Изилдөө электр унааларынын батареяларынын ден соолук абалын (State of Health, SOH) баалоо үчүн толук заряддоо ийри сызыгын талап кылбастан, кокус алынган кыска тез заряддоо фрагменттерин гана колдоно ала турган ыкманы иштеп чыгат. Иштин негизги ыкмасы көп баскычтуу туруктуу ток менен заряддоонун (Multistage Constant Current, MSCC) 20 пайыздык пункттук SOC бөлүктөрүндөгү чыңалуу маалыматтарын эки өлчөмдүү фазалык мейкиндикте кайра түзүү, бул геометриядан төрт ден соолук көрсөткүчүн алуу жана көрсөткүчтөрдүн картаюу менен байланышын ызы-чууну азайтуу менен убакыттык өзүнө көңүл бурууну бириктирген DA-Transformer модели аркылуу SOH маанисине айландыруу болуп саналат.

Ыкманын практикалык негиздемеси чыныгы электр унааларынын заряддоо жүрүм-турумунан келип чыгат. EVBattery маалымат топтомунда бир өндүрүүчүгө таандык 217 унаанын 90.000ден ашык толук заряддоо сессиясы талданганда, заряддоолордун болгону %15,5и SOC %20дан төмөн деңгээлде башталганы, ал эми сессиялардын %79,1и %20–80 SOC аралыгында башталганы аныкталган. Бул натыйжа чыныгы колдонуучулар батареяны көбүнчө өтө төмөн SOC деңгээлине чейин түгөтпөстөн зарядга туташтырарын жана BMS толук 0–80% заряд профилине үзгүлтүксүз жеткиликтүүлүк ала албасын көрсөтөт.

SOH баалоо моделинин сандык текшерүүсү Стэнфорд университетинин лабораториялык батарея картаюу маалымат топтомундагы 1,1 Ah сыйымдуулуктагы коммерциялык LFP элементтеринде жүргүзүлгөн. Үч көз карандысыз жергиликтүү заряддоо аймагы колдонулган: %20–40, %40–60 жана %60–80 SOC. Бирдей MSCC шартындагы leave-one-cell-out кайчылаш текшерүүдө орточо RMSE маанилери тиешелүүлүгүнө жараша 0,0059, 0,0042 жана 0,0041 болгон. Ошентип, болгону 20 пайыздык пункттук фрагменттелген заряддоо маалыматы колдонулганда да, айрыкча орто жана жогорку SOC аралыктарында өлчөнгөн SOH ийри сызыктары жогорку тактык менен көзөмөлдөнгөн.

Андан татаал кайчылаш-шарт текшерүүсүндө модель окутууда эч качан көрбөгөн башка MSCC тез заряддоо протоколу астындагы элементтерге түздөн-түз колдонулган. Бул учурда %40–60 SOC терезесинде орточо RMSE 0,0059, %60–80 SOC терезесинде 0,0063 деңгээлинде калган, ал эми %20–40 терезесинде ката 0,0121ге жогорулаган. Бул натыйжа фазалык мейкиндикке негизделген ден соолук көрсөткүчтөрү орто-жогорку SOC аймактарында заряддоо протоколунун өзгөрүшүнө туруктуураак экенин, ал эми төмөн SOC терезеси физикалык шарттын өзгөрүшүнө сезимтал бойдон каларын көрсөтөт.

Изилдөөнүн “чыныгы дүйнө” аспектиси этият чечмелениши керек. EVBatteryдеги чыныгы унаа маалыматтары колдонуучулардын заряддоо жүрүм-турумун жана ылайыктуу SOC терезелерин аныктоо үчүн колдонулган; DA-Transformer үчүн билдирилген SOH тактык маанилери чыныгы жол унааларынан эмес, 30 °C туруктуу чөйрөдө лаборатория шартында картайган Стэнфорд элементтеринен алынган. Модель ар кандай лабораториялык MSCC протоколдорунун ортосунда кайчылаш текшерилгени менен, өзгөрмө айлана-чөйрө температурасы, чыныгы унаанын жылуулук тарыхы, элементтер аралык пакет тең салмаксыздыгы жана чыныгы жолдогу BMS сенсор шарттары бул изилдөөнүн алкагында түздөн-түз текшерилген эмес.

