Почему нельзя заряжать автомобильный аккумулятор в квартире
Не всегда есть возможность зарядить аккумулятор в гараже. Если же нужно срочно провести эту процедуру, то автомобилист несет батарею к себе домой. Стоит отметить, что зарядка аккумулятора дома и в гараже – это две больше разницы. В жилом помещении делать это крайне нежелательно по целому ряду причин.
Не всегда есть возможность зарядить аккумулятор в гараже. Если же нужно срочно провести эту процедуру, то автомобилист несет батарею к себе домой. Стоит отметить, что зарядка аккумулятора дома и в гараже – это две больше разницы. В жилом помещении делать это крайне нежелательно по целому ряду причин.
Токсические вещества
При зарядке авто аккумуляторы выделяют водород, сам по себе водород невреден, но при контакте с кислородом, вступая в реакцию, представляет большую опасность. Помимо аккумулятора у каждого автомобилиста в гараже должно быть зарядное устройств, это позволяет в любой момент подзарядить севшую батарею.
Всего лишь одна искра может спровоцировать возгорание. Кроме того, при химических реакциях в аккумуляторе выделяется стибин, хлор, мышьяк, сернистый газ и другие токсические вещества, опасные для человека. При хорошей вентиляции эти вещества быстро устраняются, но в жилом помещении без соответствующего проветривания накапливаются.
Высокая их концентрация в квартире сказывается на самочувствии жильцов: чувство слабости, головокружение, тошнота. Более того, токсические вещества еще некоторое время, после того как вынесли аккумулятор, остаются в доме.
Кислота, содержащаяся внутри аккумулятора, очень едкая и попадая на пол или какие-либо вещи в квартире, испортит их. К тому же возможно самовозгорание кислоты.
Как безопасно зарядить аккумулятор
Делая выводы из вышеперечисленных фактов, можно посоветовать автомобилистам, не заряжать аккумуляторы в жилых помещениях. Это нужно делать в гараже, в подсобном помещении, в подвале, но не в квартире.
Если же зарядить аккумулятор нужно срочно и сделать это можно только в квартире, то делайте это в туалете или на балконе, где есть хорошая вентиляция, это позволит избавиться от токсических веществ.
Несмотря на то, где вы проводите подзарядку, за процессом нужно наблюдать, чтобы в случае возникновения непредвиденной ситуации, своевременно устранить ее. Нарушение режима подзарядки может повлечь за собой взрыв.
Если же аккумулятор полностью отказался работать из-за несоблюдения правил эксплуатации или, исчерпав свой строк службы, то пора купить новый. Сделать это можно в специализированном магазине «Евробат», опытные консультанты помогут с выбором и подскажут, как правильно ухаживать за батареей, как подготовить аккумулятор к зиме, и как уберечь от поломок. Ознакомиться предлагаемым ассортиментом товаров можно на сайте http://eurobat.com.ua/,
Нашли опечатку в тексте? Выделите её и нажмите ctrl+enter
Аккумулятор автомобильный HAGEN 60 А/ч, о.п.(56019)
Аккумулятор автомобильный HAGEN 60 А/ч, о.п.(56019)
Рейтинг : Отзывов (0)Наличие : на складе
Аккумуляторы HAGEN прoизводятся на завoдах американской компании Exide Technologies, эти аккумуляторы зарекoмендовали себя с лучшей сторoны. Аккумуляторы HAGEN устанавливаются на известные марки легкoвых автoмобилей, таких как: BMW, Volvo, Skoda, Hyundai, Saab. Аккумуляторы HAGEN сoзданы для современных автомобилей с базовым оснащением. Аккумуляторы HAGEN oтличаются превoсходными техническими параметрами, неприхoтливостью, высoкой надежностью.
Бренд HAGEN – этo технолoгии, проверенные гoдами, подтвержденные надежнoстью и качеством. В аккумуляторах HAGEN за счет увеличения кoличества пластин, пусковая мoщность увеличена на треть. Аккумуляторы HAGEN нoвого поколения — дoльше не нуждаются в пoдзарядке, а самoразряд сведен к минимуму.
Аккумуляторы HAGEN oтличаются прочным корпусом , усиленной конструкцией, соответствует требoваниям «первого oснащения». Аккумуляторы HAGEN – этo доступная цена и oтличное качество. Отзывы oб аккумуляторах HAGEN имеют высoкие оценки. Практичнoсть аккумуляторов HAGEN давнo оценена автoлюбителями пo достоинству.
HAGEN Batterie — известный немецкий бренд с более чем 80 летней историей.
Аккумуляторы HAGEN являются «второй линейкой» (более бюджетной) известного производителя аккумуляторов EXIDE. Это позволяет достигать высокого качества при относительно невысокой цене. Компания является крупным производителем стартерных и тяговых аккумуляторов. В 1988 году Европейский концерн Tudor приобрел контрольный пакет акций. А в 1994 между европейской компании Tudor и американской компании EXIDE произошло слияние, в результате чего корпорация EXIDE стала владельцем компании HAGEN Batterie. Производство аккумуляторов Hagen основано на хорошо зарекомендованной технологии – Ca/Ca (добавки кальция к положительным и отрицательным пластинам – для уменьшения потерь воды и саморазряда) с использованием стандартной крышки с хорошим газоотводом. Аккумуляторы HAGEN как остальные бренды EXIDE отличаются высоким качеством и «долголетием».
Аккумуляторные батареи HAGEN так же поставляются на первичную комплектацию ведущим автопроизводителям в числе которых TOYOTA, FORD, PEUGEOT, CITROEN, VOLVO, FIAT, SCANIA.
Покупка с обменом 3300
Без обмен 3700
Почему взорвался автомобильный аккумулятор?
В каких случаях может взорваться аккумулятор?
Нам прислал письмо один из наших читателей, который ломает голову над инцидентом, произошедшим в его доме. У него в гараже взорвался автомобильный аккумулятор, стоявший на подзарядке. Как такое может быть и что могло стать причиной взрыва, мы и попытались разобраться.
Итак, вот какое письмо к нам пришло:
«Я стараюсь избегать взрывов в своем доме и гараже. Да, я понимаю, что мир не идеален, и, конечно, гарантировать, что дома ничего не взорвется, не могу. Именно поэтому у многих дома периодически что-нибудь взрывается. Один из взрывов недавно произошел и в моем доме. Прошлой ночью в моем гараже в доме взорвался автомобильный аккумулятор.
Правда, это заметил не я, а мой ребенок, который и сообщил мне неприятную новость, что в моей мастерской в гараже что-то не так. Я сначала не обратил внимания, что там лепечет мой ребенок. Но затем я все-таки пошел проверить, испугавшись, что ребенок заходил без спроса в мастерскую, где мог пролить оставленную на столе открытую бутылку моторного масла.
Но в итоге вместо разлитого масла я увидел, что аккумулятор от моей машины разорвало. Мало того, в гараже я увидел много странных влажных черных пятен. Также по всему гаражу были разбросаны неровные кусочки черного пластика. Что же случилось?
Я знаю, что иногда автомобильные аккумуляторы могут взрываться. Обычно это происходит, когда при прикуривании другого автомобиля неправильно подключили высоковольтные провода или старый аккумулятор испытывает колоссальную нагрузку, когда пытается с помощью стартера запустить двигатель, который никак не хочет заводиться.
Да, взрыв, кстати, произошел где-то ночью, к счастью, когда рядом никого не было. Также батарея была чистая, не поврежденная, клеммы зарядного устройства были закреплены надежно. Что-то я не понимаю, что же произошло с аккумулятором на самом деле?».
Напомним, что внутри аккумуляторных батарей, как правило, находится решетка из свинцовых пластин, которые погружены в серную кислоту.
Но благодаря реакции свинцовых пластин с серной кислотой и появляется электричество. К сожалению, без добра нет и зла. Дело в том, что подобным продуктом этой химической реакции является образование газообразного водорода, который очень легко воспламеняется. В большинстве случае водород образуется при нагревании электролита или его закипании.
Любая маленькая искра может привести к сжиганию водорода, что, конечно, очень плохо. Если аккумулятор вашей машины уже старый и понес некоторые потери воды, свинцовые пластины внутри батареи могут подвергаться воздействию воздуха. Когда ваш аккумулятор находится под высокой нагрузкой (автомобиль требует большое количество электричества), свинцовые пластины могут изгибаться, контактировать, образовывать электрическую дугу. Из-за их взаимодействия друг с другом внутри аккумулятора может образоваться искра, которая в итоге и приведет к воспламенению водорода. Далее все классически – батарея взрывается.
Грязные клеммы также могут быть источником искр, так как из-за плохого соединения клеммы с аккумулятором могут появиться электрические дуги. То же самое касается плохо закрепленных высоковольтных проводов, которые могут также образовывать искру, когда автомобиль, например, скачет на кочках. Но наш читатель, который прислал вопрос, просто заряжал аккумулятор в гараже. То есть аккумулятор не был под нагрузкой, а, наоборот, стоял на зарядке.
Как же тогда произошел взрыв? Ну, во-первых, причиной взрыва могло стать зарядное устройство, в котором, например, могло выйти из строя реле, которое обычно защищает батарею от перезарядки. В итоге если реле сломалось, то аккумулятор мог просто перезарядиться.
В этом случае серная кислота, смешанная с дистиллированной водой, могла просто закипеть. При этом начинает выделяться большое количество водорода.
Итак, нам известно, что батарея не была повреждена, была чистой, клеммы зарядного устройства были закреплены надежно, батарея не была старой, но и не была новой, а также не испытывала нагрузку, как это обычно бывает при запуске двигателя. Почему же тогда взорвался аккумулятор?
Вполне возможно, что, несмотря на то что аккумулятор внешне был достаточно чистым, вентиляционные отверстия в пробках аккумулятора были забиты, в результате чего водород, образующийся в батарее, не отводился должным образом. К сожалению, для этого достаточно даже когда забилось всего одно вентиляционное отверстие. Вот почему так важно протирать от грязи не только корпус батареи, но и верхнюю ее поверхность. Особенно пробки батареи.
