Py学习  »  机器学习算法

【材料】ACS AMI | 用于锂离子电池的精确荷电状态成像的基于超声透射信号的深度学习算法

X-MOL资讯 • 1 年前 • 113 次点击  

英文原题:Precise State-of-Charge Mapping via Deep Learning on Ultrasonic Transmission Signals for Lithium-Ion Batteries


通讯作者:黄云辉,华中科技大学;沈越,华中科技大学

作者:Zhenyu Huang(黄震宇), Yu Zhou(周宇), Zhe Deng(邓哲), Kai Huang(黄锴), Mingkang Xu(许明康), Yue Shen(沈越)*, and Yunhui Huang(黄云辉)*


背景介绍


锂离子电池是当下广泛应用的一种电化学储能装置。锂离子电池(LIB)中荷电状态(SoC)分布不均匀是导致局部电化学性能快速衰减的关键因素。目前,众多方法被用来表征和证明了电极在不同尺度上的不均匀SoC分布,然而并没有有效的非破坏性的方法能够直接看到电池内的SoC不均匀分布。


文章亮点


近日,华中科技大学黄云辉教授课题组在ACS Applied Materials & Interfaces 上发表了关于锂离子电池SoC分布表征技术的最新研究进展。该团队开发了一种深度学习算法来分析超声透射信号,并成功地从复杂的超声波形中挖掘出与之对应的SoC。结合步进式扫描技术,该方法可以实现对软包电池的无损原位SoC分布成像,并拥有1毫米的平面内分辨率。与其他方法相比,该方法具有无损、高分辨率、低成本和与商用大型电池良好兼容性的优点,更能揭示锂离子电池内部SoC分布的不均匀性。


图1. SoC与声学之间的响应。(a,b )在充放电过程中,穿过不同荷电状态下的1号锂离子电池的超声信号在时域上的表现; (c, d)在频域上的表现; (e)在1号,2号和3号电池上,SoC与超声信号飞行时间之间的相关性;(f,g)SoC 与0.7 MHz附近的肩峰强度(f)和肩峰频率(g)之间的相关性。


钴酸锂软包电池在充放电过程中的脱锂/嵌锂行为会导致电池的声学特性发生变化,电池上某处的超声透射信号在时域图(a,b)和频域图(c,d)上的表现说明,ToF,肩峰的频率和强度与SoC之间均存在相关性。但不同的声学特性与SoC之间的响应关系如图1e-g所示,结果表明,根据这些单一声学特性和SoC之间的简单关系不足以获得准确的SoC。


图2. 通过深度学习和ICP-OES两种方法确定的局部SoC结果对比,所研究的SoC位点选自于4号,5号和6号电池上的不同位置,三块电池所处的理论SoC分别为30%,50%和70%。


为了提高预测准确度,作者开发了深度学习算法,将整个超声透射波形作为输入量,代替传统的依赖单一声学特征的电池特性预测方法。图2的结果表明,深度学习模型所预测的SoC和ICP-OES测量的SoC高度一致,在不同电池上的SoC均方根误差(RMSE)被成功降低到3.02%。


图3.(a) 充电过程中,4号电池的SoC分布图像。(b) 不同理论SoC下,4号电池的实际SoC的概率密度直方图。


图3b显示了某电池在不同的理论SoC时刻,电池上的实际SoC的概率密度直方图,其分布大致符合高斯分布。在充电过程中,SoC分布的不均匀性先强后弱。在充电的中间阶段,电池中SoC的标准偏差(STD)可达到5.5%左右,这表明电池上的SoC分布在电压平台区域更加不均匀,即当电池电压对SoC变化不敏感时,SoC分布的不均匀性更差。


总结/展望


超声扫描技术可以实现软包锂离子电池的无损原位高精度SoC分布成像,但不是依靠单一的声学特征量,而是必须依靠对完整超声波形的深度学习分析。这种技术有助于LIB制造商了解电池故障机制和开发高性能锂离子电池。


扫描二维码阅读英文原文

ACS Appl. Mater. Interfaces. 2023, 15, 6, 8217–8223

Publication Date: February 3, 2023

https://doi.org/10.1021/acsami.2c22210

Copyright © 2023 American Chemical Society

ACS Applied Materials & Interfaces serves the interdisciplinary community of chemists, engineers, physicists and biologists focusing on how newly-discovered materials and interfacial processes can be developed and used for specific applications. The editors are proud of the rapid growth of the journal since its inception in 2009, both in terms of the number of published articles and the impact of the research reported in those articles. ACS AMI is also truly international, with the majority of published articles now coming from outside the United States, capturing the rapid growth in applied research around the globe.


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/152683
 
113 次点击