인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 5%
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
최근 리튬이온 배터리의 다양한 장점 덕분에 리튬이온 배터리 사용량이 급격히 증가함에 따라 배터리 관련 다양한 사고사례가 급격히 증가하고 있다. 특히 리튬이온 배터리의 열폭주 현상은 폭발 및 화염으로 인하여 인명사고를 유발할 수 있기 때문에 더욱 예측 및 관리가 필요하다. 본 연구는 다양한 열 운전조건 및 남용 조건에서 배터리의 열폭주 현상을 예측하기 위한 심층 연산자 네트워크(DeepONet)를 제안한다. 구체적으로, 제안하는 심층 연산자 네트워크는 배터리에 인가되는 다양한 열 운전조건에 대한 배터리의 온도와 양극, 음극, 전해질 그리고 고체 전해질 계면의 농도 변화를 예측 가능한 모델이다. 본 연구에서 배터리의 열폭주 현상의 측정은 상당히 제한적이기 때문에 본 연구에서는 열폭주 현상을 모사 가능한 정밀한 유한 요소모델을 기반으로 다양한 열 작동 및 남용 조건에서의 데이터를 생성하고 제안 신경망을 학습하였다. 학습된 심층 연산자 네트워크는 실제 열폭주 실험결과 및 다양한 열 운전조건에서의 유한 요소 분석 결과를 통해 정확성과 견고성을 검증하였다. 제안 기법은 데이터 생성을 위해 사용한 정밀 유한요소해석 모델과 비교하여 빠르지만 동일한 정확도를 갖기 때문에, 배터리 관리 시스템에 탑재하여 효과적인 열, 전력 및 에너지 관리에 사용 가능할 것으로 사료된다.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2023-530-001358397
