Вступ

В даний час практично неможливо собі уявити сучасну людину без смартфона. Смартфон потрібен для спілкування з рідними та друзями, для розваги, освіти та багато іншого. Ринок смартфонів є досить конкурентним середовищем і зараз налічує вже більше сотні брендів, кількість яких з кожним роком тільки зростає. Кожен бренд намагається виділитися серед інших своїми особливостями і не дивлячись на різноманітність складових у смартфонах, більшість виробників використовують одну й ту саму технологію для акумуляторів – літій-іон. Багато користувачів навіть не підозрюють про те, що саме акумулятор у смартфоні зношується найшвидше. Тому завдання прогнозування терміну служби літій-іонного акумулятора є критично важливим, враховуючи його широке застосування, але складне через нелінійну деградацію та широку мінливість, навіть при дотриманні умов експлуатації [1-5].

Підходи, що використовують статистичні методи та методи машинного навчання для прогнозування терміну служби, є привабливими альтернативами, які не залежать від механізму. Останнім часом розвиток обчислювальної потужності та генерації даних дозволило прискорити прогрес у вирішенні різних завдань, включаючи прогнозування властивостей матеріалів [6-7], визначення маршрутів хімічного синтезу [8] та пошук матеріалів для зберігання енергії [9-11]. Точне раннє прогнозування терміну служби при значно меншій деградації є складним завданням зазвичай нелінійного процесу деградації (з незначною втратою ємності на ранніх циклах), а також щодо невеликих наборів даних, що використовуються на сьогодні, які охоплюють обмежений діапазон термінів служби [12]. Методи машинного навчання є особливо привабливими для високошвидкісних умов експлуатації, коли первинні теоретичні моделі деградації часто недоступні. Іншими словами, можливості для покращення сучасних моделей прогнозування включають більш високу точність, більш раннє прогнозування і більшу інтерпретованість.

Цілі та задачі дослідження

Метою дослідження є розробка підходу до прогнозування залишкового терміну служби (кількості циклів заряду/розряду до повного зносу) акумулятора за різних умов зарядки на основі машинного навчання, який повинен враховувати переваги та недоліки вже існуючих методів прогнозування.

Завдання дослідження полягають в аналізі процесів, що відбуваються в джерелах живлення мобільних пристроїв; в аналізі переваг та недоліків існуючих методів підвищення ефективності джерел живлення мобільних пристроїв; у вивченні аналітичних та імітаційних моделей джерел живлення мобільних пристроїв; у пошуку можливих способів покращення існуючих моделей джерел живлення мобільних пристроїв; у розробці власної покращеної моделі процесів, що відбуваються у джерелах живлення мобільних пристроїв, а також оцінці ефективності запропонованої моделі.

Огляд досліджень та розробок

За цією тематикою найбільше обговорень та напрацювань ведеться в англомовному просторі. У статтях на подібну тему сьогодні все більше уваги приділяється підвищенню ефективності роботи акумуляторів електромобілів, тому що ця галузь розвивається досить швидко, оскільки багато розвинених країн намагаються скоротити рівень вуглеводневих викидів в атмосферу.

Огляд міжнародних джерел

У статті "A comprehensive investigation of lithium-ion battery degradation performance at different discharge rates" [13] вивчалася поведінка літій-іонного акумулятора при різних швидкостях розряду. Поведінка акумулятора, виявлена в цій статті, може допомогти виробникам та споживачам краще зрозуміти властивості акумулятора та дати рекомендації щодо оптимізації та застосування акумулятора. Як ключова методологія, запропонований авторами статті динамічний закон Пойкерта [14] може бути поширений на багато інших дослідницьких завдань, такі як моделювання деградації акумулятора, моніторинг стану і проблеми прогнозування залишкового терміну служби в умовах різного робочого навантаження. Ще однією проблемою, яку варто розглянути в майбутньому, є механізм, що лежить в основі закону Пойкерта, та відповідна поведінка електрохімічної деградації, що пояснює динамічний закон Пойкерта.