Түркия жагынан ыкма электр унааларында батареянын ден соолугун тейлөөдө же айдоо учурунда толук заряд-разряд сыноосун талап кылбастан көзөмөлдөө мүмкүнчүлүгү жагынан маанилүү. Өзгөчө тез заряддоо инфраструктурасында айдоочулар унааларын ар кандай SOC деңгээлинде зарядга туташтыргандыктан, толук заряд профилине көз каранды эмес BMS ыкмасы практикалык мааниге ээ болушу мүмкүн. Бирок Түркиядагы унаа парктарына колдонордон мурун ар башка LFP/NMC химиялары, ар түрдүү мезгилдик температуралар, элемент пакет түзүлүштөрү, заряддагычтар жана чыныгы парк маалыматтары менен өзүнчө текшерүү талап кылынат.

Изилдөө чечүүгө аракет кылган негизги көйгөй эмнеде?

Батареянын SOH көрсөткүчүн ишенимдүү аныктоо үчүн лабораторияда толук сыйымдуулук сыноосун жүргүзүүгө болот; бирок чыныгы электр унааларында колдонуучунун жүрүм-туруму буга туура келбейт. Унаалар ар кандай SOC деңгээлдеринде зарядга туташтырылат жана заряддоо ар башка учурда токтотулат. Натыйжада BMS көбүнчө толук жана стандартташтырылган заряд профилинин ордуна кесилген, башталышы жана аягы ар башка болгон жергиликтүү маалымат фрагменттерин көрөт.

Салттуу ден соолук көрсөткүчтөрүнүн айрымдары туруктуу чыңалуу аралыктарына, incremental capacity чокуларына же толук CC заряддоо убактысына сыяктуу белгилүү өзгөчөлүктөргө таянат. Маалымат фрагменти бул маанилүү чекиттерди камтыбаса, тиешелүү өзгөчөлүктөр жоголушу же салыштырылбай калышы мүмкүн. Ошондуктан изилдөөчүлөр абсолюттук бир ийри чекитке эмес, кыска чыңалуу катарынын геометриялык түзүлүшүнө негизделген көрсөткүчтөрдү иштеп чыгышкан.

Чыныгы унаа колдонуучулары батареяны кайсы SOC деңгээлдеринде зарядга туташтырат?

EVBattery маалымат топтому 464 чыныгы электр унаасын жана үч башка өндүрүүчүнү камтыйт; убакыт белгиси, орточо элемент чыңалуусу, заряд тогу, максималдуу/минималдуу температура жана SOC сыяктуу эксплуатациялык маалыматтарды камтыйт. Колдонуучу жүрүм-турумунун кеңири статистикасында бир өндүрүүчүнүн 217 унаасынан 90.000ден ашык толук заряддоо сессиясы изилденген.

Бул бөлүштүрүүнүн негизги мааниси — колдонуучулардын болгону %15,5и заряддоону %20 SOCдан төмөн деңгээлде баштайт. %20–80 аралыгындагы үч класс чогуу эсептелгенде заряд баштоолордун %79,1ин түзөт. Ошондуктан изилдөөчүлөр ден соолук көрсөткүчтөрүн 0–20% терезесине көз каранды кылбай, чыныгы колдонууда жеткиликтүүрөөк болгон %20–80 аймагына басым жасашкан.

Моделдин SOH текшерүүсүндө кайсы батареялар колдонулган?

SOH баалоонун негизги лабораториялык маалымат топтому — Стэнфорд университетинин батарея цикл маалымат топтому. Элементтер коммерциялык цилиндр түрүндөгү литий-темир-фосфат (LFP) элементтери, номиналдык сыйымдуулугу 1,1 Ah. Цикл сыноолору Arbin LBT тест системасы менен жүргүзүлгөн.

0–80% SOC бөлүгүндө ар кандай жогорку токтуу туруктуу ток айкалыштарынан турган алты баскычтуу тез заряддоо саясаты колдонулган. Элемент 80% SOCге жеткенден кийин 1 C CC-CV заряддоого өткөн. Разряд ылдамдыгы 4 Cден жогору. Жогорку жана төмөнкү чыңалуу чектери тиешелүүлүгүнө жараша 3,6 V жана 2,0 V, ал эми эксперимент температурасы туруктуу 30 °C.

Эмне үчүн болгону %20лык кыска SOC терезелери колдонулат?

