광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[머신러닝으로 EV 급속 충전 가능] 많은 사람들이 아직 EV 자동차로의 전환을 꺼리는 이유는 긴 충전시간 때문이다. AI와 머신러닝으로 초고속 EV 충전이 가능하다. 아이다호 국립 연구소(Idaho National Laboratory)의 연구원들이 머신러닝 및 기타 고급 분석을 사용하여 배터리를 손상시키지 않으면서 전기 자동차 충전 시간을 단축하고 있다고 보도 자료에서 밝혔다.

https://www.impactlab.com/2022/09/16/super-fast-ev-charging-might-be-possible-with-ai-and-machine-learning/

JM Kim | 기사입력 2022/09/19 [00:00]

[머신러닝으로 EV 급속 충전 가능] 많은 사람들이 아직 EV 자동차로의 전환을 꺼리는 이유는 긴 충전시간 때문이다. AI와 머신러닝으로 초고속 EV 충전이 가능하다. 아이다호 국립 연구소(Idaho National Laboratory)의 연구원들이 머신러닝 및 기타 고급 분석을 사용하여 배터리를 손상시키지 않으면서 전기 자동차 충전 시간을 단축하고 있다고 보도 자료에서 밝혔다.

https://www.impactlab.com/2022/09/16/super-fast-ev-charging-might-be-possible-with-ai-and-machine-learning/

JM Kim | 입력 : 2022/09/19 [00:00]

아이다호 국립 연구소(Idaho National Laboratory)의 연구원들이 머신러닝 및 기타 고급 분석을 사용하여 배터리를 손상시키지 않으면서 전기 자동차 충전 시간을 단축하고 있다고 보도 자료에서 밝혔다.

 

전기 자동차의 인기가 높아짐에도 불구하고 많은 소비자들이 전환을 주저한다. 주된 이유 중 하나는 내연 기관으로 구동되는 차량에 연료를 공급하는 것보다 전기 자동차에 전력을 공급하는 데 훨씬 더 오랜 시간이 걸린다는 것이다. 이러한 망설임은 주행거리 불안의 반영이며, 이 불안에 대한 해결책은 장거리 전기 자동차를 구입하는 것인데, 이는 다소 비쌀 수 있다.

 

더 빠른 전원 공급 방법을 찾아서

 

전기 자동차에 연료를 공급하는 리튬 이온 배터리를 충전하는 것은 섬세한 균형 작업이다. 운전자는 가능한 한 빨리 전원을 켜서 도로로 돌아가기를 원하지만 현재 기술로는 속도를 높이면 배터리가 손상된다.

 

리튬 이온 배터리를 충전할 때 리튬 이온은 장치의 양극과 음극에서 이동한다.

 

리튬 이온을 더 빠르게 이동시켜 배터리를 더 빠르게 충전할 수 있지만 때로는 리튬 이온이 음극에서 양극으로 완전히 이동하지 않는 경우가 있다. 그렇게 함으로써 리튬 금속이 축적되어 조기 배터리 고장을 유발할 수 있다. 또한 음극이 마모되고 균열이 생길 수 있다. 이러한 모든 문제는 배터리의 수명과 차량의 유효 범위를 감소시킨다.

 

이 수수께끼에 대한 한 가지 솔루션은 다양한 유형의 배터리 설계에 대한 손상을 방지하면서 속도를 최적화하도록 충전 프로토콜을 조정하는 것이다. 그러나 최적의 프로토콜을 개발하려면 다양한 방법이 이러한 장치의 수명, 효율성 및 안전성에 어떤 영향을 미치는지에 대한 방대한 데이터가 필요하다.

 

배터리의 설계 및 상태, 그리고 현재의 전력망 인프라에 주어진 충전 프로토콜을 적용하는 가능성은 연구에서 중요한 변수이다.

 

Eric Dufek 박사는 "빠른 충전은 소비자 신뢰를 높이고 전기 자동차의 전반적인 채택을 높이는 열쇠이다."고 말했다. 미국 화학 학회(ACS)의 가을 회의에서 아이다호 국립 연구소의 에너지 저장 및 전기 운송 부서에서. 그는자동차 충전이 주유소에서 주유하는 것과 매우 유사하게 할 수 있다고 덧붙였다.

 

주행 거리 불안은 전기 자동차를 구매하려는 많은 소비자에게 주요 제한 사항으로 간주된다. 이러한 불안을 완화하기 위한 두 가지 경로는 더 높은 에너지의 배터리와 10분 이내에 충전할 수 있는 배터리의 개발이다. 두 가지 목표 중 하나를 달성하는 것은 어렵고 재료 열화에서 전지 및 전극 설계에 이르는 일련의 과제를 제시한다. 극도의 급속 충전을 수행할 때 Li 증착 및 음극 균열을 비롯한 여러 유형의 열화가 나타난다. 전기화학적 방법을 사용한 조기 감지 및 이해는 복잡하지만 다양한 서명을 사용하는 경우 가능하다. 여기에서 우리는 전기화학적 방법을 목표 특성화 및 고장 모드를 감지하기 위한 고급 분석과 공동으로 정렬하려는 최근의 노력에 대해 설명한다. 특히, 머신러닝 및 기타 고급 분석 접근 방식은 수명을 예측하고, 고장 모드를 설명하고, 전기화학적 모델에 입력을 제공하는 데 필요한 시간과 노력을 줄일 수 있다는 가능성을 보여준다. 여기에서는 머신러닝을 사용하여 고속 충전 애플리케이션에 사용되는 셀에서 조기 고장 모드 분류를 수행하는 방법에 대해 설명한다. 이 정보를 사용하여 특정 노화 경로를 최소화하도록 설계된 고급 충전 프로토콜을 개선하기 위한 정보를 피드백할 수 있다.

 

InterestingEngineering.com

 
전기 자동차, EV, 급속충전, 머신러닝, 인공지능 관련기사목록
광고
광고
광고
광고
광고
광고
많이 본 기사
자율차,드론, 교통, 에너지,기후 많이 본 기사