博士畢業(yè)5年,破格晉升教授,西安交大「杰青」團(tuán)隊(duì),最新Nature子刊! 2024年5月25日 下午4:27 ? 頂刊 ? 閱讀 67 第一作者:Fujin Wang,Zhi Zhai 通訊作者:陳雪峰,趙志斌 通訊單位:西安交通大學(xué) 論文速覽 準(zhǔn)確的健康狀態(tài)(SOH)估計(jì)對(duì)于鋰離子電池的可靠和安全運(yùn)行至關(guān)重要。然而,由于不同的電池類型和工作條件,可靠和穩(wěn)定的電池SOH估計(jì)仍然具有挑戰(zhàn)性。 本論文提出了一種基于物理信息神經(jīng)網(wǎng)絡(luò)(Physics-informed Neural Network, PINN)的方法,用于鋰離子電池健康狀態(tài)(State of Health, SOH)的準(zhǔn)確和穩(wěn)定估計(jì)。 研究團(tuán)隊(duì)從實(shí)證退化和狀態(tài)空間方程的角度出發(fā),建立了影響電池退化的屬性模型,并利用神經(jīng)網(wǎng)絡(luò)捕捉電池退化動(dòng)態(tài)。研究中設(shè)計(jì)了一種通用的特征提取方法,從電池充滿電之前的短時(shí)間內(nèi)數(shù)據(jù)中提取統(tǒng)計(jì)特征,使得該方法適用于不同類型的電池和充放電協(xié)議。 此外,研究團(tuán)隊(duì)生成了一個(gè)包含55個(gè)鋰鎳鈷錳氧化物(Nickel-Cobalt-Manganese-Oxide, NCM)電池的綜合數(shù)據(jù)集,并結(jié)合了來(lái)自不同制造商的另外三個(gè)數(shù)據(jù)集,總共使用了387個(gè)電池和310,705個(gè)樣本來(lái)驗(yàn)證所提出的方法。平均絕對(duì)百分比誤差(MAPE)為0.87%。與替代神經(jīng)網(wǎng)絡(luò)相比,所提出的PINN在常規(guī)實(shí)驗(yàn)、小樣本實(shí)驗(yàn)和遷移實(shí)驗(yàn)中表現(xiàn)出色。該研究突出了物理信息機(jī)器學(xué)習(xí)在電池退化建模和SOH估計(jì)中的潛力。 圖文導(dǎo)讀 圖1:提出的PINN用于鋰離子電池SOH估計(jì)的流程圖。 圖2:XJTU電池?cái)?shù)據(jù)集的退化軌跡。 圖3:從XJTU提取的8個(gè)電池的特征,以及四個(gè)數(shù)據(jù)集中提取的特征與SOH之間的相關(guān)系數(shù)熱圖。 圖4:SOH估算結(jié)果圖解。 圖5:在XJTU數(shù)據(jù)集批量1和HUST數(shù)據(jù)集上,三種模型(所提出的PINN、多層感知器(MLP)和卷積神經(jīng)網(wǎng)絡(luò)(CNN))的測(cè)試均方根誤差(RMSE)分布情況。 圖6:所提出的物理信息神經(jīng)網(wǎng)絡(luò)的示意圖。 總結(jié)展望 本研究提出的基于物理信息的神經(jīng)網(wǎng)絡(luò)(PINN)為鋰離子電池的SOH估計(jì)提供了一種新的、有效的解決方案。通過(guò)結(jié)合物理模型與數(shù)據(jù)驅(qū)動(dòng)方法的優(yōu)勢(shì),PINN能夠在不同類型的電池和充放電協(xié)議中實(shí)現(xiàn)準(zhǔn)確和穩(wěn)定的SOH估計(jì)。 此外,研究還證明了PINN在小樣本學(xué)習(xí)和遷移學(xué)習(xí)方面的優(yōu)勢(shì),這對(duì)于電池健康管理和維護(hù)決策具有重要意義。未來(lái),隨著更多數(shù)據(jù)和內(nèi)部變量的可用性,可以考慮更復(fù)雜的電化學(xué)模型,進(jìn)一步優(yōu)化PINN的性能。此外,如何將電池的物理方程與神經(jīng)網(wǎng)絡(luò)更無(wú)縫地整合,以及如何在現(xiàn)有數(shù)據(jù)和計(jì)算資源的約束下實(shí)現(xiàn)電池健康管理的最優(yōu)集成,將是未來(lái)研究的重要方向。 文獻(xiàn)信息 標(biāo)題:Physics-informed neural network for lithium-ion battery degradation stable modeling and prognosis 期刊:Nature Communications DOI:10.1038/s41467-024-48779-z 原創(chuàng)文章,作者:計(jì)算搬磚工程師,如若轉(zhuǎn)載,請(qǐng)注明來(lái)源華算科技,注明出處:http://www.zzhhcy.com/index.php/2024/05/25/ddd9ea6111/ 贊 (0) 0 生成海報(bào) 相關(guān)推薦 王春生/李鎮(zhèn)江/孟阿蘭EnSM: PVP誘導(dǎo)的協(xié)同工程用于增強(qiáng)鎂離子的存儲(chǔ)和耐久性 2023年10月15日 李寶華/金鐘等EnSM綜述:鋰-硫?qū)僭仉姵谻NT結(jié)構(gòu)的合理設(shè)計(jì)進(jìn)展與展望 2023年10月27日 張一衛(wèi)/楊勇EnSM: 柔性Li-CO2電池的Co摻雜CeO2 /石墨烯氣凝膠自支撐正極 2023年10月26日 達(dá)特茅斯學(xué)院/斯坦福JACS:高性能Li-S電池 2023年10月4日 ?物理所索鎏敏Angew:構(gòu)建富Li3PO4-SEI實(shí)現(xiàn)2.1V高壓水系鋰離子電池 2024年2月27日 Nature Catalysis重磅綜述:數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí),催化研究的未來(lái)利劍! 2024年4月25日