Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Sensor

Tanya Jawab: Pengembangan Desain Baterai Litium-Ion untuk Pengisian Cepat 10 Menit

Dr. Tanvir Tanim dan timnya di Idaho National Laboratory merancang baterai litium-ion yang dapat diisi daya dalam 10 hingga 15 menit di stasiun pengisian di tepi jalan. Mereka mengembangkan algoritma machine learning yang mendeteksi plating litium yang tidak diinginkan yang dapat terjadi dalam kondisi tersebut.

Tech Briefs: Bagaimana proyek ini dimulai?

Dr. Tanvir Tanim: Kami terlibat dalam program pengisian daya cepat ekstrim, yang disponsori oleh Departemen Energi Vehicle Technology Office pada 2017. Tujuannya adalah mengaktifkan pengisian daya cepat ekstrim (XFC) pada baterai litium-ion — sekitar pengisian 10 hingga 15 menit — dasarnya untuk membuat pengalaman pengisian ulang kendaraan listrik dapat dibandingkan dengan pengalaman pengisian bahan bakar kendaraan bensin. Itu adalah salah satu pertimbangan utama bagi konsumen kendaraan listrik.

Untuk program tersebut, kami menguji banyak baterai litium-ion dengan laju pengisian yang sangat cepat. Saat Anda mengisi daya baterai ini dengan laju tinggi, Anda akan menemukan banyak masalah — plating litium adalah salah satunya. Baterai mengandung jumlah litium yang terbatas, jadi Anda tidak ingin hilangnya litium selama pengisian dan pengosongan, Anda ingin litium beredar kembali dari anoda ke katoda. Namun, selama pengisian cepat, litium yang dapat beredar dapat menempel pada permukaan anoda, yang merupakan reaksi parasit yang tidak diinginkan — litium yang menempel tidak dapat dipulihkan — selama pengosongan tidak dapat kembali ke katoda.

Ada masalah lain dengan plating. Jika tidak terdeteksi sejak dini, plating akan terus berlanjut dan dapat mengakibatkan kejadian parah. Misalnya, litium yang menempel dapat mengambil bentuk dendrit dan tumbuh seperti jarum dari anoda dan dapat membelah pemisah, menciptakan rangkalan internal.

Jadi, kami menguji banyak baterai litium-ion, melakukan modifikasi desain, lalu menguji ulang untuk melihat apakah plating litium sedang terjadi. Namun, pada saat itu, kami tidak memiliki cara yang baik untuk mendeteksi plating. Setelah pengujian, kami akan membuka sel untuk melihat apakah ada plating, atau kami akan melakukan pengujian pasca. Kami sebenarnya tidak memiliki metode deteksi plating litium yang bermodulasi tanda elektrokimia yang kuat, tetapi kami belajar banyak hal.

Kemudian kami terlibat dalam program berbeda, yang disebut machine learning berbasis fisika, juga didanai oleh DOE. Tujuan program tersebut adalah mengembangkan algoritma berbasis kecerdasan buatan/machine learning untuk memperoleh proyeksi umur baterai yang andal bersama dengan mengidentifikasi penyebab dasar degradasi. Pada saat itu, kami telah mengumpulkan banyak data dan menghasilkan pemahaman yang komprehensif tentang berbagai mode dan mekanisme degradasi. Kami berpikir, karena kami memiliki semua data itu, dan kami mengetahui tanda elektrokimia yang berkaitan dengan plating litium, mengapa kami tidak mengubahnya menjadi masalah machine learning. Kami dapat menggunakan tanda elektrokimia, membawa machine learning ke dalamnya, dan melihat apakah itu dapat membantu kami menghasilkan strategi untuk mendeteksi plating litium.

Satu hal membawa hal lain, dan kami mencapai kesimpulan bahwa ini bisa menjadi metode yang sangat baik untuk mendeteksi plating litium sejak dini, tanpa membuka sel. Membuka sel dan melakukan pengujian pasca memakan waktu, mahal, dan menunda pengembangan siklus hidup baterai.

Tech Briefs: Jadi, metode Anda adalah mendeteksi tanda elektrokimia tertentu?

