注意機構を用いることで、重要な時間ステップや周期を特定し、入力データサイズを大幅に削減しつつ、高精度な寿命予測が可能となる。
本論文は、並列接続された電池セル間のバラツキが存在する場合でも、高精度かつ高信頼性のモジュール状態推定を実現する新しい手法を提案する。
リチウムイオン電池のサイクルライフを正確に予測することは、電池の研究開発、テスト、劣化理解を加速するために重要である。機械学習モデルは予測精度が高いが、物理的な洞察が乏しい。ハイブリッドモデルは物理的な理解と予測性能のバランスを取ることができる。
適応有限要素法は、複雑な化学的および機械的結合を持つリチウムイオン電池の数値シミュレーション結果を合理的な時間で得るための強力なツールである。本研究では、Kelly、勾配回復、および残差ベースの3つの空間適応的な細分化戦略を比較し、残差ベースの誤差推定子が最も効率的であることを示す。
大変形したシリコン電池粒子の周囲の固体電解質界面(SEI)内部の応力発生について、異なる弾性ひずみ定義を比較し、その影響を明らかにした。
提案したIIP-Mixerアーキテクチャは、局所的な時間パターンと全体的な時間パターンを同時にキャプチャすることで、リチウムイオン電池の残存有効寿命予測の精度を向上させる。