У статті "Numerical simulation of prismatic lithium-ion battery life cycles under wide range of temperature" [15] автори розробили електрохімічну і термохімічну чисельну модель. За допомогою чисельної моделі літій-іонний акумулятор досліджувався за різних робочих температур. В результаті дослідження було успішно описано експлуатаційні характеристики та термін служби літій-іонного акумулятора. З отриманих результатів випливає, що зниження продуктивності літій-іонного акумулятора становить 40% за робочої температури 0°C. Чисельне моделювання ємності зберігання енергії під час циклічного режиму прогнозує, що підвищення температури вище 20°C значно знижує збереження ємності, що має вирішальне значення тривалого терміну служби літій-іонного акумулятора. При належному терморегулюванні температура літій-іонного акумулятора повинна контролюватись на рівні 20°C для забезпечення максимальної продуктивності та довговічності. Таким чином, стратегія терморегулювання в літій-іонному акумуляторі має велике значення для максимального використання акумулятора, його довговічності та безпеки.

У статті "Lithium-ion battery life prediction based on initial stage-cycles using machine learning" [16] запропоновано модель прогнозування терміну служби літій-іонного акумулятора з використанням даних про розряд на початку циклу. Запропонована модель дозволяє збільшити швидкість навчання, отримуючи при цьому результати, які можна порівняти з традиційними підходами. Проведена робота авторами статті підкреслює перспективність поєднання генерації даних та моделювання на основі цих даних для розуміння та розробки складних систем, таких як літій-іонний акумулятор. Запропонований підхід для прогнозування залишкового терміну служби літій-іонного акумулятора в контексті різних умов роботи акумулятора може бути вдосконалений. Надалі запропонована модель може бути використана у додатках, здатних прискорити дослідження та розробку нових конструкцій акумулятора, а також скоротити час та вартість виробництва. Крім цього, модель може скоротити час на перевірку нових типів акумуляторів, що особливо важливо з огляду на швидкий прогрес у галузі матеріалів.

Огляд національних джерел

У статті Моделювання акумуляторних батарей та їх складання з урахуванням деградації параметрів [17] розглянуто основні методи та напрямки моделювання життєвого циклу акумуляторної батареї. За допомогою розробленої моделі було виконано розрахунок паралельно-послідовного збирання з чотирьох акумуляторних батарей, також було досліджено дефіцит електричної ємності однієї акумуляторної батареї у збиранні на роботу збирання в цілому. Зменшення ємності дефектної акумуляторної батареї на 10% призвело до скорочення часу розряду досліджуваного складання на 2,9% порівняно з часом розряду еталонного складання.

У статті Моделювання та оцінка зарядового стану літій-сірчаного акумулятора за допомогою нейронно-нечіткої мережі [18] для оцінки зарядового стану при розряді літій-сірчаного акумулятора запропонована нейронно-нечітка адаптивна мережа (ANFIS), що є вузькоспеціалізованою самонавчою. Розроблена модель ANFIS з достатньою точністю (помилка становить менше 5%) оцінює зарядовий стан літій-сірчаного акумулятора при його гальваностатичному циклюванні. Проте розроблена модель дозволяє оцінювати зарядовий стан лише за постійних значеннях зарядних і розрядних струмів. Надалі необхідна розробка складнішої моделі, що враховує вплив режимів циклування (зарядних та розрядних струмів, пауз, температури та інших параметрів) на зарядовий стан літій-сірчаного акумулятора. Для розробки такої моделі необхідні експериментальні дані щодо циклування літій-сірчаного акумулятора в різних режимах.

Огляд локальних джерел

Серед робіт магістрів ДонНТУ, опублікованих на їхніх особистих сайтах, можна виділити роботу Мирного О. В. (випускника 2018 року), який у своїй статті Аналіз системи комбінованої автономної установки розглянув переваги літій-іонних акумуляторів та аргументував причини їх використання у стаціонарних комбінованих автономних установках, а також роботу Темертей Н. В. (випускниці 2018 року), яка у своїй магістерській дисертації розглядала хімічні процеси, що протікають у літій-іонних акумуляторах; принцип роботи літій-іонних акумуляторів; переваги та недоліки літій-іонних акумуляторів.