Tanim: Pada saat itu, kami memiliki banyak data elektrokimia, dan memperoleh pemahaman yang baik tentang fisika di baliknya. Kami mengidentifikasi tanda elektrokimia kunci yang dapat dikaitkan dengan plating litium. Kemudian kami menjalankan data tersebut, membawa machine learning ke dalamnya, dan menyelesaikan masalah yang kami susun pada saat itu.

Tech Briefs: Bisakah Anda memberitahu saya tentang jenis data tertentu yang Anda gunakan?

Tanim: Kami terutama difokuskan pada data elektrokimia karena Anda dapat mengumpilkannya dengan mudah — sebenarnya, selama pengujian kami selalu mencari tanda elektrokimia untuk menggambarkan masalah umur dan kinerja baterai litium-ion. Tanda yang umum adalah tegangan, arus, suhu, dan sebagainya. Anda dapat mengubah tanda tersebut menjadi variabel sekunder yang berbeda. Misalnya, kami melihat kapasitas pengosongan dan tren penurunan kapasitas, linearitas atau non-linearitasnya. Juga, tegangan istirahat akhir pengisian, tegangan akhir pengosongan dan bagaimana mereka berubah selama siklus, dan selain itu, efisiensi kulombik.

Tech Briefs: Apa yang dimaksud dengan kapasitas pengosongan?

Tanim: Jika Anda menggunakan baterai, Anda mengeluarkan energi darinya, yang dinamakan pengosongan. Salah satu ukuran kapasitas adalah ampere-jam.

Tech Briefs: Bagaimana dengan penurunan kapasitas?

Tanim: Baterai baru memiliki kapasitas tertentu — katakanlah satu ampere-jam. Seiring siklus, kapasitas tersebut akan menurun. Penurunan kapasitas (atau energi) adalah persentase penurunan. Dalam kasus normal, tren penurunan akan cukup linear, terutama pada siklus awal. Namun, dengan plating litium, tren sangat non-linear — laju penurunan yang lebih tinggi di awal dan penurunan yang lebih rendah kemudian.

Plating litium dapat terjadi dalam berbagai kondisi. Selain pengisian cepat, plating dapat terjadi jika Anda mengisi baterai pada suhu di bawah nol, atau jika ada masalah ketidakseimbangan yang terkait dengan penuaan pada baterai. Tanda-tanda mungkin tidak sama sensitif untuk semua kondisi plating tersebut. Jadi, kami mengidentifikasi tanda yang paling sensitif untuk pengisian cepat dan kemudian menggunakannya untuk mengembangkan algoritma machine learning kami.

Tech Briefs: Tanda-tanda apa yang Anda gunakan?

Tanim: Kami menemukan bahwa tanda yang paling sensitif untuk pengisian cepat adalah tren bagaimana kapasitas sel menurun, secara linear atau non-linear, tegangan istirahat akhir pengisian, dan efisiensi kulombik.

Kami juga menemukan bahwa dua tanda yang terkenal lainnya yang dilaporkan oleh orang lain, dQ/dV dan dV/dt, tidak sangat sensitif dalam kondisi pengisian cepat, kecuali jika ada situasi plating yang sangat agresif.

Tech Briefs: Bisakah Anda menjelaskan efisiensi kulombik?

Tanim: Efisiensi kulombik adalah rasio persentase kapasitas pengosongan dibagi dengan kapasitas pengisian.

Tech Briefs: Bagaimana Anda mengukur penurunan kapasitas?

Tanim: Anda harus melakukan beberapa pengujian. Pada skala laboratorium, saat kami melakukan siklus baterai, kami dapat memilih siklus tertentu untuk mengukur kapasitas pengisian atau pengosongannya. Dari arus dan waktu, kami dapat menghitung kapasitas dalam ampere-jam. Sekarang jika Anda mengulangi proses yang sama seiring baterai menurun, Anda dapat menemukan kapasitas pada keadaan tua dan dari sana dapat menghitung persentase penurunan (penurunan kapasitas dibandingkan keadaan segar).

Tanya Jawab: Pengembangan Desain Baterai Litium-Ion untuk Pengisian Cepat 10 Menit

Tech Briefs: Apakah Anda bereksperimen dengan protokol pengisian yang berbeda?

Tanim: Untuk menghindari plating litium, Anda dapat memodifikasi desain baterai dengan berbagai cara: Anda dapat mengubah bahan, Anda dapat mengubah desain elektroda atau beberapa aspek lain dari desain baterai, seperti elektrolit.

