PINN 대리 모델을 이용하여 리튬 이온 배터리의 내부 매개변수를 효율적으로 추론할 수 있다.
단일 입자 모델(SPM)을 대체하기 위해 물리 정보 신경망(PINN) 대리 모델을 개발하여 배터리 내부 매개변수를 신속하게 추정할 수 있다.
본 연구는 리튬 이온 배터리의 기계적, 열적, 전기화학적 현상을 연계한 다물리 모델을 개발하고 고차 수치 기법을 통해 효율적으로 해석하였다. 이를 통해 기존 전기화학 모델에 비해 추가적인 통찰을 얻을 수 있음을 보였다.