バッテリー電池の熱処理のための適応性ニューラルネットワークベースの故障検出

科学分野:

• バッテリーの熱管理
• 故障検知システムは故障検知システムです.
• エンジニアリングにおける人工知能

背景:

• リチウムイオン電池は,重要なエネルギー貯蔵装置です.
• 熱流出は,重大な安全リスクをもたらします.
• 正確な熱モニタリングは,安全な操作に不可欠です.

研究 の 目的:

• アダプティブニューラルネットワーク (AdNN) ベースの故障検出フレームワークを開発する.
• 未知の非線形熱生成と限られたセンサーデータの課題に対処するためです.
• リチウムイオン電池の熱異常を確実に検出できるようにする.

主な方法:

• 還元型モデリングと適応神経観察を組み合わせた2段階のアプローチです.
• 計算的に処理可能な縮小次元のモデルを作成するためのスペクトル近似技術.
• 表面温度データからバッテリー状態と未知のダイナミクスを推定するための適応性ニューラルオブザーバー.
• モデルベースの残留値とデータ主導の値生成を統合したハイブリッドの故障検出スキーム.

主要な成果:

• バッテリーの状態と未知の非線形ダイナミクスをうまく推定しました.
• ハイブリッド故障検出スキームを使用して熱異常を効果的に検出しました.
• ポケット型のバッテリーでの実験的検証により,この方法の信頼性が確認されました.

結論:

• 提案されたAdNNベースのフレームワークは,リチウムイオン電池の熱異常を確実に検出します.
• 還元型モデリングと適応神経観察の組み合わせが有効です.
• このアプローチは,バッテリーの熱管理システムの安全性と信頼性を高めます.