دراسة لقياس مقاومة البطارية باستخدام التحليل الطيفي بفضل تكنولوجيا الذكاء الاصطناعي تحت ظروف تفريغ متغيرة

تعد بطاريات الليثيوم أيون مكونات أساسية في السيارات الكهربائية (EV) وأنظمة تخزين الطاقة (ESS). مع توسع استخدامها، زادت حوادث الحرائق، مما يبرز الأهمية المتزايدة لتقنيات تشخيص الحالة. يعتبر التحليل الطيفي للمقاومة الكهروكيميائية (EIS) طريقة تمثيلية لتقييم حالة التدهور والعمليات الكهروكيميائية للبطاريات من خلال تحليل خصائص المقاومة الداخلية عبر ترددات مختلفة. ومع ذلك، تم تصميم معدات قياس EIS التجارية لاختبار الخلايا الفردية بدلاً من المراقبة في الوقت الفعلي، مما يجعل من الصعب تنفيذها في أنظمة البطاريات على الموقع لجمع البيانات في الوقت الفعلي. في هذه الورقة، نقترح طريقة للحصول على بيانات EIS عبر الإنترنت بشكل متكرر أثناء تكاملها مع نظام البطارية، ونعمل على تنفيذها في جهاز فعلي، والتحقق من صحة قياسات EIS. علاوة على ذلك، نقدم نموذج تعلم للذكاء الاصطناعي (AI) لاستغلال بيانات EIS المكتسبة لتصنيف حالات البطارية. من خلال استخدام بيانات EIS المقاسة كمدخلات، نوضح أن تصنيف الحالة والتقييم ممكن من خلال النموذج المقترح.