Geri Dön

Yapay zeka destekli lityum bataryaların ömür hesap programı

Artificial intelligence supported lithium battery life calculator

PDF İndir

  1. Tez No: 886708
  2. Yazar: MEHMET FATİH ADAR
  3. Danışmanlar: DOÇ. DR. PEYMAN MAHOUTİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 58

Özet

Batarya teknolojilerinin yaygın kullanımıyla birlikte, bataryaların kapasite azalması ve yaşlanma konuları önemli bir hale gelmiştir. Bu meseleler, enerji sistemlerinin etkinliği ve güvenliği açısından kritik bir öneme sahiptir. Bataryaların tasarımı ve kullanım süreçlerinde, kapasite azalması ve yaşlanma davranışlarının önceden tahmin edilmesi büyük önem taşır. Bu tahminler, batarya performansının optimize edilmesi, enerji sistemlerinin güvenilir hale getirilmesi ve batarya ömrünün uzatılması gibi avantajlar sağlar. Bu çalışmada, batarya hücresinin bozulmasının önceden tahmin edilmesi için bir stokastik model sunulmuştur. Önerilen model, Markov zincirlerine dayalı bir yaklaşımdan esinlenmiş, ancak tipik bir Markov sürecinden farklıdır; çünkü bu modelde geçiş olasılıkları, hücrenin yaşadığı döngü sayısına göre değişmektedir. Bu durum, bataryanın gerçek dünyadaki kullanımını daha doğru yansıtır, zira batarya kullanımı ve çevresel koşullar geçiş olasılıklarını etkileyen faktörlerdir. Önerilen model, incelenen hücrelerin kullanım ömrünün sonuna yaklaştığında ani kapasite azalmasını yeniden üretebilir. Özellikle nominal kapasitenin %80'inden daha düşük seviyelere ulaştığında yaşanan bu ani azalma, birçok batarya uygulamasında karşılaşılan bir durumdur. Bu nedenle, modelin bu tür durumları doğru öngörebilmesi, batarya yönetimi ve bakımı açısından büyük önem taşır. Ayrıca, modelin belirli yaşlanma faktörlerine maruz kalan hücrelerde kapasite eğilimini tahmin etme yeteneği gösterilmiştir. Özellikle, lityum demir fosfat (LiFePO4) katot ve grafitten oluşan bir lityum iyon batarya hücresi için farklı yaşlanma faktörlerine maruz kalan hücrelerin kapasite eğilimleri incelenmiştir. Sonuç olarak, önerilen stokastik model, batarya kapasite azalması ve genel olarak batarya yaşlanmasıyla ilişkili davranışların önceden tahmin edilmesi açısından önemli bir adımdır. Modelin kullanılması, batarya tasarımı, enerji depolama sistemleri ve taşınabilir elektronik cihazlar gibi birçok alanda batarya performansının optimize edilmesine ve batarya ömrünün uzatılmasına katkıda bulunabilir. Ancak, modelin gerçek dünya koşullarında nasıl performans göstereceğini belirlemek için daha fazla deneysel ve uygulamalı çalışmaya ihtiyaç vardır.

Özet (Çeviri)

With the widespread use of battery technologies, issues such as capacity reduction and overall aging of batteries have become prominent. These issues are crucial for the efficiency and safety of energy systems. In this context, it is highly important to predict capacity reduction and aging behaviors in the design and usage processes of batteries. Such predictions can provide advantages like optimizing battery performance, making energy systems more reliable, and extending battery life. This study presents a stochastic model for predicting the degradation of battery cells in advance. The proposed model is inspired by an approach based on Markov chains but differs from a typical Markov process because, in this model, transition probabilities change according to the number of cycles the cell has undergone. This situation more accurately reflects the real-world usage of batteries, as factors like battery usage and environmental conditions affect transition probabilities. The proposed model can reproduce the sudden capacity reduction that occurs as the examined cells approach the end of their lifespan. Specifically, this sudden reduction occurs when the nominal capacity falls below 80%, a situation commonly encountered in many battery applications. Therefore, the model's ability to accurately predict such scenarios is of great importance for battery management and maintenance. Furthermore, the model demonstrates the ability to predict capacity trends in cells exposed to specific aging factors. In particular, the capacity trends of lithium-ion battery cells composed of lithium iron phosphate (LiFePO4) cathodes and graphite, exposed to various aging factors, were examined. In conclusion, the proposed stochastic model represents a significant step in predicting behaviors related to battery capacity reduction and overall battery aging. The use of this model can contribute to optimizing battery performance and extending battery life in various fields, such as battery design, energy storage systems, and portable electronic devices. However, more experimental and practical studies are needed to determine how the model will perform under real-world conditions.

Benzer Tezler

  1. Tez No

    958809

    Integrated geochemical and thermal assessment of geothermal systems for sustainable resource utilization: A case study from the Dikili-Bergama Region, Western Anatolia

    Sürdürülebilir kaynak kullanımı için jeotermal sistemlerin entegre jeokimyasal ve termal değerlendirmesi: Dikili-Bergama Bölgesi, Batı Anadolu

    TOLGA AYZİT

    Doktora

    İngilizce

    İngilizce

    2025

    Enerjiİzmir Yüksek Teknoloji Enstitüsü

    Disiplinlerarası Mühendislik Ana Bilim Dalı

    PROF. DR. ALPER BABA

  2. Tez No

    880474

    AI assisted teaching: Practices and perspectives of instructors on using AI tools in ELT

    Yapay zeka destekli öğretim: İngilizce öğretiminde yapay zeka araçlarının kullanımına ilişkin öğretim görevlilerinin uygulamaları ve perspektifleri

    ALPASLAN ÇİFTÇİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Eğitim ve ÖğretimMaltepe Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. AYSU ARYEL ERDEN

  3. Tez No

    881784

    Yapay zekâ destekli grafik tasarım araçlarının sürdürülebilirlik odaklı kullanımı: yeşil tasarım ilkeleri ve karbon ayak izi analizi

    Sustainability - focused use of artificial intelligence supported graphic design tools: green desing principles and carbon footprint analysis

    ELİF AYYILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Güzel SanatlarGiresun Üniversitesi

    Sanat ve Tasarım Ana Sanat Dalı

    DOÇ. SEDA NUR ATASOY

  4. Tez No

    883853

    Empowering learner autonomy for developing writing skills through ai-enhanced reflective journals

    Yapay zekâ destekli yansıtıcı günlükler aracılığıyla yazma becerilerinin geliştirilmesi için öğrenen özerkliğinin güçlendirilmesi

    SENA KÖNEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Eğitim ve Öğretimİstanbul Medeniyet Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. SELAMİ AYDIN

  5. Tez No

    883854

    The impact of artificial intelligence-powered writing assistance systems on metacognitive writing strategies in the EFL learning context

    Yapay zekâ destekli yazma sistemlerinin yabancı dil olarak İngilizce öğrenme bağlamında üstbilişsel yazma stratejileri üzerindeki etkisi

    ECE HATİCE BERK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Eğitim ve Öğretimİstanbul Medeniyet Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. SELAMİ AYDIN

Geri Dön