Кроме того, вероятнее всего, аккумулятор либо слишком долго стоял на подзарядке, либо в зарядном устройстве вышло из строя реле, которое автоматически должно отключать заряд батареи, чтобы предотвратить перезаряд аккумулятора.
В итоге батарея получила перезаряд, в результате чего внутри нее образовалось слишком много водорода из-за перегрева серной кислоты.
Как мы уже сказали, взорваться водород может от малейшей искры. Но откуда в гараже может взяться искра рядом с аккумулятором, стоящим, никому не мешая, на подзарядке? Оказывается, водород может воспламениться и без видимой искры.
Например, если сильно перезарядить аккумулятор, то из него начнет выходить в окружающее пространство большое количество водорода, который смешается с другими веществами, находящимися в воздухе (например, наиболее вероятно, что водород в гараже может смешаться с окисью углерода).
В результате взаимодействия водорода с окисью углерода происходит резкое расширение химической смеси. При этой реакции выделяется большое количество тепла. Это, как правило, и приводит к взрыву внутри одной или нескольких банок аккумулятора.
Этот случай с нашим читателем – напоминание всем автолюбителям, что иногда в жизни могут происходить неожиданные вещи. В том числе и когда вы забираете из машины батарею, чтобы подзарядить ее дома или в гараже. И слава богу, что эта батарея не взорвалась, когда стояла в машине нашего читателя.
Также ему повезло, что рядом с батарей в гараже не стояло ничего ценного. Иначе сила взрыва, которая разбросала по всему гаражу осколки пластика и закипевший электролит, могла привести к непоправимому. Но еще большая удача, что рядом с батареей в момент взрыва никого не было. Особенно ребенка.
Вот почему вы должны относиться к аккумулятору своей машины не как к батарее своего смартфона. Мало того, что вы должны держать автомобильный аккумулятор в чистоте, но и поддерживать его зарядку на оптимальном уровне. В случае необходимости вы должны подзаряжать батарею с помощью зарядного устройства, не снимая его с машины или забирая батарею домой или в гараж.
Также вы должны следить за уровнем электролита в аккумуляторе и при необходимости подливать в него дистиллированную воду до минимального уровня. Обратите внимание, что после подзарядки батареи не рекомендуем вам проверять уровень электролита в течение нескольких часов, поскольку во время зарядки уровень электролита в аккумуляторе повышается.
Ну и, конечно, следите за состоянием вентиляционных отверстий в пробках батареи, которые не должны быть забиты грязью, пылью или листьями. Помните, что они выполняют в батарее очень важную роль, выводя с нее водород.
Также следите за состоянием клемм аккумулятора, которые могут стать источником искр.
Так что будьте осторожны с автомобильными аккумуляторами! Батареям нельзя доверять!
Методы машинного обучения, используемые для точного прогнозирования срока службы батареи
Проблема, которая препятствует быстрому развитию технологии аккумуляторов, заключается в том, что тестирование и мониторинг «состояния» аккумуляторов, которое влияет на срок службы аккумуляторов, занимает много времени. Поэтому необходимы более совершенные методы прогнозирования срока службы батарей, но их чрезвычайно сложно разработать. Запись в Nature Energy , Severson et al . 1 сообщают, что машинное обучение можно использовать для построения моделей, которые точно прогнозируют срок службы батареи, используя данные, собранные в ходе циклов заряда-разряда, измеренных на ранних этапах срока службы батареи.
Обществу необходимо прекратить производство выбросов углерода, если оно хочет справиться с надвигающимся климатическим кризисом. Для достижения этой цели появился двоякий подход: электроэнергетический сектор использует возобновляемые источники энергии; электромобили заменяют те, в которых используются обычные двигатели внутреннего сгорания. Оба перехода сопряжены со своими препятствиями.
Одним из основных препятствий для возобновляемых источников энергии является то, что их источники часто непостоянны, что приводит к дисбалансу между спросом и предложением.Проблемы с электрифицированным транспортом заключаются в обеспечении производства достаточного количества электроэнергии для зарядки всех транспортных средств, когда обычные двигатели внутреннего сгорания больше не используются, а также в интеграции зарядной инфраструктуры с электросетью. Бортовые накопители энергии электромобилей могут, в принципе, выступать в качестве энергетического буфера для электрической сети, если используются двунаправленные зарядные устройства — автомобили проводят большую часть своего времени на стоянке, поэтому, возвращая свою электроэнергию в сеть в неподвижном состоянии, они могут помочь компенсировать колебания в поставках возобновляемой энергии.
Таким образом, коммерциализация электрических и гибридных транспортных средств стимулировала растущий спрос на долговечные батареи, как для вождения, так и для буферизации сети. В результате все большее значение приобретают методы оценки состояния батареи.
Показатель качества, известный как состояние здоровья (SOH), используется для количественной оценки способности батареи накапливать энергию относительно ее начальных или идеальных условий. SOH указывается в процентах: это 100%, когда батарея новая, но со временем она уменьшается.Оценка SOH аккумулятора важна для обеспечения безопасного и правильного использования. Однако ни в промышленности, ни среди ученых нет единого мнения о том, что такое SOH и как его следует определять.
SOH батареи отражает два явления, которые происходят по мере старения батарей: прогрессирующая потеря емкости, известная как уменьшение емкости; и постепенное увеличение импеданса (мера электрического сопротивления), что приводит к снижению мощности, обеспечиваемой батареей. Таким образом, при оценке SOH батареи необходимо учитывать как снижение емкости, так и увеличение импеданса.
К сожалению, литий-ионные батареи представляют собой сложные системы, а это означает, что уменьшение емкости и увеличение импеданса возникают в результате нескольких взаимодействующих процессов. Большинство этих процессов не могут быть изучены независимо и происходят в одинаковых временных масштабах, что затрудняет изучение механизмов старения. Таким образом, SOH не может быть определен с помощью одного прямого измерения. Обычные методы оценки SOH включают изучение взаимодействий между электродами батареи (см., Например, ссылку 2).К сожалению, большинство этих методов выводят аккумулятор из строя, что явно нежелательно.
SOH можно определить менее разрушительным способом, используя два разных подхода 3 : адаптивные модели и экспериментальные методы. Адаптивные модели учатся на данных о характеристиках батареи и, таким образом, самонастраиваются для уменьшения количества ошибок.
Они полезны, когда системная информация о батарее недоступна, и полезны для диагностики процессов деградации, влияющих на состояние батареи.Основная проблема с такими моделями заключается в том, что их необходимо обучить с использованием экспериментальных данных, прежде чем их можно будет использовать для определения текущей емкости батареи.
Экспериментальные методы могут использоваться для оценки конкретных физических процессов и механизмов отказа, которые происходят в батарее, что позволяет оценить будущую скорость снижения емкости (см., Например, ссылку 4). Ограничением этих подходов является то, что они не могут обнаруживать периодические отказы. Альтернативные методы, которые учитывают скорость изменения напряжения или емкости (а не исходные данные о напряжении и токе), также появились в последние несколько лет как полезные инструменты для выявления механизмов деградации батарей 5 .Тем не менее, поиск других методов, которые точно предсказывают срок службы батарей, имеет важное значение для ускорения развития аккумуляторных технологий.
Северсон и др. . решили эту проблему, создав исчерпывающий набор данных, который характеризует производительность 124 коммерческих литий-ионных батарей (в частности, батарей, в которых в качестве катодного материала используется фосфат лития и железа, а в качестве анода — графит), когда они подвергаются циклам зарядки и разрядки.Авторы использовали различные условия быстрой зарядки (но идентичные условия разряда), чтобы изменить срок службы батарей — количество циклов, которые проходит батарея, прежде чем она достигнет конца своего срока службы. Таким образом, данные были зафиксированы в широком диапазоне жизненных циклов (от 150 до 2300).
Затем исследователи использовали машинное обучение для анализа данных и, таким образом, создали модели, которые могут надежно прогнозировать срок службы батареи. Примечательно, что авторы проанализировали данные только первых 100 циклов каждой экспериментально охарактеризованной батареи — это было до того, как батареи показали явные признаки уменьшения емкости.
Лучшая модель правильно спрогнозировала срок службы около 90,9% батарей в исследовании (рис. 1). Северсон и др. . также использовали свой подход для анализа данных только первых пяти циклов экспериментальных данных, чтобы классифицировать батареи как имеющие короткий или длительный срок службы (то есть, продолжительность цикла меньше или больше 550 циклов, соответственно). В этом случае около 95% прогнозов модели оказались верными.
Рисунок 1 | Прогнозируемый и наблюдаемый срок службы батарей. Северсон и др. . 1 собраны данные, характеризующие циклы заряда-разряда 124 коммерческих литиевых батарей. Они также записали срок службы каждой батареи — количество циклов до тех пор, пока батарея не будет иметь только 80% своей первоначальной емкости хранения энергии. Авторы проанализировали данные с помощью инструментов машинного обучения и, таким образом, разработали модели, которые предсказывали срок службы батареи на основе данных, собранных из первых 100 циклов этой батареи. Лучшая модель (показаны данные) правильно спрогнозировала срок службы 90 циклов.9% аккумуляторов в исследовании. Синие точки представляют данные, использованные для разработки модели; красные точки показывают данные, используемые для оценки производительности модели; фиолетовыми точками показаны данные от батарей, испытанных после разработки модели; а пунктирная линия указывает, где для справки совпадают прогнозы и наблюдения.
Примечательно, что этот уровень точности был достигнут путем анализа данных, записанных во время экспериментов с разрядом, а не только с учетом данных об уменьшении емкости. Более того, модели не предполагали медленных циклов тестирования и не требовали каких-либо предположений о химическом составе и механизмах разложения, происходящих в батареях, что имело место в ранее опубликованных исследованиях, в которых использовалось машинное обучение 6 .Однако следует отметить, что новые модели были менее эффективны при оценке срока службы батарей, которые подверглись большей деградации.
Работа Северсона и его коллег показывает, что моделирование на основе данных с использованием машинного обучения является многообещающим путем для прогнозирования литий-ионных аккумуляторов и, следовательно, может помочь в разработке, производстве и оптимизации новых технологий аккумуляторов. Авторы предлагают, чтобы их модели определяли режимы деградации, которые не проявляются в данных об уменьшении емкости во время ранних циклов, но вместо этого очевидны на графиках данных напряжения.Соответственно, их подход к прогнозированию жизненного цикла дополняет все ранее использовавшиеся подходы. В более широком смысле исследование раскрывает потенциал объединения намеренно созданных данных с моделированием на основе данных для прогнозирования поведения сложных динамических систем.
Прогнозирование состояния заряда и работоспособности аккумуляторов с помощью машинного обучения на основе данных
Уиттингем, М. С. Максимальные пределы реакций интеркаляции для литиевых аккумуляторов. Chem.Ред. 114 , 11414–11443 (2014).
Артикул Google Scholar
Li, Y. et al. Оценка состояния здоровья на основе данных и прогнозирование срока службы литий-ионных батарей: обзор. Обновить. Sust. Energy Rev. 113 , 109254 (2019).
Артикул Google Scholar
Severson, K. A. et al. Прогнозирование срока службы батареи до снижения емкости на основе данных. Нац. Энергетика 4 , 383–391 (2019). В этой работе представлена простая управляемая данными линейная модель для точного прогнозирования RUL литий-ионных батарей (точность> 90%) с использованием только данных раннего цикла без предварительного знания механизмов деградации .
Артикул Google Scholar
Nuhic, A., Terzimehic, T., Soczka-Guth, T.
, Buchholz, M. & Dietmayer, K. Диагностика состояния здоровья и прогноз оставшегося срока службы литий-ионных батарей с использованием методов, управляемых данными. J. Источники энергии 239 , 680–688 (2013). В этой работе представлен новый управляемый данными подход с использованием машины опорных векторов для встраивания диагностики и прогнозирования состояния аккумуляторных батарей для автомобильных приложений, а также возможность учитывать влияние окружающей среды, условий окружающей среды и нагрузки, а также историю операций. .
Артикул Google Scholar
Cuma, M. C. & Koroglu, T.A. Всесторонний обзор стратегий оценки, используемых в гибридных и аккумуляторных электромобилях. Обновить. Sust. Energy Rev. 42 , 517–531 (2015).
Артикул Google Scholar
Waag, W., Fleischer, C. & Sauer, D. U. Критический обзор методов мониторинга литий-ионных батарей в электрических и гибридных транспортных средствах. J. Источники энергии 258 , 321–339 (2014).
Артикул Google Scholar
Ханнан, М. А., Липу, М. С. Х., Хуссейн, А. и Мохамед, А. Обзор системы оценки и управления состоянием заряда литий-ионных аккумуляторов в приложениях для электромобилей: проблемы и рекомендации. Обновить. Sust. Energy Rev. 78 , 834–854 (2017).
Артикул Google Scholar
Zheng, Y., Ouyang, M., Han, X., Lu, L. & Li, J. Исследование источников ошибок методов онлайн-оценки состояния заряда литий-ионных аккумуляторов в электромобилях . J. Источники энергии 377 , 161–188 (2018).
Артикул Google Scholar
Xiong, R., Cao, J., Yu, Q., He, H. & Sun, F. Критический обзор методов оценки состояния заряда аккумулятора для электромобилей.
IEEE Access 6 , 1832–1843 (2017).
Артикул Google Scholar
Сюн, Р., Ли, Л.И Тиан Дж. На пути к более разумной системе управления батареями: критический обзор методов мониторинга состояния батареи. J. Источники энергии 405 , 18–29 (2018).
Артикул Google Scholar
Zou, Y., Hu, X., Ma, H. & Li, S. E. Совместная оценка состояния заряда и состояния здоровья в течение срока службы литий-ионных аккумуляторных элементов для электромобилей. J. Источники энергии 273 , 793–803 (2015).
Артикул Google Scholar
Чжан, Ю., Сонг, В., Лин, С., Лв, Дж. И Фэн, З. Критический обзор состояния заряда аккумуляторов. J. Renew. Поддерживать. Энергетика 5 , 021403 (2013).
Артикул Google Scholar
Чанг, В. Ю. Методы оценки состояния заряда аккумулятора: обзор. Внутр. Schol. Res. Нет. Прил.Математика. 2013 , 953792 (2013).
MATH Google Scholar
Лу, Л., Хан, X., Ли, Дж., Хуа, Дж. И Оуян, М. Обзор ключевых вопросов управления литий-ионными аккумуляторами в электромобилях. J. Источники энергии 226 , 272–288 (2013).
Артикул Google Scholar
Неджад, С., Гладвин, Д. Т. и Стоун, Д.A. Систематический обзор моделей эквивалентных схем с сосредоточенными параметрами для оценки состояния литий-ионной батареи в реальном времени. J. Источники энергии 316 , 183–196 (2016).
Артикул Google Scholar
Джонсон, В. Х. Модели производительности батарей в ADVISOR. J. Источники энергии 110 , 321–329 (2002).
Артикул Google Scholar
Huria, T., Ludovici, G. & Lutzemberger, G. Оценка состояния заряда мощных литий-железо-фосфатных элементов. J. Источники энергии 249 , 92–102 (2014).
Артикул Google Scholar
Плетт, Г. Л. Расширенная фильтрация Калмана для систем управления батареями аккумуляторных блоков HEV на основе LiPB: Часть 2. Моделирование и идентификация. J. Источники энергии 134 , 262–276 (2004).
Артикул Google Scholar
Фэйрвезер, А. Дж., Фостер, М. П. и Стоун, Д. А. Моделирование батарей VRLA в диапазоне рабочих температур с использованием псевдослучайных двоичных последовательностей. J. Источники энергии 207 , 56–59 (2012).
Артикул Google Scholar
Шахриари М. и Фаррокхи М. Онлайн-оценка состояния батарей VRLA с использованием состояния заряда. IEEE Trans. Ind. Electron. 60 , 191–202 (2013).
Артикул Google Scholar
Бхангу, Б. С., Бентли, П., Стоун, Д. А. и Бингхэм, К. М. Методы наблюдателя для оценки состояния заряда и исправности VRLAB для гибридных электромобилей. В IEEE Vehicle Power and Propulsion Conf . 10 , 780–789 (IEEE, 2005).
Гулд, К. Р., Бингхэм, К. М., Стоун, Д. А. и Бентли, П. Новая модель батареи и определение состояния здоровья с помощью оценки параметров подпространства и методов наблюдения за состоянием. IEEE Trans. Veh. Technol. 58 , 3905–3916 (2009).
Артикул Google Scholar
Kim, T. и Qiao, W. Модель гибридной батареи, способная улавливать характеристики динамической схемы и нелинейные эффекты емкости.
IEEE Trans.Конвертация энергии. 26 , 1172–1180 (2011).
Артикул Google Scholar
Ситтерли, М., Ван, Л. Ю., Инь, Г. Г. и Ван, К. Улучшенная идентификация моделей батарей для управления батареями в реальном времени. IEEE Trans. Поддерживать. Энергетика 2 , 300–308 (2011).
Артикул Google Scholar
Ху, Х., Ли, С. и Пэн, Х.Сравнительное исследование моделей эквивалентных схем литий-ионных аккумуляторов. J. Источники энергии 198 , 359–367 (2012).
Артикул Google Scholar
Дойл М., Фуллер Т. Ф. и Ньюман Дж. Моделирование гальваностатического заряда и разряда литиево-полимерного / вставляемого элемента. J. Electrochem. Soc. 140 , 1526–1533 (1993). В этой работе представлена модель батареи с полным элементом для литиевого анода, твердого полимерного электролита и вставляемого композитного катода, основанная на теории концентрированных растворов, которая заложила основу для хорошо известной модели батареи, основанной на физике: модель P2D .
Артикул Google Scholar
Фуллер Т. Ф., Дойл М. и Ньюман Дж. Моделирование и оптимизация двойной ионно-литиевой ячейки. J. Electrochem. Soc. 141 , 1–10 (1994). В этой работе представлена модель двойной литий-ионной вставки (кресло-качалка), заложившая основу для хорошо известной модели батареи, основанной на физических принципах: модель P2D .
Артикул Google Scholar
Джокар А., Раджаблу Б., Десилетс М. и Лакруа М. Обзор упрощенных псевдодвухмерных моделей литий-ионных батарей. J. Источники энергии 327 , 44–55 (2016).
Артикул Google Scholar
Сантанагопалан, С., Гуо, К., Рамадасс, П. и Уайт, Р. Э. Обзор моделей для прогнозирования циклических характеристик литий-ионных батарей. J. Источники энергии 156 , 620–628 (2006).
Артикул Google Scholar
Гуо М., Сикха Г. и Уайт Р. Э. Одночастичная модель литий-ионного элемента: тепловое поведение. J. Electrochem. Soc. 158 , A122 – A132 (2011).
Артикул Google Scholar
Чжан Д., Попов Б. Н. и Уайт Р. Э. Моделирование интеркаляции лития одиночной частицы шпинели под потенциодинамическим контролем. J. Electrochem. Soc. 147 , 831–838 (2000).
Артикул Google Scholar
Ramadesigan, V. et al. Моделирование и моделирование литий-ионных батарей с точки зрения системной инженерии. J. Electrochem. Soc. 159 , R31 – R45 (2012). В этой работе были рассмотрены усилия по моделированию и моделированию литий-ионных аккумуляторов и их использования при разработке более совершенных аккумуляторов, а также предложены многомасштабные, надежные модели пониженного порядка и переформулировки в качестве будущих направлений разработки модели аккумуляторов .
Артикул Google Scholar
Рахимиан, С. К., Рэйман, С. и Уайт, Р. Э. Расширение основанной на физике модели одной частицы для более высоких скоростей заряда-разряда. J. Источники энергии 224 , 180–194 (2013).
Артикул Google Scholar
Луо, В., Лю, К., Ван, Л. и Чжан, Л. Новое расширение основанной на физике модели одной частицы для более высоких скоростей заряда-разряда. J. Источники энергии 241 , 295–310 (2013).
Артикул Google Scholar
Хан, X., Оуян, М., Лу, Л. и Ли, Дж. Упрощение основанной на физике электрохимической модели для литий-ионного аккумулятора на электромобиле. Часть II: упрощение псевдодвумерной модели и оценка состояния заряда. J. Источники энергии 278 , 814–825 (2015).
