MIT团队利用机器算法开发EV锂离子电池安全极限

据外媒报道，麻省理工学院和清华大学的研究人员正在合作制定电动汽车锂离子电池的安全限值。他们使用软包装电池的高精度有限元模型进行了2500多次模拟，然后使用机器学习算法分析数据。安全极限是指确保电池安全运行的机械负载条件。研究人员使用两种类型的相图来可视化安全极限。一个分类器可以快速预测短路的发生或既定负载条件下的安全条件，另一个回归可以定量识别短路引起的变形。当电动汽车遇到事故时，电池组会严重损坏，导致电气短路和热失控，从而可能引发火灾和爆炸。因此，研究单个电池能够保持安全运行的条件，即安全极限，是很重要的。李研究员表示：制定安全限值的最大挑战在于获得足够的电池故障测试数据。在这项研究中，我们建立了一个高度精细化的锂离子软包电池计算模型，其中所有组成材料都使用经过良好校准的本构模型来克服上述挑战。通过模拟一个大的极限机械载荷矩阵，并使用机器学习算法来获得数据驱动的安全极限。这项工作涉及数值计算。将发电与数据驱动建模相结合的演示可用于预测储能系统的安全性。这项研究仅限于具有NMC正极和石墨负极的大型二次软包电池。此外，研究人员指出，由于用于制定安全限值的数据来自模拟值，因此与实际值相比存在一定程度的误差。在开发电动汽车锂离子电池安全模型的过程中，这项研究为机器学习工具的应用提供了经验证据，并有望继续改进。

标签：

汽车资讯热门资讯