Yapay zeka destekli lityum bataryaların ömür hesap programı
Artificial intelligence supported lithium battery life calculator
- Tez No: 886708
- Danışmanlar: DOÇ. DR. PEYMAN MAHOUTİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Bilim Dalı
- 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
- Yapay zeka destekli odyometri ölçüm sisteminin tasarımı ve gerçekleştirilmesi
Design and implementation of supported artificial intelligence audiometer meas-urement system
BÜŞRA ER
Yüksek Lisans
Türkçe
2020
Mühendislik BilimleriAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UĞUR FİDAN
- Artificial intelligence based e-commerce types and consumer behaviours
Yapay zeka destekli e-ticaret yöntemleri ve tüketici davranışları
SİBEL YILDIZ
Yüksek Lisans
İngilizce
2019
İşletmeBahçeşehir ÜniversitesiSosyal Bilimler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KAZIM SELÇUK TUZCUOĞLU
- Yapay zekâ destekli otonom ödeme teknolojisi üzerine bir araştırma: Aktif ve pasif yenilik direncinin incelenmesi
A research on ai-assisted autonomous checkout technology: Investigation of active and passive innovation resistance
ÖZGE AKIN
- Yapay zeka destekli interaktif sağlık robotu
Artificial intelligence assisted interactive health robot
MUSTAFA GÖKSU
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ALKAN
- Yapay zeka destekli takipçi profilleme sistemi
Artificial intelligence based follower profiling system
KADİR YUNUS KOÇ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL GÜVENOĞLU