Артикул Google Scholar
Ли, Дж., Адевуйи, К., Лотфи, Н., Ландерс, Р. Г. и Парк, Дж. Модель отдельных частиц с физикой химического / механического разложения для оценки состояния здоровья (SOH) литий-ионных аккумуляторов. заявл. Энергетика 212 , 1178–1190 (2018).
Артикул Google Scholar
Northrop, P. W. C. et al. Эффективное моделирование и переформулирование моделей литий-ионных аккумуляторов для обеспечения электрического транспорта. J. Electrochem. Soc. 161 , E3149 – E3157 (2014).
Артикул Google Scholar
Субраманиан В. Р., Риттер Дж. А. и Уайт Р. Э. Приближенные решения для гальваностатического разряда сферических частиц I. Постоянный коэффициент диффузии. J. Electrochem. Soc. 148 , E444 – E449 (2001).
Артикул Google Scholar
Субраманиан, В. Р., Дивакар, В. Д., Таприял, Д. Эффективное моделирование аккумуляторов в макро-микромасштабе. J. Electrochem. Soc. 152 , A2002 – A2008 (2005).
Артикул Google Scholar
Цай, Л. и Уайт, Р. Э. Уменьшение порядка модели на основе правильного ортогонального разложения для моделирования литий-ионных батарей. J. Electrochem. Soc. 156 , A154 – A161 (2009 г.).
Артикул Google Scholar
Smith, K. A., Rahn, C. D. & Wang, C.-Y. Модельное снижение порядка одномерных диффузионных систем за счет группировки остатков.
ASME J. Dyn. Syst. Измер. Контроль 130 , 011012 (2008).
Артикул Google Scholar
Форман, Дж. К., Башаш, С., Стейн, Дж. Л. и Фати, Х. К. Уменьшение модели литий-ионной батареи на основе электрохимии с помощью квазилинеаризации и аппроксимации Паде. J. Electrochem. Soc. 158 , A93 – A101 (2011).
Артикул Google Scholar
Ван К. Ю., Гу, В. Б. и Лиав, Б. Ю. Микро-макроскопическое сопряженное моделирование батарей и топливных элементов I. Разработка модели. J. Electrochem. Soc. 145 , 3407–3417 (1998).
Артикул Google Scholar
Гуо, Дж., Ли, З.И М. Пехт. Байесовский подход к моделированию уменьшения емкости литий-ионных аккумуляторов и прогнозированию циклов до отказа. J. Источники энергии 281 , 173–184 (2015).
Артикул Google Scholar
Ву, Б., Хан, С., Шин, К. Г. и Лу, В. Применение искусственных нейронных сетей в разработке литий-ионных аккумуляторов. J. Источники энергии 395 , 128–136 (2018).
Артикул Google Scholar
Захид, Т., Сюй, К., Ли, В., Ли, К. и Ли, Х. Оценка состояния заряда аккумуляторной батареи электромобиля с использованием усовершенствованного алгоритма машинного обучения в условиях разнообразных ездовых циклов. Энергетика 162 , 871–882 (2018). В этой работе была предложена модель системы адаптивного нейронного нечеткого интерфейса на основе субтрактивной кластеризации для оценки SOC аккумулятора, которая подходит для всех аккумуляторов электромобилей, включая никель-металлогидридные, свинцово-кислотные и литий-ионные .
Артикул Google Scholar
Чемали, Э., Коллмейер, П. Дж., Прейндл, М. и Эмади, А. Оценка состояния заряда литий-ионных аккумуляторов с использованием глубоких нейронных сетей: подход машинного обучения. J. Источники энергии 400 , 242–255 (2018).
Артикул Google Scholar
Jiménez-Bermejo, D., Fraile-Ardanuy, J., Castaño-Solis, S., Merino, J. & Álvaro-Hermana, R. транспортных средств. Процедура Comput. Sci. 130 , 533–540 (2018).
Артикул Google Scholar
Мансури, С. С., Карвелис, П., Георгулас, Г. и Николакопулос, Г. Прогноз оставшегося полезного срока службы батареи для БПЛА на основе машинного обучения. IFAC-PapersOnLine 50 , 4727–4732 (2017).
Артикул Google Scholar
Donato, T.H. R. & Quiles, M.G. Системы машинного обучения на основе нейронной сети xgBoost и MLP, применяемые в спутниковых литий-ионных аккумуляторах, устанавливают оценку импеданса. Adv. Comput. Intell. 5 , 1–20 (2018).
Google Scholar
Huang, C. et al. Оценка устойчивости расширенного и неароматизированного фильтра Калмана для оценки состояния заряда аккумулятора. IEEE Access 6 , 27617–27628 (2018).
Артикул Google Scholar
Ren, L. et al. Прогноз оставшегося срока службы литий-ионной батареи: подход глубокого обучения. IEEE Access 6 , 50587–50598 (2018).
Артикул Google Scholar
Хумпром, П. и Йодо, Н. Управляемая данными прогностическая модель для литий-ионных батарей, основанная на алгоритме глубокого обучения. Энергия 12 , 660 (2019).
Артикул Google Scholar
Sahinoglu, G. et al. Оценка состояния заряда батареи на основе регулярной / повторяющейся регрессии гауссовского процесса. IEEE Trans. Ind. Electron. 65 , 4311–4321 (2017).
Артикул Google Scholar
Álvarez Antón, J. C. et al. Оценка состояния заряда батареи с использованием метода SVM. заявл. Математика. Модель. 37 , 6244–6253 (2013).
Артикул Google Scholar
Тонг, С., Лакап, Дж. Х. и Парк, Дж. У. Оценка состояния заряда батареи с использованием нейронной сети, классифицирующей нагрузку. J. Хранение энергии 7 , 236–243 (2016).
Артикул Google Scholar
Кан, Л., Чжао, X. и Ма, Дж.Новая модель нейронной сети для оценки состояния заряда в процессе деградации батареи. заявл. Энергетика 121 , 20–27 (2014).
Артикул Google Scholar
Ху, Х., Ли, С. Э. и Янг, Ю. Продвинутый подход машинного обучения для оценки состояния литий-ионных аккумуляторов в электромобилях. IEEE Trans. Транспорт. Электричный. 2 , 140–149 (2016).
Артикул Google Scholar
Wu, T., Wang, M., Xiao, Q. & Wang, X. Оценка SOC мощности литий-ионного аккумулятора на основе модели ANFIS. Smart Grid Renew. Энергетика 3 , 51–55 (2012).
Артикул Google Scholar
Wu, J., Wang, Y., Zhang, X. & Chen, Z. Новый метод оценки состояния литий-ионного аккумулятора с использованием группового метода обработки данных. J. Источники энергии 327 , 457–464 (2016).
Артикул Google Scholar
Ху, К., Джайн, Г., Шмидт, К.
, Стриф, К. и Салливан, М. Онлайн-оценка емкости литий-ионных аккумуляторов с использованием разреженного байесовского обучения. J. Источники энергии 289 , 105–113 (2015).
Артикул Google Scholar
Berecibar, M. et al. Онлайн-оценка состояния здоровья ячеек NMC на основе прогнозной аналитики. J. Источники энергии 320 , 239–250 (2016).
Артикул Google Scholar
Ричардсон, Р. Р., Осборн, М. А. и Хоуи, Д. А. Регрессия гауссовского процесса для прогнозирования состояния здоровья батареи. J. Источники энергии 357 , 209–219 (2017).
Артикул Google Scholar
Zhang, Y., Xiong, R., He, H. & Liu, Z. Метод LSTM-RNN для прогнозирования оставшегося срока службы литий-ионной батареи. В Prognostics and System Health Management Conf . 1–4 (IEEE, 2017).
Hu, J. N. et al. Оценка состояния заряда для системы управления батареями с использованием оптимизированной машины опорных векторов для регрессии. J. Источники энергии 269 , 682–693 (2014).
Артикул Google Scholar
Tseng, K.-H., Liang, J.-W., Chang, W. & Huang, S.-C. Регрессионные модели, использующие полностью разряженное напряжение и внутреннее сопротивление для оценки состояния литий-ионных батарей. Энергия 8 , 2889–2907 (2015).
Артикул Google Scholar
Hussein, A. A. Kalman фильтры по сравнению с нейронными сетями в оценке состояния заряда батареи: сравнительное исследование. Внутр. J. Mod. Нелинейная теория. Прил. 3 , 199–209 (2014).
Артикул Google Scholar
Ян Д., Ван, Ю., Пан, Р.
, Чен, Р. и Чен, З. Оценка состояния литий-ионных аккумуляторов в электромобилях на основе нейронной сети. Энергетические процедуры 105 , 2059–2064 (2017).
Артикул Google Scholar
Доусон-Элли, Н., Ли, С. Б., Патак, М., Митра, К. и Субраманиан, В. Р. Подходы науки о данных для инженеров-электрохимиков: введение путем разработки суррогатной модели литий-ионных батарей. J. Electrochem. Soc. 165 , A1 – A15 (2018).
Артикул Google Scholar
Ли, Х., Ван, Х., Гу, Б. и Линг, К. Х. Разреженность данных в линейной SVM. В Proc. Двадцать четвертый Int. Совместная конф. Искусственный интеллект 3628–3634 (IJCAI, 2015).
Рендл, С. Факторизация машин. В Proc. 2010 IEEE Int. Конф. Data Mining 995–1000 (IEEE, 2010).
Жирар А. и Мюррей-Смит Р. Гауссовские процессы: прогнозирование при зашумленном входе и применение для итеративного прогнозирования временных рядов на несколько шагов вперед. В Proc. Гамильтонская летняя школа по переключению и обучению в системах с обратной связью (ред. Мюррей-Смит, Р. и Шортен, Р.) 158–184 (Springer, 2005).
Доусон-Элли, Н., Коллури, С., Митра, К. и Субраманиан, В.Р. О создании оптимизатора для конкретных задач на основе шахматного ИИ для псевдодвумерной модели батареи с использованием нейронных сетей . J. Electrochem. Soc. 166 , A886 – A896 (2019).
