堪萨斯大学研发机器学习技术 监控/防止锂离子电池热失控

发布者:古宝奇缘最新更新时间:2019-05-10 来源: 盖世汽车关键字:堪萨斯大学  机器学习  锂离子电池 手机看文章 扫描二维码
随时随地手机看文章

黑科技,前瞻技术,电池,堪萨斯大学,堪萨斯大学锂离子电池,锂离子电池热失控,机器学习电池热失控,汽车新技术

(图片来源:堪萨斯大学官网)


据外媒报道,现在,手机、电子设备、手提电脑、丰田和特斯拉等电动汽车、波音787飞机以及美国海军的舰艇都使用锂离子电池提供动力。此类电池虽然应用普及,但是它们也有很多风险。因为金属锂具很高的反应性,因而此类电池和电池芯会发生“热失控”,即会过热、起火甚至爆炸。尽管发生的事故并不多见,但还是引发了公众对锂离子技术的担忧。


现在,在美国国家科学基金会(National Science Foundation)一项为期5年、50万美元的新拨款的支持下,堪萨斯大学(the University of Kansas)的研究人员研发出一项技术,可监控和防止锂离子电池过热。该大学机械工程系助理教授Huazhen Fang和他的学生一起研发出一种机器学习法,以监测电池内部的温度。


据堪萨斯大学研究人员所说,目前大多数追踪锂离子电池温度的技术还不够成熟,因为传感器只能读取电池外部的表面温度。


Fang教授表示:“通常,电池表面的温度不足以告知我们有关电池的状态,而电池内部的温度会告诉我们更多有关热力学的信息。但是,现在很少有方法可以将传感器放置在电池里面。然而,利用人工智能和机器学习,我们能够预测电池芯内部的温度,从而让我们能够检测电池行为。电池表面的温度可为机器学习方法提供丰富的数据,结合数学模型,就可以预测到电池内部发生了什么”。


没有将电池温度假设为统一的温度,现今有一种建模法称为“集总参数模型”,就是将电池温度假设为统一温度。Fang教授表示其计算机学习技术可以预测电池内部的温度变化,是一种更精确、更现实的方法,可计算出电池发生热失控的可能性。


Fang教授表示:“当电池充放电时,温度分布是不均匀的,通常靠近电极的电池内部温度会较高,但是外部表面温度较低。集总参数模型只考虑到电池温度均匀分布的情况,而我们的方法在时间和空间上重建了电池的温度。”


堪萨斯大学研究人员将锂离子电池的数据输入人工智能,以推断电池内部温度。此类数据可以在由电池供电的设备中进行处理,或者与云计算相连。如果电池发生热失控,该设备可经编程,将电池关闭会断开,以免电池变热起火或是引发爆炸。


凭借上述创新,锂离子电池可通过将数百块电池绑在一起,扩展到更多的工业应用中。据Fang教授所说,锂离子技术越来越多地应用于大规模电网中,以存储和排放太阳能和风能等可持续技术产生的电力。


关键字:堪萨斯大学  机器学习  锂离子电池 引用地址:堪萨斯大学研发机器学习技术 监控/防止锂离子电池热失控

上一篇:欧美动力电池欲实现赶超?是大有作为还是有心无力?
下一篇:氢燃料电池究竟有多“火”?

小广播
最新汽车电子文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved