세계에너지시장정보 통합검색
에너지뉴스
| 제목 | 독일, 미국) 배터리 오류 조기 감지를 위한 기계 학습 방법 개발 | ||
|---|---|---|---|
| 국가 | [독일] [미국] | 출처 | Tech X Plore |
| 산업구분 | [에너지효율] | 등록일 | 2024.10.31 |
| 구분 | 기술 | ||
(연구 목적) 리튬 이온 배터리의 안전한 사용을 위해 조기 오류 감지 및 상태 모니터링 방법을 개발함 (연구 방법) 물리적 방법과 기계 학습을 결합한 재귀적 가우스 프로세스를 사용하여 배터리 셀의 변화를 실시간으로 감지함 (연구 결과) 단일 셀의 비정상적인 동작이 전체 시스템에 영향을 미칠 수 있으며, 이를 통해 배터리의 노화 및 고장 조건을 더 잘 이해할 수 있음 기사 원문 발췌
제목 :
Machine learning method for early fault detection could make lithium-ion batteries safer 발췌 내용 :
To mitigate these risks, researchers at TU Darmstadt and the Massachusetts Institute of Technology (MIT) have developed novel methods for battery analysis and monitoring that leverage physically constrained machine learning approaches. The team of Joachim Schaeffer, Eric Lenz, and Professor Rolf Findeisen from the Institute of Automation Technology and Mechatronics at TU Darmstadt, together with the groups of Professor Richard Braatz and Professor Martin Bazant at MIT, developed a method that combines physical methods with machine learning.
※ 본 정보는 게시일로부터 수정/변경될 수 있으므로, 정확한 내용은 아래 출처의 링크를 통해 확인하시기 바랍니다.
|
|||
| 원문 링크 | https://techxplore.com/news/2024-10-machine-method-early-fault-lithium.html | ||