آموزش مدل جایگزین مدل قابلیت نرخ باتری
Surrogate Model Training of a Battery Rate Capability Model
این برنامه استفاده از یک تابع مدل جایگزین را برای پیشبینی قابلیت نرخ سلول باتری NMC111/گرافیت نشان میدهد. قابلیت نرخ در نمودار راگون نشان داده شده است. تابع جانشین، یک شبکه عصبی عمیق، به زیرمجموعه ای از مقادیر داده ورودی ممکن برازش داده شده است. سه مقدار داده ورودی را می توان تنظیم کرد: ضخامت الکترود منفی، کسر حجمی ماده فعال الکترود منفی، و کسر حجمی ماده فعال الکترود مثبت. هزینه محاسباتی پایین ارزیابی تابع جانشین اجازه می دهد تا از لغزنده ها برای تنظیم تعاملی مقادیر ورودی و پیش بینی نمودار راگون برای هر ترکیبی از مقادیر ورودی استفاده شود. هنگامی که ترکیب امیدوارکننده ای از مقادیر شناسایی شد، مدل واقعی باتری لیتیوم یون فیزیکی را می توان برای آن مقادیر ورودی محاسبه کرد تا پیش بینی های مدل جایگزین را تأیید کند. علاوه بر این، داده های فیزیکی محاسبه شده می تواند برای بهبود بیشتر مدل جایگزین استفاده شود.
آموزش مدل جایگزین مدل قابلیت نرخ باتری (فایل)