MSCC заряддоодо ток баскычтары туруктуу 20% SOC өсүштөрүндө өзгөрөт. Изилдөө бул табигый түзүлүштү колдонуп, %20–40, %40–60 жана %60–80 SOC сегменттерин бири-биринен көз карандысыз ден соолук диагностикалык терезелери катары тандаган.

Ошентип, модель белгилүү бир баштапкы SOCге гана көз каранды болбой, чыныгы заряддоо сессиясы бул үч терезенин кайсынысын камтыса, ошол кыска бөлүк өзү эле SOH баалоо үчүн жетиштүүбү же жокпу текшерилет.

Фазалык мейкиндикти кайра түзүү эмне кылат?

Фазалык мейкиндикти кайра түзүү (Phase Space Reconstruction, PSR) бир өлчөмдүү чыңалуу убакыт катарынын кечиктирилген көчүрмөлөрүн колдонуп, системанын динамикалык геометриясын жогорку өлчөмдүү мейкиндикте көрсөтөт.

Чыңалуу катары:

\[ V=\{v_1,v_2,\ldots,v_n\} \]

үчүн кечиктирилген фазалык мейкиндик вектору:

\[ X_i=[v_i,v_{i+\tau},\ldots,v_{i+(m-1)\tau}] \]

түрүндө түзүлөт. Бул жерде \(m\) — киргизүү өлчөмү, \(\tau\) — убакыт кечигүүсү.

Убакыт кечигүүсү баштапкы чыңалуу катары менен кечиктирилген катардын ортосундагы өз ара маалыматтын биринчи локалдык минимуму аркылуу аныкталган.

Эмне үчүн үч же андан көп өлчөмдүн ордуна 2B фазалык мейкиндик тандалган?

Кыска заряддоо фрагменттеринде болгону болжол менен 40–50 үлгү чекити болгондуктан, жогорку өлчөмдүү фазалык мейкиндик геометриялык жактан сейректейт. Изилдөөчүлөр Kantz–Schreiberдин \(n\geq10^m\) критерийин эске алып, киргизүү өлчөмү көбөйгөн сайын ички геометриялык чектөө чекиттери тез жоголорун көрсөткөн.

Булактын 7 жана 31–33-беттериндеги сүрөттөр бул айырманы так көрсөтөт. Эки өлчөмдө траекториянын чек арасын геометриялык колдогон көп сандагы ички чекиттер калат, үч өлчөмдө чекиттердин %92,3ү сырткы бетке чыгып кетет, төрт жана беш өлчөмдө болсо бардык чекиттер сырткы чек арада жайгашат. Бул түзүлүш кыска жана ызы-чуулуу маалыматта топологияны туруксуз кылышы мүмкүн болгондуктан, изилдөө 2B PSR колдонгон.

Кайсы төрт батарея ден соолук көрсөткүчү алынган?

Эки өлчөмдүү фазалык мейкиндиктеги ар бир жергиликтүү заряддоо фрагментинен төрт геометриялык ден соолук көрсөткүчү (Health Indicator, HI) алынган.

HI1 — Траектория Борборунун Орточо Мааниси:

\[ HI_1=\frac{C_x+C_y}{2} \]

Чыңалуу фрагментинин фазалык мейкиндиктеги жалпы орточо деңгээлин билдирет.

HI2 — Траектория Борборунун Жылышы:

\[ HI_2=C_y-C_x = \frac{1}{n-\tau} \sum_{i=1}^{n-\tau} (v_{i+\tau}-v_i) \]

Математикалык жактан чыңалуу ийри сызыгынын орточо биринчи туунду жүрүм-туруму менен байланыштуу.

HI3 — Траекториянын Таралышы:

\[ HI_3= \frac{1}{n-\tau-1} \sum_{i=1}^{n-\tau} \left[(v_i-C_x)^2+(v_{i+\tau}-C_y)^2\right] \]

Фаза чекиттеринин геометриялык борборго чейинки орточо квадраттык аралыкты билдирет.

HI4 — 2B Томпок Кабык Аянты: Фаза траекториясынын эң сырткы чек ара чекиттери курчаган аянт аркылуу геометриялык таралууну аныктайт.

Ден соолук көрсөткүчтөрү SOH менен канчалык байланыштуу?

Сызыктуу эмес картаюу тенденциясына байланыштуу Pearson ордуна Spearman рангдык корреляциясы колдонулган. Булактагы эки үлгү элемент/топ үчүн HI1 эң жогорку корреляцияны көрсөтөт.