Артикул Google Scholar
Ван, А., Кадам, С., Ли, Х., Ши, С. и Ци, Ю. Обзор моделирования анодной межфазной границы твердого электролита (SEI) для литий-ионных аккумуляторов. npj Comput. Матер. 4 , 15 (2018).
Артикул Google Scholar
Кумар, Х., Деци, Э., Абрахам, Д.
П. и Шеной, В. Б. Фундаментальные механизмы разложения растворителя, участвующие в межфазном образовании твердого электролита в натриево-ионных батареях. Chem. Матер. 28 , 8930–8941 (2016).
Артикул Google Scholar
Хонг З. и Вишванатан В. Перспектива заживления дендрита лития, вызванного тепловым шоком. ACS Energy Lett. 4 , 1012–1019 (2019).
Артикул Google Scholar
Liang, L. & Chen, L.-Q. Модель нелинейного фазового поля для электроосаждения в электрохимических системах. заявл. Phys. Lett. 105 , 263903 (2014).
Артикул Google Scholar
Такаки Т. Моделирование фазового поля и имитация роста дендритов. ISIJ Int. 54 , 437–444 (2014).
Артикул Google Scholar
Бай П., Когсвелл Д. и Базант М. З. Подавление фазового разделения в наночастицах LiFePO 4 во время разряда батареи. Nano Lett. 11 , 4890–4896 (2011).
Артикул Google Scholar
Когсвелл Д. А. и Базант М. З. Теория когерентного зародышеобразования в фазоразделительных наночастицах. Nano Lett. 13 , 3036–3041 (2013).
Артикул Google Scholar
Когсвелл Д. А. и Базант М. З. Штамм когерентности и кинетика фазового разделения в наночастицах LiFePO 4 . АСУ Нано 6 , 2215–2225 (2012).
Артикул Google Scholar
Ахмад, З., Се, Т., Махешвари, К., Гроссман, Дж. К. и Вишванатан, В. Машинное обучение позволило провести вычислительную проверку неорганических твердых электролитов для подавления образования дендритов в анодах из металлического лития.
ACS Cent. Sci. 4 , 996–1006 (2018).
Артикул Google Scholar
Joshi, R.P. et al. Машинное обучение напряжению электродных материалов в металл-ионных батареях. ACS Appl. Матер. Интерфейсы 11 , 18494–18503 (2019).
Артикул Google Scholar
Аспуру-Гузик, А. и Перссон, К. Платформа для ускорения материалов: ускорение открытия передовых энергетических материалов за счет интеграции высокопроизводительных методов и искусственного интеллекта. Mission Innov. 6 , 1–100 (2018).
Google Scholar
Correa-Baena, J.-P. и другие. Ускорение разработки материалов с помощью автоматизации, машинного обучения и высокопроизводительных вычислений. Джоуль 2 , 1410–1420 (2018).
Артикул Google Scholar
Tabor, D. P. et al. Ускорение открытия материалов для чистой энергии в эпоху интеллектуальной автоматизации. Нац. Rev. Mater. 3 , 5–20 (2018).
Артикул Google Scholar
Рейтер, Дж. А., Спейсек, Д. В. и Снайдер, М. П. Технологии высокопроизводительного секвенирования. Мол. Ячейка 58 , 586–597 (2015).
Артикул Google Scholar
Лей, С. В., Фитцпатрик, Д. Э., Ингхэм, Р. Дж. И Майерс, Р. М. Органический синтез: марш машин. Angew. Chem. Int. Эд. Англ. 54 , 3449–3464 (2015).
Артикул Google Scholar
Mannodi-Kanakkithodi, A., Pilania, G., Хуан Т. Д., Лукман Т. и Рампрасад Р. Стратегия машинного обучения для ускоренного проектирования полимерных диэлектриков. Sci. Отчет 6 , 20952 (2016).
Артикул Google Scholar
Шевлин М. Практические высокопроизводительные эксперименты для химиков. ACS Med. Chem. Lett. 8 , 601–607 (2017).
Артикул Google Scholar
Jain, A. et al. Комментарий: проект материалов: подход, основанный на геноме материалов, для ускорения инноваций в материалах. APL Mater. 1 , 011002 (2013). В этой работе представлена основная программа Инициативы по геному материалов, которая использует высокопроизводительные вычисления для обнаружения свойств всех известных неорганических материалов .
Артикул Google Scholar
Саал, Дж. Э., Кирклин, С., Айкол, М., Мередиг, Б. и Волвертон, С. Дизайн и открытие материалов с помощью теории функционала плотности с высокой пропускной способностью: открытая база данных квантовых материалов (OQMD). JOM 65 , 1501–1509 (2013).
Артикул Google Scholar
Jain, A. et al. Инфраструктура с высокой пропускной способностью для расчетов по теории функционала плотности. Comput. Матер. Sci. 50 , 2295–2310 (2011).
Артикул Google Scholar
Сяо, Р. Дж., Ли, Х. и Чен, Л. К. Разработка новых материалов для литиевых батарей по инициативе «Геном материала». Acta Phys. Грех. 67 , 128801 (2018).
Google Scholar
Шандиз, М. А. и Говен, Р. Применение методов машинного обучения для прогнозирования кристаллической системы катодных материалов в литий-ионных батареях. Comput. Матер. Sci. 117 , 270–278 (2016).
Артикул Google Scholar
Такагиси Ю., Яманака Т. и Ямауэ Т. Подходы к машинному обучению для проектирования мезомасштабной структуры электродов литий-ионных аккумуляторов. Аккумуляторы 5 , 54 (2019).
Артикул Google Scholar
Окамото Ю. Применение байесовского подхода к комбинаторной проблеме химии. J. Phys.Chem. А 121 , 3299–3304 (2017).
Артикул Google Scholar
Аллам, О., Чо, Б. В., Ким, К. С. и Джанг, С. С. Применение машинного обучения на основе DFT для разработки материалов молекулярных электродов в литий-ионных аккумуляторах. RSC Adv. 8 , 39414 (2018).
Артикул Google Scholar
Гу, Г. Х., Но, Дж., Ким, И. и Юнг, Ю. Машинное обучение для материалов из возобновляемых источников энергии. J. Mater. Chem. А 7 , 17096 (2019).
Артикул Google Scholar
Cheng, L. et al. Ускорение открытия электролитов для накопления энергии с помощью высокопроизводительного скрининга. J. Phys. Chem. Lett. 6 , 283–291 (2015).
Артикул Google Scholar
Khetan, A., Luntz, A. & Viswanathan, V. Компромисс между емкостью и перезарядкой в неводных Li-O батареях 2 : рост, управляемый раствором, против нуклеофильной стабильности. J. Phys. Chem. Lett. 6 , 1254–1259 (2015).
Артикул Google Scholar
Schütter, C. et al. Рациональная разработка новых электролитических материалов для электрохимических конденсаторов с двойным слоем. J. Источники энергии 326 , 541–548 (2016).
Артикул Google Scholar
Окамото Ю. и Кубо Ю. Расчеты из первых принципов окислительно-восстановительных потенциалов добавок для литий-ионных аккумуляторов и их прогнозирование с помощью машинного обучения. СКУД Омега 3 , 7868–7874 (2018).
Артикул Google Scholar
Curtarolo, S. et al. Высокопроизводительный путь к проектированию вычислительных материалов. Нац. Матер. 12 , 191–201 (2013).
Артикул Google Scholar
Qu, X. et al. Проект электролитного генома: подход с использованием больших данных в открытии материалов для аккумуляторов. Comput. Матер. Sci. 103 , 56–67 (2015).
Артикул Google Scholar
Кубук, Э. Д., Сендек, А. Д. и Рид, Э. Дж. Скрининг миллиардов кандидатов на твердые литий-ионные проводники: метод обучения с переносом для небольших данных. J. Chem. Phys. 150 , 214701 (2019).
Артикул Google Scholar
Jalem, R. et al. Байесовские расчеты из первых принципов для ускоренного исследования проводников быстрых ионов для аккумуляторных батарей. Sci. Отчет 8 , 5845 (2018).
Артикул Google Scholar
Сендек, А.D. et al. Обнаружение твердых литий-ионных проводящих материалов с помощью машинного обучения. Chem. Матер. 31 , 342–352 (2019).
Артикул Google Scholar
Liu, P. et al. Исследования и разработки материалов с высокой пропускной способностью для литий-ионных аккумуляторов. J. Materiomics 3 , 202–208 (2017).
Артикул Google Scholar
Лю Ю., Лю Ю., Ченг Т. и Го Б. Методы определения характеристик литиевых батарей с высокой пропускной способностью. J. Materiomics 3 , 221–229 (2017).
Артикул Google Scholar
Грей, К. П. и Тараскон, Дж. М. Устойчивое развитие и мониторинг на месте при разработке аккумуляторных батарей. Нац. Матер. 16 , 45–56 (2016).
Артикул Google Scholar
Ван, X., Сяо, Р., Ли, Х. и Чен, Л. Открытие и разработка материалов для литиевых батарей с помощью высокопроизводительного моделирования. Китайская физ. Б. 27 , 128801 (2018).
Артикул Google Scholar
Schiele, A. et al. Высокопроизводительный in situ анализ литий-ионных аккумуляторов под давлением. Анал. Chem. 89 , 8122–8128 (2017).
Артикул Google Scholar
Roberts, M. & Owen, J. Высокопроизводительный метод исследования влияния предшественников и температуры, применяемый для синтеза LiNi 1/3 Co 1/3 Mn 1/3 O 2 для литиевых батарей. ACS Comb. Sci. 13 , 126–134 (2011).
Артикул Google Scholar
Маруяма С., Кубокава О., Нанбу К., Фудзимото К. и Мацумото Ю. Комбинаторный синтез эпитаксиальных тонких пленок LiCoO 2 на SrTiO 3 (001) через — спекание подложки Li 2 CO 3 и CoO методом импульсного лазерного осаждения. ACS Comb. Sci. 18 , 343–348 (2016).
Артикул Google Scholar
Vogt, S. et al. Составление комбинаторных материалов с помощью сканирующей рентгеновской флуоресцентной микроскопии с использованием микрофокусированного синхротронного рентгеновского луча. заявл. Серфинг. Sci. 223 , 214–219 (2004).
