Förutsäga och förebygga elbilsbatteribränder med avancerad maskininlärning: ny studie avslöjar resultat.

Lästid: 2 minuter
Av Juanita Lopez
- i
Elektroniskt fordon med batteriteknologi och digital dataöverlagring.

StockholmElfordon (EVs) erbjuder nya lösningar för miljöproblem men medför även tekniska utmaningar, bland annat batterisäkerhet. En viktig säkerhetsfråga för elfordon är att reglera temperaturen på deras batterier. Lithiumjonbatterier kan bli mycket varma, vilket kan leda till allvarliga problem som bränder.

Forskning ledd av Basab Goswami, en doktorand vid University of Arizona, introducerar en ny metod för att förutsäga och förhindra plötsliga temperaturökningar i batterier för elfordon (EV). Studien, som publicerats i Journal of Power Sources, presenterar ett maskininlärningssystem som kan exakt upptäcka, förutsäga och identifiera potentiella faror relaterade till termiska rusningshändelser i dessa batterier.

Termisk rusning inträffar när en ökning av temperaturen orsakar en reaktion som får temperaturen att stiga ytterligare, vilket kan leda till bränder eller explosioner. De nuvarande batteripaketen i elfordon (EV) har över 1 000 celler, och om en cell drabbas av termisk rusning kan det snabbt sprida sig till intilliggande celler. Detta kan orsaka allvarliga problem.

Att använda termiska sensorer på battericeller är en betydande utveckling. Dessa sensorer samlar in historisk temperaturdata och tillhandahåller den till en maskininlärningsalgoritm. Algoritmen kan sedan förutse:

  • Framtida trender för temperaturförändringar
  • Sannolikheten för en okontrollerad temperaturökning
  • Den exakta platsen där en okontrollerad temperaturökning troligen börjar

Goswamis algoritm är exakt. Tidigare metoder använde termisk avbildning som krävde skrymmande och dyr utrustning. Denna nya metod är lättare, billigare och mycket noggrann. Professor Vitaliy Yurkiv, projektledaren, säger att algoritmen förutsäger temperatur och hotspots bättre än någon människa kan göra.

Elbilsindustrin befinner sig i en viktig tid. I juli meddelade Biden-administrationen att de investerar 1,7 miljarder dollar i tillverkning av elbilar i åtta delstater. Den globala efterfrågan på elbilar ökade med 35 % under 2023 jämfört med föregående år. Trots detta avskräcker fortfarande säkerhetsbekymmer fler människor från att skaffa dem.

Denna forskning kan förstärka allmänhetens förtroende för elfordon genom att lösa den viktiga frågan om termisk rusning. Den visar hur nödvändigt det är att fortsätta att förbättra teknologin för att tillgodose konsumenternas behov av säkrare och mer pålitlig grön teknik. När maskininlärning utvecklas, kommer dess tillämpning inom områden som säkerhet för elfordon troligen att öka, vilket ger mer avancerade och exakta lösningar.

Att integrera Goswamis ramverk i batterihanteringssystem för elbilar är ett viktigt framsteg. Det säkerställer förarnas och passagerarnas säkerhet och underlättar för fler att acceptera och använda elfordon.

Studien publiceras här:

http://dx.doi.org/10.1016/j.jpowsour.2024.235015

och dess officiella citering - inklusive författare och tidskrift - är

Basab Ranjan Das Goswami, Yasaman Abdisobbouhi, Hui Du, Farzad Mashayek, Todd A. Kingston, Vitaliy Yurkiv. Advancing battery safety: Integrating multiphysics and machine learning for thermal runaway prediction in lithium-ion battery module. Journal of Power Sources, 2024; 614: 235015 DOI: 10.1016/j.jpowsour.2024.235015
Vetenskap: Senaste nytt
Läs nästa:

Dela den här artikeln

Kommentarer (0)

Posta en kommentar
NewsWorld

NewsWorld.app är en gratis premium nyhetssida. Vi tillhandahåller oberoende och högkvalitativa nyheter utan att ta betalt per artikel och utan en prenumerationsmodell. NewsWorld anser att allmänna, affärs-, ekonomiska, tekniska och underhållningsnyheter bör vara tillgängliga på en hög nivå gratis. Dessutom är NewsWorld otroligt snabb och använder avancerad teknik för att presentera nyhetsartiklar i ett mycket läsbart och attraktivt format för konsumenten.


© 2024 NewsWorld™. Alla rättigheter reserverade.