HI2 башка үч көрсөткүчкө караганда алсызыраак корреляция көрсөтсө да, изилдөөчүлөр абляция сыноолорунда HI2 алынып салынганда жалпы модель тактыгы төмөндөгөнүн билдиришип, төрт көрсөткүчтүн баарын сакташкан. Булак негизги текстте абляциянын толук сандык таблицасын бербейт; ошондуктан бул жерде кошумча абляция пайызы түзүлгөн эмес.

Батарея SOH кантип аныкталган?

SOH учурдагы циклде өлчөнгөн сыйымдуулуктун номиналдык сыйымдуулукка катышы катары аныкталган:

\[ SOH_t=\frac{Q_t}{Q_n} \]

Бул жерде \(Q_t\) t циклиндеги реалдуу сыйымдуулукту, \(Q_n\) номиналдык сыйымдуулукту билдирет.

DA-Transformer классикалык Transformerден эмнеси менен айырмаланат?

DA-Transformer эки негизги компонентти ырааттуу бириктирет: алдыңкы бөлүктө ызы-чууну басаңдатуучу Feature Purification Mapping Block (FPM-Block), арткы бөлүктө болсо батарея картаюусунун циклдер боюнча убакыттык байланыштарын үйрөнүүчү Temporal Aggregation Transformer Encoder.

FPM-Block учурунда нормалдаштырылган ден соолук көрсөткүчтөрүнө окутуу маалында Гаусс ызы-чуусу кошулат:

\[ \tilde{f}_t=f_t+\epsilon_t \]

\[ \epsilon_t\sim N(0,\sigma^2I) \]

Бузулган өзгөчөлүктөр коддоочу аркылуу жогорку өлчөмдүү жашыруун мейкиндикке өткөрүлөт:

\[ z_t=ReLU(W_{enc}\tilde{f}_t+b_{enc}) \]

андан кийин декодер аркылуу кайра баштапкы өзгөчөлүк мейкиндигине кайтарылат:

\[ \hat{f}_t=W_{dec}z_t+b_{dec} \]

Бул кайра түзүү тапшырмасы жашыруун көрсөтүүнүн кокус жогорку жыштыктагы ызы-чуунун ордуна батареянын картаюусуна тиешелүү туруктуу маалыматты сактоосун максат кылат.

Transformer бөлүгү картаюу тарыхын кантип колдонот?

FPM-Blockтан келген тазаланган жашыруун өзгөчөлүктөргө позициялык коддоо кошулат жана көп баштуу өзүнө көңүл буруу механизмине берилет:

\[ Attention(Q,K,V)= softmax\left(\frac{QK^T}{\sqrt{d_k}}\right)V \]

Бул түзүлүш SOH бааланып жатканда мурунку циклдердин кайсылары учурдагы ден соолук абалы менен күчтүү байланышта экенин адаптивдүү салмактайт.

Transformer чыгыштары убакыт багытында глобалдык орточо pooling аркылуу бириктирилет:

\[ H_{pool}=\frac{1}{T}\sum_{t=1}^{T}H_t \]

жана регрессия катмары бул макроскопиялык картаюу көрсөтүүсүн SOH баасына айлантат.

Жалпы окутуу жоготуусу SOH прогноз катасын да, FPM кайра түзүү катасын да камтыйт:

\[ L_{Total}=L_{Pred}+\alpha L_{Recon} \]

Модель кайсы гиперпараметрлер менен окутулган?

Бирдей шарттагы текшерүү кантип жүргүзүлгөн?

Модель мурда көрбөгөн элементте иштей алабы же жокпу текшерүү үчүн leave-one-cell-out cross-validation (LOCO-CV) колдонулган. No.1, No.2, No.10, No.20 жана No.42 элементтеринин ар биринде бирден толугу менен тест элементи катары бөлүнүп, калган төрт элемент окутуу үчүн колдонулган.

Бул схемада тест элементинин өткөн же келечектеги картаюу өзгөчөлүктөрү окутуу учурунда моделге берилбейт.

Ар башка SOC терезелеринде бирдей-шарт RMSE маанилери кандай?

40–60% жана 60–80% SOC терезелери орточо ката жагынан бири-бирине өтө жакын жана 20–40% терезесинен жакшыраак натыйжа көрсөтөт. Булактагы SOH графиктеринде прогноз ийри сызыктары жай сыйымдуулук төмөндөшүн гана эмес, элементтерде ар башка циклдерде пайда болгон тез сыйымдуулук жоготуу “knee” аймактарын да жалпысынан ээрчийт.