Артикул Google Scholar
Orikasa, Y. et al. Прямое наблюдение метастабильной кристаллической фазы Li x FePO 4 при электрохимическом фазовом переходе. J. Am. Chem. Soc. 135 , 5497–5500 (2013).
Артикул Google Scholar
Kwade, A. et al. Текущее состояние и проблемы технологий производства автомобильных аккумуляторов. Нац. Энергетика 3 , 290–300 (2018). В этой работе представлено краткое изложение состояния — — , технологий производства — для автомобильных Li — ионных батарей , , обсуждаются ключевые взаимосвязи между процессом , качеством и производительностью , as а также влияние материалов и процессов на масштаб и стоимость .
Артикул Google Scholar
| E821 | Цилиндрический магнит 1/4 дюйма | $ 0.80 | ||
| E881 | аккумулятор, большой (12 вольт): элитный один, элитный два, элитный три, элитный четыре, элитный пятый, элитный пятый и второй элитный | $ 85,00 | ||
| E882 | батарея, малая: элитная свобода, элитная свобода, рассол | $ 60.00 | ||
| E260 | гнездо зарядного устройства: базовое | $ 10.00 | ||
| E886 | гнездо зарядного устройства: XLR | $ 15.00 | ||
| EL40 | сборка пульта управления: элитная свобода | 175,00 | ||
| EL45 | сборка панели управления: элитная гранд пятерка | $ 499,00 | ||
| EL46 | панель управления в сборе: elite grand five le | 499 долларов.00 | ||
| EL44 | сборка панели управления: элитная гранд четверка | $ 499,00 | ||
| EL41B | сборка панели управления: elite liberty | 199,00 | ||
| EL41 | сборка панели управления: элитная | 199,00 | ||
| EL43 | сборка панели управления: elite three | 199 долларов.00 | ||
| EL42 | сборка панели управления: elite two | 199,00 | ||
| E528 | указатель высоты | $ 4,00 | ||
| E532 | ручка высоты | $ 5.00 | ||
| EAIW | подающее колесо | $ 27.00 | ||
| E523 | шестерня: дуговая шестерня | $ 15.00 | ||
| E524 | шестерня: прямозубая шестерня со штифтом | $ 9,50 | ||
| EAHB2 | ручка кронштейн | 44,00 | ||
| ЕАх2 | ручка: складная ручка | 70 долларов.00 | ||
| EAh3 | ручка: складная ручка с черной подушкой | 75,00 | ||
| E406 | ручка: разъем с одной кнопкой | $ 2,00 | ||
| E508.A | ручка: обновление от элитного до грандиозного | 67,00 | ||
| E581 | бункер: серый | 55 долларов.00 | ||
| E581.G | бункер: зеленый | $ 60.00 | ||
| E581.C | бункер: полупрозрачный | $ 60.00 | ||
| E277 | ручка: подача, скорость и отжим | $ 2,00 | ||
| E870 | двигатель: подающая шестерня | 110 долларов.00 | ||
| E872 | мотор: мотор сервера | 69,00 | ||
| E871 | мотор: Sweep & Elevation (элитная серия) | $ 60.00 | ||
| EAS1 | мотор: развертка и подъем (grand + phenom) | 68,00 | ||
| E579 | пульт дистанционного управления: элитный удаленный приемник | $ 64.00 | ||
| E578 | пульт дистанционного управления: элитный брелок дистанционного управления | 105,00 | ||
| E652.1 | пульт дистанционного управления: elite10 | $ 171,00 | ||
| E583.1 | пульт дистанционного управления: grand remote 20-функциональный пульт дистанционного управления | $ 171,00 | ||
| E583.2 | пульт дистанционного управления: grand remote 20-функциональный удаленный приемник | 129,00 | ||
| EAF3 | резиновая ножка: большая | $ 3,00 | ||
| E464 | винт: корпус, большой | $ 0,50 | ||
| E451 | винт: панель управления | $ 0.20 | ||
| E452 | винт: основная сборка | $ 0,30 | ||
| E363 | винт: болт с буртиком платформы (элит + рассол) | $ 1,50 | ||
| EASW1 | серверное колесо: элитное (1 колесо) | 65,00 $ | ||
| EASW2 | серверное колесо: grand + phenom (1 колесо) | 75 долларов США.00 | ||
| EASWP | серверное колесо: рассол (1 колесо) | $ 60.00 | ||
| E269 | переключатель: обнаружение мяча (элитная тройка) | $ 11.00 | ||
| E278 | переключатель: высота | $ 3,00 | ||
| E219 | переключатель: мощность (элита + рассол) | $ 3.00 | ||
| E280 | переключатель: сброс | $ 5.00 | ||
| E215 | переключатель: развертка, колебание, дистанционный | $ 2,00 | ||
| E505 | транспортное колесо | $ 15.00 | ||
| ELU5-5LE | апгрейд: от элитной пятерки до элитной пятерки ле | 599 долларов.00 | ||
| ELU 4-5 | апгрейд: от элитной большой четверки до элитной большой пятерки | 599,00 | ||
| ELU 4-5LE | апгрейд: от элитной гранд четверки до элитной гранд пятерки ле | $ 699,00 | ||
| E586 | проволочный дефлектор | $ 3,00 | ||
| E561 | жгут проводов с датчиком (grand + phenom) | 100 долларов.00 | ||
| EAY3 | сборка ярма: grand + phenom | 240,00 |
Лучшие батареи CPAP 2021 года — используйте во время кемпинга или путешествий
Аппараты для непрерывного положительного давления в дыхательных путях (CPAP)являются наиболее распространенным средством лечения апноэ во сне. Практически все аппараты CPAP питаются от источника питания, который подключается к электрической розетке. По этой причине почти все аппараты CPAP не требуют батарей.
Тем не менее, иногда спящим требуется или требуется приводить в действие свои аппараты CPAP от батареи. Например, спящим людям, которым нужно использовать CPAP во время кемпинга или путешествий в места, где не всегда есть удобная американская электрическая розетка, требуется аккумулятор для питания своих машин. Батарея также может выступать в качестве резервного источника питания в случае отключения электроэнергии.
Выбор подходящей батареи CPAP — важное решение при покупке. Батареи, способные приводить в действие аппараты CPAP, недешевы, поэтому вы хотите инвестировать в долговечные батареи, совместимые с вашим конкретным аппаратом CPAP.
Как выбрать батарею CPAP
Если вы раньше не приобретали батарею CPAP, вы, вероятно, не уверены, как определить, какую батарею выбрать. На рынке доступно множество батарей, совместимых с CPAP. Однако не все батареи работают одинаково хорошо.
Знание того, что следует учитывать при покупке батареи CPAP, может помочь гарантировать, что вы приобретете батарею, которая будет работать наилучшим образом для ваших нужд и вашего аппарата CPAP.
Что следует учитывать при покупке батареи CPAP
При покупке лучшей батареи CPAP учитывайте множество различных факторов.Что наиболее важно, выбранная вами батарея должна быть совместима с вашим аппаратом CPAP. Во-вторых, время работы вашей батареи должно превышать время, которое вы проводите во сне, чтобы ваша машина не теряла мощность в ночное время.
Другие факторы различаются по важности в зависимости от человека. Например, у некоторых спящих ограничен бюджет, поэтому для них может быть важна более дешевая батарея. Другие могут захотеть приобрести аккумулятор с длительным сроком службы, поэтому его долговечность и гарантия могут иметь большое значение.Спящим, планирующим использовать аккумулятор во время кемпинга или путешествий, лучше всего подходит портативный аккумулятор, который быстро заряжается.
Обязательно учитывайте свою уникальную ситуацию и предпочтения при покупке батареи CPAP. Лучшая батарея CPAP — это та, которая лучше всего удовлетворяет ваши потребности.
Совместимость с аппаратом
Абсолютно необходимо найти аккумулятор, совместимый с вашим аппаратом CPAP. Не все портативные батареи совместимы со всеми аппаратами CPAP.
Некоторые производители аппаратов CPAP производят собственные совместимые портативные аккумуляторы. Обязательно изучите совместимость перед покупкой аккумулятора. Несовместимая батарея может не питать ваш аппарат CPAP должным образом. Несовместимая батарея также может повредить ваш аппарат CPAP.
Емкость аккумулятора
Емкость аккумулятора — это научный термин, обозначающий способность аккумулятора накапливать энергию. Емкость аккумулятора обычно измеряется в миллиамперах в час (мАч). Как правило, батареи с большей емкостью также имеют более длительный срок службы.Внешние факторы, такие как температура, могут повлиять на емкость аккумулятора. Большинству спящих нужен аккумулятор большей емкости для питания своего аппарата CPAP.
Время работы
Время работы — это время, в течение которого батарея может питать устройство. Время работы важно, когда батареи используются для питания аппаратов CPAP. Если время работы вашей батареи недостаточно велико, она может разрядиться во время использования аппарата CPAP. Большинство батарей CPAP обеспечивают достаточно энергии для сна от 1 до 3 ночей, прежде чем им потребуется подзарядка.
Некоторым спящим нужна аккумуляторная батарея с исключительно длительным временем работы, чтобы им не приходилось заряжать аккумулятор каждый день. Батареи с очень большим временем работы, как правило, дороже, чем батареи с более коротким временем работы. Батарея с длительным временем работы может понадобиться некоторым спящим людям в походах или путешествиях, которые не могут получить доступ к стене или автомобильной розетке каждый день во время путешествий.
Время зарядки
Время зарядки — это время, необходимое для зарядки аккумулятора. Время зарядки может быть важным, особенно для людей, использующих батарею CPAP во время путешествий.Когда человек весь день находится не в одном месте или рядом с розеткой, требуется быстро заряжающийся аккумулятор, чтобы он мог полностью зарядиться. Если аккумулятор не заряжается полностью в течение дня, время его работы сокращается, и он может быть не в состоянии обеспечивать питание аппарата CPAP всю ночь.
