汉阳新闻
HOME 公告与问询 汉阳新闻
[成就] 汉阳大学和浦项科技大学的研究组开发出电动汽车电池容量预估技术 | ||
---|---|---|
|
||
最近,随着私人汽车的动力模式从内燃机到电动能的模式转换,各界对锂离子电池(电池)的研究也正在积极地进行。电池与电动汽车的行驶距离直接相关, 因此,可准确、快速地预测电池容量及剩余电池寿命的相关技术的研究成为了工程界必须要研究的对象之一。 在这种背景下,汉阳大学最新表示了汉阳大学机械工程学系(兼任未来汽车工程学系的)的吴基勇教授共同研究组开发出了能够准确、快速预测电动汽车、能源储存装置等电子设备中使用的电池容量和寿命的"新一代物理知识基础人工智能技术" 。此次研究是与 POSTECH(项浦科技大学)机械工程系的李承哲教授、目前进修博士学位的金承旭研究员一起进行的。 在预测电池容量的技术中,将使用电池内部结构简单化的"物理基础模型"和利用电池电气及机械响应的"数据基础模型" 数据基础技术,虽然能学习庞大的数据,但是对学习的数据的预测准确度非常低,因此科学家们需要能够打破这种局限的新一代人工智能技术。 共同研究组在学习数据较少的情况下,为了提高电池残留寿命的预估技术的准确度,融合了差别化的等价阻抗基础特征因子提取方法及物理知识基础神经网,保证了电池容量及电池寿命分布的高预测性能。 以超过100个电池的热化实验数据为基础,对提案方法进行了试验,其结果显示,对具有多种容量及寿命分布的测试用电池,该技术的预测准确度最高可提高20%。这一结果为在多种产业中创造可适用既强健又可靠性高的物理知识基础人工智能奠定了基础。 POSTECH 的李承哲教授表示:"我们利用物理知识克服了以数据为建设基础的人工智能的局限性,且开发并克服了构建大数据时所遇到的种种困难,这是本次研究的主要研究成果。" 吴基勇教授总结说:"此次研究结果将用于新一代电动汽车电池的剩余寿命的预测技术,将有助于推动电动汽车的普及化,因此更有意义。" 另外,此次研究在军民技术合作事业及韩国研究财团支援下进行,该研究成果最近刊登在能源领域的世界性学术杂志《Applied Energy,IF=9.746》上。 可提高预测电池剩余寿命的准确度及强干性的以物理知识为基础所建立的的人工神经网 吴基勇教授 POSTECH 的李承哲教授
|
||
上一篇 | [成就] 将第四次产业革命与定制医药部门相结合的革新部门---汉阳定制医药研究院:"HY-IPT" | |
下一篇 | [教授] 汉阳大学的郑艺焕教授开发出AR·元宇宙的触觉再现技术 |