Кайчылаш-шарт тести эмне үчүн татаалыраак?

Кайчылаш-шарт экспериментинде модель No.1, No.2, No.10, No.20 жана No.42 элементтери менен окутулуп, андан кийин таптакыр башка тез заряддоо протоколу астында картайган No.9, No.21, No.22, No.31 жана No.36 элементтерине түздөн-түз колдонулган.

Максаттуу топтун заряд тогу конфигурациясы булакта 6,6 C, 6,16 C, 4,84 C жана 4,22 C деп берилет. Ошентип, тест “жаңы элементти” гана эмес, окутууда мурда кездешпеген заряддоо протоколун да камтыйт.

Кайчылаш-шарт RMSE маанилери кандай?

Эмне үчүн %20–40 SOC терезесинде жалпылоо начарыраак?

Изилдөөчүлөр төмөн SOC маалында батареянын ички поляризациясы алсызыраак болорун жана алынган ден соолук көрсөткүчтөрүнүн картаюу менен өзгөрүү ылдамдыгы азайарын белгилешет. Натыйжада картаюу сигналынын ызы-чууга катышы төмөндөп, башка заряд протоколуна өткөндө моделдин физикалык домен өзгөрүшүнө сезимталдыгы жогорулайт.

Бул көрүнүш кайчылаш-шарт натыйжаларында сандык түрдө байкалат. %20–40 SOC орточо RMSE 0,0059дан 0,0121ге өсүп, эки эседен ашкан. No.36 элементинде ката 0,0193, No.22де 0,0146 болгон.

Ал эми %40–60 жана %60–80 SOC орточо каталары болгону 0,0059 жана 0,0063 деңгээлдеринде. Ошондуктан изилдөө чыныгы BMS колдонмолорунда орто-жогорку SOC терезелерине артыкчылык берүүнү сунуштайт.

Изилдөө колдогон жыйынтыктар

• Чыныгы унаа колдонуучуларынын заряд баштоо жүрүм-туруму толук 0–80% заряд профилине үзгүлтүксүз жетүү практикалык болбой калышы мүмкүн экенин колдойт.
• Эки өлчөмдүү фазалык мейкиндик кыска 40–50 чекиттүү чыңалуу катарларында үч жана андан жогорку өлчөмдөргө караганда көбүрөөк ички геометриялык чекиттерди сактайт.
• %20лык бир MSCC SOC терезесинен алынган төрт топологиялык ден соолук көрсөткүчү SOH баалоодо колдонулушу мүмкүн.
• DA-Transformer бир протоколдо үч SOC терезесинин баарында орточо RMSEни 0,0059 же андан төмөн кармаган.
• Башка тез заряддоо протоколуна түз өтүүдө %40–60 жана %60–80 терезелеринде орточо RMSE тиешелүүлүгүнө жараша 0,0059 жана 0,0063 болгон.
• %20–40 SOC терезеси кайчылаш-шарт өзгөрүшүнө сезимталыраак болуп, орточо RMSE 0,0121ге көтөрүлгөн.
• Модель ар түрдүү элементтерде сыйымдуулук төмөндөшүнүн сызыктуу эмес “knee” аймактарын жалпысынан ээрчий алган.

Изилдөө колдобогон жыйынтыктар

• Билдирилген SOH тактыгы чыныгы жолдогу 464 EVде түз текшерилген эмес.
• EVBattery маалымат топтому моделдин чыныгы унаа SOH тактык тести катары колдонулган эмес, негизинен заряд жүрүм-турумун аныктоо үчүн колдонулган.
• Модель өзгөрмө айлана-чөйрө температурасында ошол эле тактыкта иштей турганы көрсөтүлгөн эмес.
• Изилдөө ар башка элемент химиялары боюнча LFPден NMCге же башка химияларга түз жалпылоону тастыктабайт.
• Чыныгы батарея пакетиндеги элемент тең салмаксыздыгы, жылуулук градиенти, ток сенсорунун жылышы жана пакет деңгээлиндеги картаюу ар түрдүүлүгү өзүнчө текшерилген эмес.
• Моделдин сериялык BMS жабдуусундагы процессор жүгү, эс тутум керектөөсү же реалдуу убакыттагы кечигүүсү өлчөнгөн эмес.
• RMSEнин төмөн болушу модель коопсуздук жагынан өз алдынча сертификатталган BMS чечими дегенди билдирбейт.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Маалымат топтомдорунун изилдөөдөгү ролдору

Чыныгы унаа талдоосунда тандалган 10 унаанын заряддоо сессияларынын саны

LOCO-CV эмнени алдын алат?

