12100

استفاده از يادگيري ماشين در طراحي سيستم مديريت باتري

1401

دكتر قره‌قاني

دكتر بيدآبادي

با پيشرفت روزانۀ تكنولوژي و استفادۀ انسان از منابع مختلف، مسائلي مانند آلودگي محيط زيست بيش از پيش نظر پژوهش‌گران صنايع مختلف را به خود جلب كرده است. يكي از مهم‌ترين صنايع كه از گذشته تا به امروز همواره در حال تغيير و پيشرفت بوده، صنعت حمل و نقل بخصوص خودروهاي شخصي مي‌باشد. با جدي‌تر شدن ملاحظات آلودگي هوا، خودروهاي الكتريكي نقش پررنگ‌تري در اين حوزه ايفا كرده و بخش زيادي از تمركز كشورهاي پيشرفته بر روي اين صنعت قرار گرفته است. در اين نوع خودروها، اهميت باتري به عنوان بخش اصلي خودرو بسيار بيشتر از اهميت باتري در يك خودروي احتراق داخلي بوده؛ و با توجه به پيچيده‌بودن تكنولوژي آن نيازمند توجه بيشتر و بررسي دقيق‌تري نسبت به موتورهاي احتراق داخلي است. وضعيت شارژ اين باتري‌ها عددي است كه كاربر خودرو در هر لحظه بايد از آن اطلاع داشته باشد كه بر اساس آن بتواند تخميني از مسافتي كه مي‌تواند طي كند، داشته باشد. از طرفي وضعيت سلامتي باتري نيز يك شاخص عددي ديگر بوده كه نمايندۀ سلامت باتري نسبت به شرايط اوليۀ آن است؛ و مشخص بودن مقدار آن از بسياري از خطرات ممكن جلوگيري مي‌كند. ساير مسائل مانند مديريت حرارتي باتري نيز بخش ديگري از مسالۀ نسبتا پيچيدۀ مديريت باتري اين نوع خودروها است. به منظور تخمين، بررسي و مديريت پارامترهاي گفته‌شده، يك سيستم مركزي به نام سيستم مديريت باتري طراحي مي‌شود كه عملكرد باتري در بهترين حالت خود قرار داشته باشد. از الگوريتم‌هاي مورد استفاده در تخمين اين پارامترها مي‌توان به مجموعۀ الگوريتم‌هاي يادگيري ماشين اشاره كرد. در اين پژوهش به برخي از پركاربردترين و دقيق‌ترين روش‌هاي يادگيري ماشين كه در حوزۀ طراحي سيستم مديريت باتري به كار مي‌روند پرداخته شده است. مشاهده شده‌است كه برخي از اين روش‌ها فقط تا 0.24 درصد نسبت به نتايج تجربي و آزمايشگاهي خطا داشته و بدون استفاده از مدل‌سازي‌هاي پيچيده براي باتري، به درستي وضعيت شارژ باتري را تخمين مي‌زنند. همچنين در مورد برخي از روش‌هاي ديگر كه وابسته به مدل بوده و نتايج خوبي در تخمين وضعيت باتري داشتند نيز صحبت مي‌شود. بسياري از اين روش‌ها در بحث تخمين وضعيت سلامتي باتري خطايي كمتر از 1 درصد داشته و اين نكته آيندۀ روشن حوزه سيستم مديريت باتري را نشان مي‌دهد.

6/10/2023 12:00:00 AM

79115

1402/04/04

Machine Learning Approaches in Battery Management System

باتري , خودروهاي الكتريكي , سيستم مديريت باتري , يادگيري ماشين

Battery , Electric Vehicles , Battery Management System , Machine Learning