Портативность
Мобильность имеет значение для спящих, которым нужна батарея CPAP, чтобы они могли использовать свои аппараты CPAP во время кемпинга или путешествий. Размер, вес и конструкция влияют на портативность батареи CPAP.Аккумуляторы меньшего размера занимают меньше места в сумке, что является плюсом, особенно при поездках в ситуациях, когда пространство для багажа ограничено. Легкие батареи помогают сохранять сумки легкими, что важно во время кемпинга или в других дорожных ситуациях, когда человеку приходится переносить свой багаж на большие расстояния.
Долговечность
Чем долговечнее батарея, тем больше у нее срок службы. Некоторые производители аккумуляторов сообщают, на сколько гарантированно прослужит их батарея, с точки зрения того, сколько раз ее можно перезарядить.Однако долговечность означает нечто большее, чем просто срок службы. Дизайн и форма батареи также влияют на ее долговечность. Прочный аккумулятор непросто сломаться или повредиться при регулярном использовании.
Цена
Люди с ограниченным бюджетом заботятся о цене, связанной с их батареей CPAP. Батареи CPAP обычно стоят от 200 до 600 долларов. К сожалению, менее дорогие батареи, как правило, не работают так же хорошо. Менее дорогие батареи, как правило, имеют более короткое время работы и более длительное время зарядки.Конечно, это обобщение, а не правило. Спящие не должны делать предположений о качестве батареи или решать, какую батарею купить, исходя только из цены.
Гарантия
На большинство батарей CPAP предоставляется 1-летняя гарантия производителя. Как правило, эта гарантия сроком на 1 год распространяется на дефекты аккумулятора, но не на повреждения или проблемы, вызванные использованием. Спящие, которым нужна батарея CPAP, должны ознакомиться с деталями гарантии производителя перед покупкой.
Совместимость машинных батарей с CPAP
Приобретение батареи, совместимой с вашим аппаратом CPAP, имеет первостепенное значение. Если вы купите несовместимый аккумулятор, он может повредить машину или просто не работать.
Мы выделим популярные модели аппаратов CPAP и аккумуляторы, совместимые с каждым типом аппаратов.
| Модель аппарата CPAP | Совместимая батарея CPAP |
|---|---|
| DreamStation | Портативная розетка CPAP аккумулятор Комплект дорожных аккумуляторов Philips Respironics Respironics Банк литий-ионных аккумуляторов EXP96 Pro Банк литий-ионных аккумуляторов EXP48 Pro Батарея BPS Freedom Travel с преобразователем мощности DreamStation 12 В Батарея CPAP для путешествий BPS Freedom V2 + комплекты кабелей машины |
| DreamStation Go | Батарея CPAP Portable OutletDreamStation Go Overnight Аккумулятор Батарея BPS Freedom Travel с синусоидальным инвертором мощностью 150 Вт Medistrom Pilot-24 Lite с адаптером |
| ResMed AirMini | Портативная розетка CPAP аккумулятор Медистром Пилот-24 Лайт Банк литий-ионных аккумуляторов EXP96 Pro Банк литий-ионных аккумуляторов EXP48 Pro Батарея BPS Freedom Travel с синусоидальным инвертором мощностью 150 Вт Батарея CPAP для путешествий BPS Freedom V2 + комплекты кабелей машины |
| ResMed AirSense 10 | Батарея CPAP Portable OutletБанк литий-ионных аккумуляторов EXP96 Pro Банк литий-ионных аккумуляторов EXP48 Pro Комплект батарей ResMed Power Station II Медистром Пилот-24 Лайт Батарея CPAP для путешествий BPS Freedom V2 + комплекты кабелей машины |
| HDM Z2 | Z2 PowerShell Расширенная батарея Банк литий-ионных аккумуляторов EXP96 Pro Банк литий-ионных аккумуляторов EXP48 Pro Батарея BPS Freedom Travel с синусоидальным инвертором мощностью 150 Вт |
Инверторы
Инверторыпозволяют спящим заряжать портативную батарею CPAP от автомобильной розетки постоянного тока, а не от стандартной настенной розетки.Поскольку почти все американские электрические системы используют переменный ток, батареи CPAP заряжаются от сети переменного тока. Однако автомобильные электрические розетки вырабатывают постоянный ток. Инвертор необходим для преобразования мощности постоянного тока в полезную мощность переменного тока.
Если вы всегда можете зарядить батарею CPAP от розетки, вам не нужен инвертор. Инвертор полезен для людей, которые хотят подзарядить батарею CPAP из автомобиля. Люди, берущие свой аппарат CPAP в кемпинг или в поездку, часто находят инвертор критически важным, поскольку у них нет ежедневного доступа к розеткам во время путешествий.
Часто задаваемые вопросы о батареях CPAP
Когда люди покупают батарейки CPAP впервые, у них часто возникают вопросы. Мы ответим на наиболее часто задаваемые вопросы, чтобы вы могли чувствовать себя уверенно, покупая аккумулятор для питания своего аппарата CPAP.
Как долго батарея будет питать аппарат CPAP?
Обычно полностью заряженный портативный аккумулятор обеспечивает работу аппарата CPAP от 8 до 24 часов. Как долго какая-либо конкретная батарея может питать машину CPAP, зависит от ее емкости и времени работы.
Многие производители батарей CPAP сообщают, как долго их полностью заряженная батарея может питать аппарат CPAP. Если вы подумываете об аккумуляторе от производителя, который не предоставляет эту информацию, найдите время, чтобы прочитать отзывы покупателей. Часто существующие клиенты, которые приобрели батареи CPAP, комментируют время работы батареи в своих отзывах.
Сколько стоят батареи CPAP?
Обычно батареи CPAP стоят от 200 до 600 долларов. Конечно, вы можете встретить батареи, которые стоят немного дешевле из-за продажи или немного дороже, потому что они имеют дополнительные функции.Обычно покупатели, покупающие батарею CPAP, должны оплатить полную стоимость батареи из своего кармана.
Покрываются ли батареи CPAP страховкой?
Нет, в большинстве случаев батареи CPAP не покрываются страховкой. К сожалению, большинство медицинских страховых компаний не считают батареи CPAP необходимыми с медицинской точки зрения. Поскольку аппарат CPAP уже поставляется с источником питания, который подключается к розетке, портативная батарея CPAP часто рассматривается как дополнительный аксессуар.
Тем не менее, если у вас есть медицинская страховка, возможно, стоит позвонить в свою страховую компанию, чтобы узнать о батареях CPAP.Хотя большинство из них этого не делают, некоторые страховые компании покрывают часть стоимости батарей.
Можно ли использовать автомобильный аккумулятор для питания аппарата CPAP?
Хотя питание аппарата CPAP от автомобильного аккумулятора возможно, это может быть опасно. Вам нужно будет использовать зажимы из крокодиловой кожи, чтобы подключить инвертор непосредственно к батарее. Кроме того, автомобильные аккумуляторы большие и тяжелые, что делает их непрактичными для путешествий.
Вы можете использовать автомобильный аккумулятор для питания CPAP, подключив его к инвертору, подключенному к автомобильной розетке, но эта установка также не идеальна.Затем вам нужно будет спать в машине, чтобы оставаться рядом с розеткой. Кроме того, если вы выключите двигатель автомобиля, включение устройства CPAP в конечном итоге приведет к разрядке аккумулятора автомобиля.
Вам нужен рецепт на батарею CPAP?
Нет, для покупки батареи CPAP рецепт не требуется. Как правило, батареи CPAP продаются широкой публике напрямую, через веб-сайты и у производителей медицинских устройств. Большинство аптек не продают батарейки CPAP, и рецепты не имеют отношения к процессу покупки батарей CPAP.
Большинство медицинских страховых компаний не оплачивают батареи CPAP. Тем не менее, некоторые планы страхования покрывают или частично покрывают батареи CPAP. Если ваша страховая компания — одна из немногих, которые покрывают аккумуляторные батареи CPAP, вам потребуется предоставить медицинское доказательство того, что вам необходим аппарат CPAP для покрытия покупки аккумулятора. Вам не понадобится рецепт.
Можно ли заряжать аккумулятор CPAP в автомобиле?
Да, вы можете заряжать аккумулятор CPAP в автомобиле с помощью инвертора.Большинство батарей CPAP не подключаются напрямую к автомобильной розетке. В автомобилях есть розетки постоянного тока, в то время как большинству аккумуляторов для подзарядки требуется питание переменного тока. Инвертор забирает электричество постоянного тока из автомобильной розетки и превращает его в переменный ток, который может безопасно заряжать батарею CPAP.
Стоимость, прогнозирование производительности и оптимизация ванадиевой проточной батареи с помощью машинного обучения
Оптимизация производительности и снижение затрат на систему проточной ванадиевой батареи (VFB) имеет важное значение для ее коммерциализации и применения в крупномасштабных накопителях энергии.Однако разработка стека VFB от лабораторного до промышленного может занять годы экспериментов из-за влияния сложных факторов, от ключевых материалов до архитектуры батареи. Здесь мы разработали инновационную методологию машинного обучения (ML) для оптимизации и прогнозирования эффективности и стоимости VFB с высочайшей точностью на основе нашей базы данных, содержащей более 100 стеков с различными уровнями мощности. Результаты показали, что стоимость системы VFB (S-стоимость) при энергии / мощности (E / P) = 4 часа может достигать около 223 долларов (кВт · ч) −1 , когда рабочая плотность тока достигает 200 мА · см −2 , в то время как КПД по напряжению (VE) и коэффициент использования электролита (UE) поддерживаются выше 90% и 80% соответственно.В этой работе подчеркивается потенциал методологии машинного обучения в разработке стека и оптимизации проточных батарей для дальнейшего ускорения их коммерциализации.