Leave-one-cell-out түзүлүшү тест элементинин картаюу тарыхы окутуу маалыматына агып киришин алдын алууну максат кылат. Ар бир айлампада бир элемент толугу менен көрүнбөгөн тест максаты катары тандалып, модель башка элементтер менен окутулат.

Бул дизайн кадимки кокус train-test бөлүнүшүнө караганда катуураак; анткени бир эле физикалык элементтин ар башка циклдеринин окутуу жана тест топтомдоруна бөлүнүп кетишинен пайда боло турган маалымат агып кетүүсүн азайтат.

Бирдей шарт менен кайчылаш-шарттын негизги айырмасы эмнеде?

Бирдей-шарт тестинде окутуу жана тест элементтери бир эле тез заряддоо протоколу үй-бүлөсүнө кирет. Кайчылаш-шарт тестинде болсо модель бир элемент тобунун протоколу менен окутулуп, таптакыр башка MSCC ток конфигурациясы менен циклденген өзүнчө элемент тобуна колдонулат.

Ошондуктан кайчылаш-шарт жыйынтыктары элементтер аралык жалпылоону гана эмес, заряд стратегиясынын өзгөрүшүнө туруктуулук тууралуу да маалымат берет.

Эң күчтүү терезе кайсы?

Бирдей шартта сандык жактан эң төмөн орточо ката %60–80 SOC терезесинде 0,0041, ал эми %40–60 терезеси 0,0042 менен дээрлик бирдей. Кайчылаш-шарт тестинде болсо %40–60 SOC терезеси 0,0059 менен %60–80дин 0,0063 маанисинен бир аз төмөн ката берген.

Ошондуктан булак бир универсалдуу “эң жакшы” терезени абсолюттук түрдө бөлүп көрсөтпөстөн, %40–60 жана %60–80 аймактарын чогуу эң туруктуу орто-жогорку SOC зоналары катары баалайт.

Эң жакшы жана эң начар кайчылаш-шарт натыйжалары

Кайчылаш-шарт тестинде эң төмөн жеке RMSE %40–60 SOC терезесинде No.9 элементинин 0,0028 мааниси. Ошол эле терезеде No.21 элементи 0,0038 RMSE көрсөткөн.

Эң чоң ката %20–40 SOC терезесинде No.36 элементинде 0,0193, андан кийин No.22 элементинде 0,0146 болгон. Демек, төмөн SOC аймагындагы domain shift таасири элементтен элементке да олуттуу айырмаланат.

Сүрөт 7 жана Сүрөт 8дин негизги билдирүүсү кандай?

Булактын Сүрөт 7си бирдей заряд шартында No.1, No.2, No.10, No.20 жана No.42 элементтеринин чыныгы жана болжолдонгон SOH ийри сызыктарын үч SOC терезесинде көрсөтөт. Үзүк прогноз сызыктары өмүр циклинин көп бөлүгүндө чыныгы сызыктарды жакын ээрчип, элементтердин тездетилген сыйымдуулук жоготуусуна ар башка циклдерде киришин жалпысынан кармайт.

Сүрөт 8 болсо таптакыр башка заряд протоколундагы No.9, No.21, No.22, No.31 жана No.36 элементтерин көрсөтөт. Айрыкча %40–60 жана %60–80 графиктеринде прогноз сызыктары чыныгы сыйымдуулук жоготуу формасына жакын бойдон калат, ал эми %20–40 графигинде кээ бир элементтерде базалык деңгээл жылышы жана ылдыйлоо катасы айкын көрүнөт.

Моделдин чыныгы BMS колдонмосуна эң маанилүү салымы эмне?

Изилдөөнүн инженердик жактан негизги салымы — SOH баалоону толук заряд ийри сызыгына көз каранды болуудан чыгарууга багытталган ыкманы көрсөтүшү. Унаа %40–60 же %60–80 сыяктуу кыска тез заряд бөлүгүн гана каттаган күндө да, бул фрагменттин фазалык мейкиндик геометриясы батарея картаюусунун издерин камтышы мүмкүн.

