$VideoContentTcplayer$
  • 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • 2025第六届软件定义汽车论坛暨AUTOSAR中国日
  • 2025第五届中国汽车人机交互与体验设计创新大会
  • 2025第五届汽车计算大会
  • 2025第三届AI定义汽车论坛
  • 2025第三届中国汽车及零部件出海高峰论坛
  • 第八届上海-斯图加特汽车及动力系统国际研讨会
  • 2025第四届中国车联网安全大会
当前位置:首页 > 新技术 > 正文

亚利桑那大学开发机器学习框架 可帮助防止汽车电池起火

盖世汽车 钟群 2024-09-06 09:25:52

盖世汽车讯 电动汽车最关键的安全问题之一是如何保持电池冷却,因为温度飙升可能会导致危险的后果。据外媒报道,亚利桑那大学(University of Arizona)博士生领导的一项新研究提出了一种方法,可以预测和防止为电动汽车供电的锂离子电池温度飙升。这项研究由工程学院博士生Basab Goswami领导,研究成果已发表在期刊《Journal of Power Sources》上,论文题为“推进电池安全(Advancing Battery Safety)”。

亚利桑那大学开发机器学习框架 可帮助防止汽车电池起火

图片来源:University of Arizona

Goswami及其导师、航空航天和机械工程教授兼项目首席研究员Vitaliy Yurkiv开发了一个框架,利用多物理场和机器学习模型来感知、预测和识别锂离子电池过热(即热失控)。

Goswami表示:“未来,该框架可以集成到电动汽车的电池管理系统中,以防止电池过热,从而保护驾驶员和乘客的安全。我们需要向绿色能源过渡,但锂离子电池存在安全问题。”

用过去预测未来

热失控可能极其危险,而且难以预测。Goswami表示:“电池中的温度会以指数级上升,从而引发火灾。”

电动汽车的电池包由多个紧密相连的电芯组成。如今的电动汽车每个电池包中可能有1000多个电芯。如果一个电芯发生热失控,相邻的电芯也很可能发热,从而产生多米诺骨牌效应。Goswami表示,如果发生这种情况,电动汽车的整个电池包都可能爆炸。

为了防止这种情况,研究人员建议利用包裹在电芯周围的热传感器,将历史温度数据输入机器学习算法,以预测未来的温度。该算法可以预测失控事件可能发生的时间和地点。

Goswami表示:“如果我们知道热点的位置(热失控的起始点),我们就可以找到解决方案,在电池达到临界阶段之前将其停止。”

Yurkiv表示,Goswami算法的准确性给他留下了深刻印象。在Goswami的研究之前,机器学习模型还未曾用于预测热失控。Yurkiv说:“我们没想到机器学习能如此精确地预测热电偶温度和热点位置。此前没有人能做到这一点。”

这项研究建立在Goswami和Yurkiv今年1月发表的论文基础上,该论文调查了使用热成像技术预测失控的情况,这将需要重型成像设备不断拍照进行审查。而Goswami和Yurkiv在最新论文中提出的解决方案更轻便、更具成本效益。

2024年全球前瞻技术情报

*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。

本文地址:https://auto.gasgoo.com/news/202409/6I70404369C409.shtml

文章标签: 前瞻技术 电池
 
0

好文章,需要你的鼓励

微信扫一扫分享该文章