当前位置: 电池联盟网 > 前沿 >

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

时间:2019-05-11 19:51来源:盖世汽车 作者:余秋云
点击:
(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。 
 
(责任编辑:子蕊)
免责声明:本文仅代表作者个人观点,与中国电池联盟无关。其原创性以及文中陈述文字和内容未经本网证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
凡本网注明 “来源:XXX(非中国电池联盟)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。
QQ:503204601
邮箱:cbcu@cbcu.com.cn
猜你喜欢
专题
相关新闻
本月热点
欢迎投稿
联系人:王女士
Email:cbcu#cbcu.com.cn
发送邮件时用@替换#
电话:010-53100736
在线投稿
企业微信号
微信公众号