麻省理工Joule:仅需跑三圈!贝叶斯学习快速预测锂离子电池循环寿命协议 2023年10月13日 上午9:48 • 头条, 干货, 顶刊 • 阅读 8 影响电池效用和寿命的循环协议的优化是为电动汽车、智能手机等常见应用开发先进电池的关键。由于 (1) 参数空间的高维度,(2) 制造可变性高,以及 (3) 测试时间长,这种优化既昂贵又耗时。 在此,美国麻省理工学院Richard D. Braatz等人开发了数据驱动模型,通过将分层贝叶斯模型 (HBM) 方法与电池寿命早期预测模型相结合,使用仅持续3个循环的单个加速实验测试来快速预测锂离子电池循环协议。这种方法减少了迭代循环协议优化所需的测试时间和测试总数,即使与之前的数据驱动加速方法相比,总测试时间也减少了一个数量级。 HBM方法不仅能了解每个循环协议的寿命分布,而且能描述不同协议之间电池寿命可变性程度的抽象知识,以及协议的整体寿命分布,这使模型能够从很少的测量中推断新循环协议。作者采用包括29种不同快充协议的LFP/石墨电池的综合数据集进行验证,其中113个电池的循环寿命为 500~1200圈,将寿命终止定义为标准容量下降20%。 图1. 基于来自不同循环协议电池的分层贝叶斯模型图示 结果显示,从数据子集学习后,仅HBM方法就提供了高协议预测性能。在使用新循环协议进行一次全循环寿命测试后,对于任何新循环协议寿命预测的最佳测试平均百分比误差为5.7%,总体测试误差为 6.5%。通过将HBM方法与电池寿命预测模型相结合,仅3次循环测试后就实现了8.8%的新循环协议寿命预测的测试误差,比传统测试时间减少了99% 以上。 此外,作者使用该方法针对NMC/石墨电池的数据集进行了演示,与基准单级预测方法相比,仅3次循环后协议寿命预测的准确度提高了近两倍。 图2. HBM预测置信度85%、90%、95%、99.5%所需要的观测数目 Bayesian learning for rapid prediction of lithium-ion battery-cycling protocols, Joule 2021. DOI: 10.1016/j.joule.2021.10.010 原创文章,作者:科研小搬砖,如若转载,请注明来源华算科技,注明出处:https://www.v-suan.com/index.php/2023/10/13/e93ed2c1be/ 电池 赞 (0) 0 0 生成海报 相关推荐 电池顶刊集锦:吴凡、黄佳琦、罗巍、张新波、Yong-Mook Kang、叶志镇、周江等成果! 2023年9月25日 马东伟/贾瑜JMCA:单原子空位受限催化助以异价离子掺杂实现高效电催化一氧化氮还原合成氨 2023年11月5日 宾大/北师大JACS:纯计算!研究ClONO2与HOCl在气-水界面反应中自然发生的分子动力学 2023年10月1日 Nature上演神仙掐架,原文作者刚正面 2023年10月24日 青科大孟阿兰/李镇江Nano Energy:循环2000次无衰减的镁离子电池正极! 2023年10月15日 牛!Science+8篇JACS/Angew!吉林大学于吉红院士2023年优秀成果精选! 2024年2月19日 发表回复 请登录后评论...登录后才能评论 提交