen Ausfall führen können.

Wenn eine einzelne Zelle eine Fehlfunktion aufweist, kann sie sich schnell erwärmen, was zu einer erhöhten Temperatur der umliegenden Zellen und möglicherweise zu weiteren Ausfällen führt.

Dieser Dominoeffekt wird Thermal Runaway genannt und ist eines der Hauptprobleme, mit denen Elektrofahrzeuge heute konfrontiert sind.

Thermal Runaway (TR) kann die Leistung verringern, zur Zersetzung der Batterie und sogar zu Explosionen führen, was es für Besitzer von Elektrofahrzeugen zu einem echten Problem macht.

Mehrere Faktoren können ein thermisches Durchgehen verursachen, darunter Batterieausfälle wie das Schmelzen des Separators, die Zersetzung der Kathode oder eine nachteilige Li-Elektrolyt-Reaktion.

Diese Kurzschlüsse können schnell auftreten und dazu führen, dass in der Nähe befindliche Personen durch Feuer und Explosionen verletzt werden.

Es gibt viele Geschichten von Menschen, die durch Hausbrände oder andere schreckliche Momente aufwachen, weil sich die Batterie ihres Elektrofahrzeugs entzündet. Daher ist die Lösung dieses Problems für Forscher weltweit zu einem vorrangigen Anliegen geworden.

Steigende Temperatur

Die Notwendigkeit, TR zu reduzieren, ist in den letzten Jahren aufgrund mehrerer Faktoren wichtiger geworden.

Der Anstieg sowohl der Nutzung von Elektrofahrzeugen als auch der globalen Temperaturen hat zu einem gefährlichen Szenario geführt, bei dem mehr Menschenleben gefährdet sind als je zuvor.

Diese Faktoren machen es wichtig, die Batterien kühl zu halten, um eine umweltfreundlichere Zukunft zu erreichen.

KI-Thermal-Runaway-Studie

Eine im Journal of Power Sources veröffentlichte Studie zeigt, wie ein fortschrittlicher KI-Algorithmus in Verbindung mit Sensoren der Schlüssel zur endgültigen Beseitigung des thermischen Durchgehens sein könnte.

Die von Basab Goswami geleitete Studie nutzt Fahrerdatensimulationen, um den Batterieverbrauch von Elektrofahrzeugen unter täglichen Fahrbedingungen nachzuahmen.

Multiphysik- und maschinelle Lernmodelle, die thermische, elektrochemische und Degradations-Untermodelle nutzten, wurden verwendet, um Schlüsselmomente zu bestimmen, in denen TR spürbar wurde.

Von dort aus verstärkten die KI-Systeme die Daten und ermöglichten es ihnen, überhitzte Zellen schneller vorherzusagen und zu identifizieren als jede optische Lösung.

AI Thermal Runaway Test

Forscher wollten besser verstehen, wie sich eine Festelektrolyt-Grenzfläche an einer negativen Elektrode unter verschiedenen Bedingungen zersetzt.

Das Team nutzte reale Fahrerdaten und Batteriezustände wie konstante Lade-/Entlade- und Fahrzyklen, um die Wärmesignatur der Batterie zu testen.

Um diese Aufgabe zu erfüllen, entwickelte das Team eine Batterie, um die herum spezielle Wärmesensoren gewickelt waren.

Die Temperatursensoren lieferten detaillierte räumliche und zeitliche Temperaturdaten, die dann mit historischen Daten kombiniert und dem KI-Algorithmus zugeführt wurden.

Diese Daten umfassten Schlüsselsituationen, Umgebungen, Fahreraktivitäten und technische Probleme.

Goswamis Algorithmus

Der Goswami-Algorithmus ist in vielerlei Hinsicht einzigartig. Zum einen ist es das erste KI-Modell für maschinelles Lernen, das zur Vorhersage von TR verwendet wird.

Dieses Multiphysik-Modell wurde nur dank neuer KI-Systeme wie der Vektormodellierung möglich.

Diese fortschrittlichen Systeme können riesige Datenmengen analysieren und Zusammenhänge oder komplexe Muster aufzeigen, die weit über die menschlichen Fähigkeiten hinausgehen.

Folglich ermöglichte die Modellierungsmethode dem Team, realistische Daten zum Fahrverhalten von Elektrofahrzeugen zu erstellen.

AI Thermal Runaway Testergebnisse

Die Ergebnisse der Studie sind beeindruckend. Zum einen war das Team bei seinem Ziel erfolgreich, die TR in LIBs konsistent genau und präzise vorherzusagen.

Die KI war sehr präzise und konnte sogar feststellen, wo das thermische Durchgehen begann, um vor der Gefahr zu warnen und weiteren Schaden zu verhindern.

Jetzt möchte das Team seine Forschung ausweiten, was eines Tages dazu beitragen könnte, sicherere Elektrofahrzeuge für alle zu schaffen.

Vorteile von AI Thermal Runaway

Diese Forschung bringt viele Vorteile für den Markt mit sich.

Zum einen ist der KI-Algorithmus weitaus kostengünstiger als die Verwendung anderer Methoden zur Verhinderung von Thermal Runaway.

In der Vergangenheit haben Ingenieure, darunter auch diejenigen in dieser Studie,

Das obige ist der detaillierte Inhalt vonKI-gestützte Thermal Runaway-Erkennung: Ein Durchbruch in der Sicherheit von Elektrofahrzeugbatterien. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!