Бирок учурдагы натыйжалар бул идея лабораториялык маалымат топтомунда ишке ашырылуучу экенин көрсөтөт. Чыныгы унаа BMSине өтүү үчүн температуранын өзгөрүшү, пакет деңгээлиндеги гетерогендүүлүк жана талаа сенсор ызы-чуусу сыяктуу факторлорду камтыган кеңири текшерүү талап кылынат.

Изилдөөнүн күчтүү жактары

• Ыкма дизайнынын чыныгы колдонуучунун заряд жүрүм-турум статистикасы менен негизделиши.
• Толук заряд ийри сызыгынын ордуна кокус жергиликтүү SOC терезелерине басым жасалышы.
• Кыска маалымат катарлары үчүн киргизүү өлчөмүнүн геометриялык сейректөө аркылуу ачык талданышы.
• Фазалык мейкиндиктен түшүндүрүлө турган төрт геометриялык ден соолук көрсөткүчүнүн алынышы.
• Тест элементинин окутуу маалыматына аралашуусун алдын алган LOCO-CV колдонулушу.
• Бир эле заряд протоколунан тышкары таптакыр башка тез заряд протоколунда да өзүнчө жалпылоо тести өткөрүлүшү.
• FPM-Block менен Transformerдин ызы-чууну басаңдатуу жана узак мөөнөттүү картаюуну моделдөөнү бирдиктүү окутуу максатында бириктириши.

Негизги чектөөлөр

SOH баалоонун сандык текшерүүсү лабораториялык Stanford маалымат топтомуна жана туруктуу 30 °C температурага негизделет. Чыныгы унаа маалымат топтому моделдин түз SOH тест талаасы эмес.

Изилдөө коммерциялык 1,1 Ah LFP элементтерине багытталган. Башка химиялар, чоң форматтагы элементтер жана пакет деңгээлиндеги серия-параллель түзүлүш өзүнчө текшерилген эмес.

Кайчылаш-шарт тести заряд протоколунун өзгөрүшүн камтыганы менен, айлана-чөйрө температурасы, жүк профили, календардык картаюу жана чыныгы жол шарттарындагы биргелешкен domain shiftти камтыбайт.

FPM-Block окутуу учурунда жасалма изотроптук Gaussian ызы-чуусун колдонот. Чыныгы BMS сенсор каталарынын бөлүштүрүлүшү дайыма Gaussian же көз карандысыз болбошу мүмкүн.

Изилдөө реалдуу убакыттагы орнотулган BMS процессорунда эсептөө жүгү, кечигүү, энергия керектөө жана эс тутум талабы боюнча өлчөөлөрдү бербейт.

Изилдөөчүлөр жыйынтык бөлүмүндө келечекте айлана-чөйрө температурасынын өзгөрүшү сыяктуу көп-физикалык чөйрөлүк чек шарттарды фазалык мейкиндикке киргизүү процессине кошуу керектигин ачык белгилешет.

Булак жана Ыкма Жөнүндө Эскертүү

Толук түпнуска изилдөө аталышы: State of Health Estimation of Lithium-Ion Batteries Based on Real-World Charging Behavior Analysis and Phase Space Topology of Fragmented Data

Авторлор жана ирети: Xiaofeng Sang; Junfu Li; Mei Zhao; Jiaxing Che; Tong Yao; Huaqiang Zhang.

Тең салым/тең биринчи авторлук: Каралган версияда тең салым же тең биринчи авторлук жөнүндө билдирүү жок.

Жооптуу автор: Xiaofeng Sang.

Жооптуу автордун электрондук дареги: 24s130422@stu.hit.edu.cn.

Мекемелер: School of New Energy, Harbin Institute of Technology (Weihai), Weihai 264209, China; School of Automotive Engineering, Harbin Institute of Technology (Weihai), Weihai 264209, China; School of Information Science and Engineering, Harbin Institute of Technology (Weihai), Weihai 264209, China.

Булак түрү: Чыныгы электр унааларынын заряд жүрүм-турумун талдоо менен лабораториялык батарея картаюу маалыматтарын бириктирген маалыматка негизделген SOH баалоо изилдөөсүнүн preprint версиясы.