У вас есть доступ к этой статье
Подождите, пока мы загрузим ваш контент… Что-то пошло не так. Попробуй еще раз?Машинное обучение добавляет науки, чтобы понять электроды батареи
На этой анимации показаны два контрастных изображения того, как частицы электрода высвобождают накопленные ионы лития во время зарядки аккумулятора.Красные частицы полны лития, а зеленые — пустыми. Ученые думали, что ионы выходят из всех частиц сразу и примерно с одинаковой скоростью (слева). Но новое исследование ученых SLAC и Стэнфорда рисует иную картину (справа). Некоторые частицы высвобождают много ионов сразу и с большой скоростью, в то время как другие выделяют ионы медленно или совсем не выделяются. Этот неравномерный рисунок вызывает нагрузку на аккумулятор и сокращает срок его службы. Изображение: Хунбо Чжао / Массачусетский технологический институт.Ученые сделали большой шаг вперед в использовании машинного обучения для ускорения разработки более совершенных аккумуляторов.Вместо того, чтобы просто использовать машинное обучение для ускорения научного анализа путем поиска закономерностей в данных, как это обычно делают исследователи, они объединили его со знаниями, полученными в результате экспериментов, и уравнениями на основе физики, чтобы обнаружить и объяснить процесс, который сокращает время жизни быстрой зарядки. литий-ионные аккумуляторы.
Впервые этот подход, известный как «научное машинное обучение», был применен к циклическому использованию аккумуляторов, сказал Уилл Чуэ, доцент Стэнфордского университета и исследователь Национальной ускорительной лаборатории SLAC Министерства энергетики США, который руководил исследованием. изучение.Он сказал, что результаты опровергают давние предположения о том, как литий-ионные батареи заряжаются и разряжаются, и дают исследователям новый набор правил для разработки батарей с более длительным сроком службы.
Исследование, опубликованное в статье Nature Materials , является последним результатом сотрудничества Стэнфорда, SLAC, Массачусетского технологического института (MIT) и Исследовательского института Toyota (TRI). Цель состоит в том, чтобы объединить фундаментальные исследования и отраслевые ноу-хау для разработки долговечного аккумулятора электромобиля, который можно зарядить за 10 минут.
«Аккумуляторная технология важна для любого типа электрической трансмиссии, — сказал Патрик Херринг, старший научный сотрудник TRI. «Понимая фундаментальные реакции, происходящие в батарее, мы можем продлить ее срок службы, обеспечить более быструю зарядку и, в конечном итоге, разработать батареи из более качественных материалов. Мы с нетерпением ждем продолжения этой работы посредством будущих экспериментов для получения более дешевых и более эффективных батарей. »
Новое исследование основано на двух предыдущих достижениях, в которых группа использовала более традиционные формы машинного обучения, чтобы значительно ускорить как тестирование аккумуляторов, так и процесс отсеивания многих возможных методов зарядки, чтобы найти те, которые работают лучше всего.Хотя эти исследования позволили исследователям добиться гораздо более быстрого прогресса — например, сократить время, необходимое для определения срока службы батарей, на 98% — они не выявили лежащих в основе физических или химических факторов, благодаря которым одни батареи служат дольше, чем другие. Это то, что исследователи достигли в последнем исследовании.
Сочетание всех трех подходов потенциально может сократить время, необходимое для того, чтобы довести новую технологию аккумуляторов от лабораторного стенда до потребителя, на целых две трети.
«В данном случае мы обучаем машину тому, как изучать физику нового типа механизма отказа, который может помочь нам разработать более качественные и безопасные батареи с быстрой зарядкой», — сказал Чуэ.«Быстрая зарядка вызывает невероятный стресс и разрушает аккумуляторы, и решение этой проблемы является ключом к расширению национального парка электромобилей в рамках общей стратегии борьбы с изменением климата».
Новый комбинированный подход также может быть применен к разработке сетевых аккумуляторных систем, необходимых для более широкого использования энергии ветра и солнца. Это станет еще более актуальным, поскольку страна преследует недавно объявленные цели по отказу от ископаемого топлива при производстве электроэнергии к 2035 году и достижению нулевых выбросов углерода к 2050 году.
Новое исследование увеличило изображение электродов батарей, которые сделаны из наноразмерных зерен, слипшихся в частицы. Ионы лития перемещаются между катодом и анодом во время зарядки и разрядки, просачиваясь в частицы и снова выходя наружу. Это постоянное движение вперед и назад заставляет частицы набухать, сжиматься и трескаться, постепенно снижая их способность накапливать заряд, а быстрая зарядка только усугубляет ситуацию.
Чтобы посмотреть на этот процесс более подробно, команда исследовала поведение катодных частиц, состоящих из никеля, марганца и кобальта, комбинации, известной как NMC, которая является одним из наиболее широко используемых материалов в аккумуляторах электромобилей.Эти частицы поглощают ионы лития при разрядке аккумулятора и высвобождают их при зарядке.
Докторанты из Стэнфорда Стивен Донмин Кан и Чонджин Парк использовали рентгеновские лучи от Стэнфордского источника синхротронного излучения SLAC, чтобы получить общее представление о частицах, которые подвергались быстрой зарядке. Затем они отнесли эти частицы в усовершенствованный источник света Национальной лаборатории Лоуренса Беркли для исследования с помощью сканирующей рентгеновской просвечивающей микроскопии, которая обнаруживает отдельные частицы.
Данные этих экспериментов, а также информация из математических моделей быстрой зарядки и уравнения, описывающие химию и физику процесса, были включены в научные алгоритмы машинного обучения.
«Вместо того, чтобы заставлять компьютер напрямую вычислять модель, просто вводя в нее данные, как мы делали в двух предыдущих исследованиях, мы научили компьютер, как выбирать или изучать правильные уравнения и, таким образом, правильную физику», — сказал Канг. который выполнил моделирование с аспирантом Массачусетского технологического института Хунбо Чжао, работая с профессором химического машиностроения Мартином Базантом.
До сих пор ученые предполагали, что различия между частицами незначительны, и что их способность накапливать и высвобождать ионы ограничивается тем, насколько быстро ионы могут перемещаться внутри частиц. Таким образом, ионы лития входят и выходят из всех частиц одновременно и примерно с одинаковой скоростью.
Но новый подход показал, что частицы сами по себе определяют, насколько быстро ионы лития перемещаются при зарядке батареи. Некоторые частицы немедленно высвобождают много своих ионов, в то время как другие выделяют очень мало или совсем не выделяют.А частицы с быстрым высвобождением продолжают высвобождать ионы с большей скоростью, чем их соседи — положительная обратная связь, или эффект «богатые становятся богаче» — эффект, который ранее не обнаруживался.
«Теперь у нас есть картина — буквально фильм — того, как литий перемещается внутри батареи, и это сильно отличается от того, о чем думали ученые и инженеры», — сказал Канг. «Эта неравномерная зарядка и разрядка увеличивает нагрузку на электроды и сокращает их срок службы. Понимание этого процесса на фундаментальном уровне — важный шаг к решению проблемы быстрой зарядки.«
Ученые говорят, что их новый метод имеет потенциал для улучшения стоимости, емкости, долговечности и других важных свойств батарей для широкого спектра применений, от электромобилей до ноутбуков до крупномасштабного хранения возобновляемой энергии в сети.
«Всего два года назад Нобелевская премия по химии 2019 года была присуждена за разработку перезаряжаемых литий-ионных батарей, которая началась в 1970-х годах», — сказал Чуэ. «Я воодушевлен тем, что еще так много предстоит узнать о том, как сделать батареи лучше.«
Этот рассказ адаптирован из материалов Национальной ускорительной лаборатории SLAC с редакционными изменениями, внесенными Materials Today. Взгляды, выраженные в этой статье, не обязательно отражают точку зрения Elsevier. Ссылка на первоисточник.
Оборудование для тестирования аккумуляторов — Arbin Instruments
Arbin предлагает системы тестирования заряда / разряда аккумуляторов
в диапазоне от одноэлементных приложений мкА до блоков 1 МВт.
Важность точности
Этот график иллюстрирует разницу между тестером батарей Arbin и другим ведущим производителем. Два отчетливых провала на графике могли быть пропущены при использовании некачественного испытательного оборудования. В то время как многие компании пытаются продавать одно и то же устаревшее оборудование более десяти лет, Арбин усердно работает над улучшением наших конструкций, чтобы удовлетворить будущие потребности отрасли. Мы многому научились в ходе нашего трехлетнего проекта ARPA-E по разработке сильноточных высокоточных тестеров и внедрили эту новую технологию в наши серии испытательного оборудования MSTAT, LBT и HPT.Системы HPT и MSTAT представляют собой наш продукт премиум-класса, но LBT превосходит другие стандартные тестеры на рынке.
Что влияет на точность тестера | Улучшения тестера Arbin |
Точность измерений более важна для долгосрочного тестирования аккумуляторов и долгосрочных прогнозов аккумуляторов, чем точность только контроля.Большинство других систем тестирования батарей неправильно определяют их точность и / или имеют относительно низкую точность, что затрудняет выводы, сделанные на основе данных результатов. Важные тенденции и электрохимические показатели могут остаться незамеченными; теряется в шумах измерения, как показано выше.
Мы надеемся, что эти более высокие степени точности измерений приведут к новым открытиям и характеристикам показателей в отрасли хранения энергии для всех организаций, а не только тех, которые рассматривают кулоновскую эффективность как ключевой показатель.
Как оценить оборудование для тестирования аккумуляторов
Батареи являются важным компонентом многих продуктов, и накопление энергии играет очень активную роль в нашей жизни даже за пределами исследовательских / промышленных целей. Таким образом, выбор подходящего оборудования для тестирования батарей — важное решение для компаний и отдельных исследователей, которые несут ответственность за получение результатов, независимо от того, начинают ли они с малого или в массовом масштабе.
Опытные инженеры Арбина уже более 27 лет продвигают эталон современного оборудования для тестирования аккумуляторов. Нас определяют инновации: от первой компании, применившей несколько диапазонов тока к одному каналу тестирования, до единственной компании, которая в последнее время предлагает действительно высокоточные испытания для сильноточных приложений и поддерживает «турбо-режим» с интеллектуальными модулями батарей. Мы продолжаем учиться у наших отраслевых партнеров и работать с ними над ключевыми технологическими достижениями.
В следующем отчете представлены некоторые из этих знаний с использованием простой терминологии и иллюстраций. Вот пять ключевых моментов, которые следует учитывать при выборе оборудования для тестирования батарей:
Щелкните, чтобы запросить доступ к полному отчету: «Как оценить оборудование для тестирования батарей».
1. Аппаратное обеспечение — Технические характеристики и качество материалов [ Предварительный отчет ]
2.