亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 传感器

分析模型评估电池能力

电池优化通常涉及能量(它可以存储的量)和功率密度(它的释放速率)之间的权衡,所有这些都取决于材料、它们的配置以及孔隙率等内部结构。存在与需要优化的结构相关的可调参数。通常,需要进行数以万计的计算来搜索参数空间并找到最佳组合。这是一个耗时的过程。

研究人员开发了一种更快、更简单的方法,不需要复杂的数值模拟来指导电池组件的选择和设计以及它们如何相互作用。简化模型的精度在计算密集型算法的 10% 以内,可让研究人员快速评估电池的倍率能力。

几乎所有电池设计人员和优化人员都使用伪二维 (P2D) 仿真,这种仿真运行起来很昂贵。这在优化电池时尤其会成为一个问题,因为它们有许多变量和参数需要仔细调整以最大限度地提高性能。

新工具提供了一种更快、更透明的方式来加速设计过程,并提供简单、清晰的见解,而这些见解并不总是容易从数值模拟中获得。该模型可以很容易地在MATLAB、Excel等常用软件中实现,甚至可以在计算器上实现。

为了测试该模型,研究人员让它在普通全电池和半电池中寻找电极的最佳孔隙率和厚度。在此过程中,他们发现具有“均匀反应”行为的电极(例如镍锰钴和镍钴铝氧化物)最适合需要厚电极以提高能量密度的应用。他们还发现,电池半电池(只有一个电极)本身就具有更好的倍率能力,这意味着它们的性能并不是衡量电极在商用电池中使用的全电池的性能的可靠指标。


传感器

  1. 功耗
  2. 并联电池
  3. 分压器
  4. 马铃薯电池
  5. P-N 连接处
  6. 电池结构
  7. 电池额定值
  8. 通过机器学习预测电池寿命
  9. 设计光流
  10. 用于热安全电动汽车电池的沉浸式解决方案
  11. 如何控制热失控
  12. 提高电动汽车电池泄漏测试的精度