嶺大研究 | 學者研發(fā)在線計算方法檢測電池電阻,提升電池風險預警能力
指南者留學 2024-10-21 15:33:01 閱讀量:1029
<p>科研成果隨著全球電動車市場蓬勃發(fā)展,電池安全問題日益受到關(guān)注。電池的性能和健康狀態(tài)直接關(guān)系到電動設(shè)備的運行效率和安全性。近日,嶺南大學科學教研組的助理教授唐曉鵬教授攜手上海理工大學、上海工程技術(shù)大學和同濟大學的研究團隊,在電池檢測技術(shù)方面取得了重大突破。他們的研究成果《基于小樣本學習的多場景電池阻抗譜在線生成》不僅發(fā)表在國際學術(shù)期刊《細胞報告物質(zhì)科學》上,還因其創(chuàng)新性和實用性獲得了業(yè)界的認可。</p> <p>&nbsp;</p> <p><strong>01研發(fā)背景:</strong></p> <p>電池安全至關(guān)重要鋰離子電池作為現(xiàn)代電子產(chǎn)品和電動車的核心部件,其性能穩(wěn)定性和安全性至關(guān)重要。然而,傳統(tǒng)的電池檢測方法往往需要依賴昂貴的專業(yè)儀器和復雜的管理系統(tǒng),不僅成本高,而且檢測周期長,難以普及應用。此外,不同電池之間的溫度、老化程度和效能差異大,需要海量的數(shù)據(jù)來準確描述電池狀態(tài),這無疑增加了檢測的難度和成本。</p> <p>&nbsp;</p> <p><strong>02創(chuàng)新方法:</strong></p> <p>小樣本學習引領(lǐng)技術(shù)革新針對上述問題,唐曉鵬教授及其研究團隊提出了一種創(chuàng)新的電池阻抗測量方法。他們采用&ldquo;小樣本學習方法&rdquo;(small-sample learning approach),通過模擬技術(shù)生成大量&ldquo;虛擬電池&rdquo;樣本數(shù)據(jù),訓練深度學習模型。這些虛擬樣本涵蓋了多種電池狀況,包括不同的化學物質(zhì)、老化程度、剩余容量和溫度等。隨后,研究團隊再利用少量(少于30組)真實的電池樣本,對模型進行微調(diào),最終實現(xiàn)了高精度、低成本的在線電池檢測。</p> <p>&nbsp;</p> <p><strong>03技術(shù)優(yōu)勢:</strong></p> <p>高效、低成本、高準確性這項技術(shù)的最大亮點是高效、低成本和高準確性。傳統(tǒng)的電池檢測方法需要大量數(shù)據(jù)支持或?qū)I(yè)設(shè)備,而新方法則通過小樣本學習和深度學習模型,顯著降低了檢測成本和時間。通過該方法獲取的檢測結(jié)果誤差低至百分之五,優(yōu)于大多數(shù)需要海量訓練數(shù)據(jù)的同類算法。</p> <p>&nbsp;</p> <p><strong>04應用前景:</strong></p> <p>全面提升電池系統(tǒng)安全性這項技術(shù)的應用前景廣闊。以電動車為例,一輛電動車包含數(shù)百至數(shù)千個電池,任何一個單體電池的故障都可能影響整個電池組的性能,甚至帶來安全隱患。唐曉鵬教授表示,新技術(shù)降低了電化學阻抗技術(shù)在工程場景中的應用門檻,為分析電池失效機制提供了快速且廉價的工具,可以有效提升電池風險的預警能力,從而提升電動車的安全性。</p> <p>&nbsp;</p> <p><img src="https://info.compassedu.hk/sucai/content/1729496162081/1729496162081.jpg" width="809" height="607" /></p> <p style="margin-bottom: 0px; text-wrap-mode: wrap;">嶺南大學唐曉鵬教授及其研究團隊的創(chuàng)新成果,不僅為電池檢測技術(shù)帶來新的突破,也為電動車等電動設(shè)備的安全運行提供了有力保障,期待這項技術(shù)在未來能夠得到更廣泛的應用和推廣。</p> <p style="margin-bottom: 0px; text-wrap-mode: wrap;">&nbsp;</p> <p style="text-wrap-mode: wrap;">此外,唐曉鵬教授在鋰離子電池領(lǐng)域的另一項研究獲得了<strong>第25屆IEEE中國系統(tǒng)仿真技術(shù)及其應用學術(shù)會議(CCSSTA 2024)的&ldquo;最佳論文獎&rdquo;</strong>。會議共收到278份投稿論文,涵蓋航空、模擬機器人、信息處理、智慧決策、再生能源等多個領(lǐng)域。在眾多優(yōu)秀論文中,唐教授的論文脫穎而出,成為僅有四份獲得此殊榮的論文之一。這篇論文提出了通過半監(jiān)督學習方法來篩選退役電池,提升退役電池的重用率。</p>
預約咨詢
預約咨詢
猜你喜歡
微信咨詢
掃一掃立即咨詢
App下載
下載指南者留學App
在線客服
電話咨詢
400-183-1832
回到頂部
預約咨詢
現(xiàn)在來設(shè)置你的賬號吧
只需要花不到一分鐘,之后便可以獲得更精準的推薦~
1
留學意向
2
基本意向
3
詳細背景
4
了解途徑
1.1 您期望申請學歷是
1.2 您期待的留學地區(qū)是多選
2.1 您的身份狀態(tài)是
2.2 您的目前學歷是
3.1 您的本科學校是
大陸本科
海外本科
3.2 您的學校名稱是
沒有查詢到相關(guān)的學校
查詢中...
3.3 您的專業(yè)名稱是
沒有查詢到相關(guān)的專業(yè)
查詢中...
4. 您了解到我們的途徑是
取消