Anda juga dapat mengubah kondisi operasi atau profil pengisian. Misalnya, Anda dapat mencoba berbagai protokol pengisian dan membandingkannya dengan dasar acuan. Misalnya, alih-alih arus konstan/tegangan konstan, Anda dapat mencoba protokol pengisian multitahap atau protokol lainnya. Dan Anda juga dapat mengubah suhu.

Metode kami untuk mendeteksi plating litium akan berlaku terlepas dari modifikasi desain atau protokol pengisian apa pun.

Tech Briefs: Bagaimana Anda melihat implementasi ini?

Tanim: Ada dua skenario di mana metode ini akan memberikan kontribusi yang berharga. Pertama adalah untuk digunakan oleh ilwan peneliti di laboratorium. Metode ini akan lebih cepat memberitahu kami apakah dalam kondisi operasi yang diberikan, plating litium sedang terjadi atau tidak — kami tidak perlu membuka sel atau melakukan analisis pasca lainnya. Hanya tanda elektrokimia akan memberitahu kami apakah plating litium sedang terjadi untuk desain dan kondisi operasi tertentu. Itu dapat dilakukan dalam 10 hingga 25 siklus. Ini memberitahu kami apakah kita harus memodifikasi desain baterai — kita ingin mengidentifikasi itu secepat mungkin. Kami kemudian dapat kembali, mengulang desain, dan mengulang pengujian untuk melihat apakah kita bergerak ke arah yang benar.

Tanda elektrokimia, dengan beberapa modifikasi dan verifikasi lebih lanjut, juga dapat diimplementasikan dalam sistem manajemen baterai di atas kendaraan listrik serta dalam aplikasi stasioner di mana baterai litium-ion digunakan. OEM atau produsen baterai sudah mengumpulkan sebagian besar tanda ini. Menggunakannya sebagai dasar acuan, kami, mungkin tidak pada siklus hidup awal, mungkin beberapa tahun lagi, dapat memperingatkan pengguna bahwa meskipun baterai baik pada awal siklus hidupnya, sesuatu telah berubah, dan plating litium telah mulai terjadi. “Karena sekarang ada plating litium, ini adalah peringatan dini bahwa Anda harus melakukan sesuatu tentang baterai.”

Tech Briefs: Bisakah Anda menebak segera ini akan dikomersialkan?

Tanim: Kami memiliki paten sementara untuk ini dan kami sedang bekerja untuk mengajukan paten penuh segera. Kami juga mencari peluang kolaborasi untuk mengembangkannya lebih lanjut dan kami melihat banyak minat dari perusahaan swasta. Juga, DOE memiliki dana komersialisasi teknologi di mana kami dapat berkolaborasi dengan industri swasta lain dan lebih meningkatkannya serta menunjukkan untuk aplikasi di papan, tetapi saya tidak ingin memberikan tebakan tertentu.

Versi yang diedit dari wawancara ini muncul dalam edisi Desember 2021 Tech Briefs.


Sensor

  1. Isabellenhütte Memperkenalkan IEM-DCC: Meter DC Terekalasi untuk Penagihan Pengisian Daya Cepat yang Akurat
  2. Mengoptimalkan Model AI untuk Pembedaran Terbenam yang Efisien
  3. Kristal Nano Timbal: Perbatasan Berikutnya untuk Baterai Lithium-Ion Tinggi Kapasitas
  4. Arkema Ungkap Grade PVDF 100% Terbarukan untuk Baterai Litium-Ion
  5. Anoda MoS₂ Lapisan Sedikit/Karbon Asetilen Kapasitas Tinggi untuk Baterai Li-Ion
  6. Anoda Komposit Si/Grafen Tinggi Kapasitas yang Dibuat melalui Reduksi Termal Magnesium untuk Baterai Li-Ion
  7. Anoda Thin-Film Fe₂O₃ Nanokristal Tinggi Performa melalui Pulsed Laser Deposition untuk Baterai Litium-Ion
  8. Maksimalkan Efisiensi: 4 Tips Terbukti untuk Mesin Waterjet Anda
  9. Inovasi Manajemen Termal Canggih Mengurangi Kebisingan dan Risiko Kebakaran Pengisian Daya EV
  10. Sistem Pengisian Daya Swarm Drone Otonom: Memperpanjang Waktu Misi dengan UGV