چکیده مقاله
باتری های لیتیوم یون به عنوان منبع اصلی انرژی در وسایل نقلیه الکتریکی و سامانه های ذخیره سازی انرژی نقش مهمی ایفا می کنند با این حال تحلیل دقیق رفتار الکتروشیمیایی آنها به ویژه در فرآیندهای تخریب و در شرایط مختلف وضعیت بار SOC و وضعیت سلامت SOH نیازمند آزمایش های پیچیده و زمان بر نظیر طیف سنجی امپدانس الکتروشیمیایی EIS است در این پژوهش یک مدل شبکه عصبی پرسپترون چندلایه MLP برای پیش بینی پاسخ امپدانسی باتری های لیتیوم یون در شرایط مختلف SOC و SOH توسعه داده شد نتایج نشان داد که مدل پیشنهادی با دستیابی به مقادیر R۲ برابر با ۰ ۹۹۷ آموزش و ۰ ۹۸۷ آزمون و مقادیر بسیار پایین RMSE و MAE توانسته است عملکرد بسیار دقیقی در بازتولید نمودارهای امپدانس ارائه دهد همچنین مقایسه نمودارهای پیش بینی شده با داده های تجربی تحت شرایط مختلف SOC و SOH همپوشانی بالایی را نشان داد این نتایج بیانگر آن است که بکارگیری روش های یادگیری ماشین می تواند به عنوان رویکردی کارآمد برای جایگزینی یا تکمیل آزمایش های تجربی در تحلیل تخریب باتری های لیتیوم یون مورد استفاده قرار گیرد
کلیدواژهها
نویسندگان
ذبیح اله ذبیحی لهرمی
دانشکده فیزیک، دانشگاه علم و صنعت ایران، تهران
شیوه ارجاع
�بیحی لهرمی، ذبیح اله،1404،از شبکه عصبی پرسپترون چندلایه تحت شرایط مختلف SOC و SOH،دومین همایش بین المللی قوای محرکه نوین،تهران
ارائهشده در
مجموعه مقالات دومین همایش بین المللی قوای محرکه نوین22 مهر 1404 · تهران