Рецензия статусу: Каралган версия рецензиядан өтпөгөн preprint. Жүктөлгөн файлдын ар бир бетинде “Preprint not peer reviewed” деген жазуу бар. Библиографиялык текшерүүдө ошол эле аталыштагы өзүнчө тастыкталган рецензияланган журнал версиясы бул издөөдө табылган эмес.

Платформа: SSRN.

SSRN каттоо номери: 6933581.

DOI: 10.2139/ssrn.6933581.

Расмий шилтеме:SSRN 6933581

Жарыяланган күнү: Каралган файлда ишенимдүү түрдө берилчү так күн/ай библиографиялык түрдө көрүнбөйт. Тышкы индекстерде дата метамаалыматы дал келбегендиктен, бул жерде ойдон чыгарылган так дата берилген эмес.

Негизги лабораториялык маалымат топтому: Stanford University battery cycle dataset; 1,1 Ah коммерциялык LFP цилиндр элементтери; Arbin LBT тест системасы; 30 °C; MSCC тез заряддоо.

Чыныгы дүйнө маалымат топтому: EVBattery; үч өндүрүүчүдөн 464 чыныгы электр унаасы. Изилдөөдө чыныгы унаа SOH тактыгын түз текшерүүнүн ордуна заряд жүрүм-турумун жана баштапкы SOC бөлүштүрүүсүн аныктоодо колдонулган.

Чыныгы заряд жүрүм-туруму боюнча ички талдоо: Бир өндүрүүчүдөн 217 унаа жана 90.000ден ашык толук заряддоо сессиясы. Заряд баштоолордун %79,1и %20–80 SOC аралыгында.

Фазалык мейкиндик ыкмасы: Кечиктирилген координата PSR; убакыт кечигүүсү өз ара маалымат ыкмасынын биринчи локалдык минимуму менен аныкталган; кыска маалымат катарларындагы геометриялык сейректөөдөн улам киргизүү өлчөмү 2 болуп тандалган.

Ден соолук көрсөткүчтөрү: HI1 Trajectory Center Mean; HI2 Trajectory Center Displacement; HI3 Trajectory Dispersion; HI4 2D Convex Hull Area.

Модель: Denoising Aggregation Transformer (DA-Transformer); FPM-Block + Temporal Aggregation Transformer Encoder + global average pooling + регрессия катмарлары.

Бирдей-шарт орточо RMSE: %20–40 SOC: 0,0059; %40–60 SOC: 0,0042; %60–80 SOC: 0,0041.

Кайчылаш-шарт орточо RMSE: %20–40 SOC: 0,0121; %40–60 SOC: 0,0059; %60–80 SOC: 0,0063.

Негизги чечмелөө чеги: Изилдөө чыныгы колдонуучу жүрүм-турумунан ылайыктуу заряд терезелерин чыгарат, бирок билдирилген SOH баалоо тактыгы чыныгы унаа паркында түз текшерилген эмес. Сандык SOH текшерүүсү туруктуу жылуулук шартындагы Stanford лабораториялык элементтеринде жүргүзүлгөн.

Каржылоо: National Natural Science Foundation of China, Project 52177032; Aviation Science Foundation, ASFC-20230007077004.

Кызыкчылыктардын кагылышы: Каралган версияда өзүнчө кызыкчылыктардын кагылышы жөнүндө билдирүү табылган эмес.

Маалымат жеткиликтүүлүгү: Каралган версияда өзүнчө маалымат жеткиликтүүлүгү жөнүндө билдирүү жок; колдонулган Stanford жана EVBattery маалымат топтомдору булактарда өзүнчө изилдөөлөр катары шилтеме берилген.

CRediT/автордук салымдар: Каралган версияда кеңири CRediT автордук салымдар жөнүндө билдирүү жок.

Лицензия: Жүктөлгөн версияда ачык Creative Commons же ага тең кайра колдонуу лицензиясы жөнүндө билдирүү табылган эмес. Ошондуктан түпнуска сүрөттөрдү түз кайра жарыялоого уруксат бар деп болжолдонгон эмес.

Илимий мазмун принциби: Бул Verianla түшүндүрмөсүндөгү ыкма, маалымат топтомдору, формулалар, SOC бөлүштүрүүлөрү, RMSE жыйынтыктары, модель параметрлери жана чектөөлөр каралган 36 беттик изилдөөгө негизделет. Тышкы булак SSRN идентификаторун, DOIни жана учурдагы жарыя статусун библиографиялык текшерүү үчүн гана колдонулган.