Загальна інформація про літій-іонні акумулятори

Літій-іонні акумулятори використовують не тільки у смартфонах, а й у електромобілях, телевізорах, дронах та інших пристроях. Отже питання про максимально ефективне використання цієї технології актуальне як ніколи. Спочатку варто відзначити, що існують різні типи акумуляторів для мобільних пристроїв, основна відмінність яких полягає в типі активної речовини. Найбільш поширеними типами активної речовини для мобільних пристроїв є літій-іонні (Li-Ion) та літій-полімерні (Li-Po, Li-Pol, Li-Poly).

Важливою особливістю літій-іонних акумуляторів є невеликий час заряджання, яке в інших випадках може сягати 20 хвилин [19]. Деякі виробники даних акумуляторів рекомендують заряджати їх приблизно на 80%, щоб продовжити термін служби. Ефективність заряджання при дотриманні таких умов становитиме близько 99%, а зміна температури під час заряджання виявиться незначною і не нестиме жодних негативних наслідків. Деякі види літій-іонних акумуляторів можуть витримувати приріст температури до 5°C при повній зарядці. Зазвичай це пов'язано з підвищеним внутрішнім опором чи захисної схемою. При досягненні акумулятором граничного значення напруги відбувається повний заряд. Не рекомендується повністю заряджати акумулятор, оскільки висока напруга призводить до розбалансування акумулятора. Також літій-іонні акумулятори мають властивість саморозряджатися. Це означає, що, якщо нехтувати правилами правильної експлуатації, акумулятор втрачатиме на місяць приблизно 0,5-1% від максимальної ємності.

Виявляє характеристики, що впливають на термін служби літій-іонних акумуляторів

Для початку необхідно висвітлити кілька ключових моментів. Існує стан заряду батареї (state of charge, SOC), який характеризує ступінь зарядженості батареї (100% – повністю заряджений, 0% – повністю розряджений) та еквівалентний показник глибини розряду (depth of discharge, DOD), який вираховується за формулою:

DOD = 100% - SOC

(1)

Вимірювання швидкості саморозряду зазвичай здійснюється шляхом вимірювання зниження напруги холостого ходу (open-circuit voltage, OCV) з часом. Напруга холостого ходу – це напруга між двома виводами електричного ланцюга, коли навантаження, що підключається до цих висновків, від'єднане. Трудність таких вимірів полягає не в складності, а в кількості часу, необхідному, щоб виявити цей процес. Проте з цього приводу проводилися дослідження [20], у яких було виявлено типові залежності напруги холостого ходу від стану заряду. Насправді повільна динаміка зводиться до імітації впливу SOC на електричні характеристики акумулятора. Було встановлено, що напруга холостого ходу (OCV) є досить однозначною функцією від стану заряду (SOC чи DOD). Ця залежність представлена малюнку 1.

У дослідженні, проведеному Кендлером Смітом, Ароном Саксоном, Метью Кейзером і Блейком Лундстромом [21], йдеться про те, що термін служби літій-іонних акумуляторів буде змінюватись в залежності від їх теплового середовища, способу їх заряджання та розрядки. У своєму дослідженні вони використовували одинадцять акумуляторів місткістю 75 Ампер-годин (Аг) від компанії Kokam, для порівняння, сучасні смартфони мають місткість приблизно 4000 Мілліампер-годин (мАг), що дорівнює 4 Ач. Ці одинадцять акумуляторів були протестовані у дев'яти різних умовах зношування, як показано в таблиці 1.

Таблиця 1 – Тести зношування для акумуляторів компанії Kokam

Елементи повністю заряджалися при постійному струмі до 4,2 V (Вольт), доки струм не знижувався до рівня менше C/10. C – це струм, залежний від ємності акумулятора (1C = 100% ємності), наприклад, якщо ємність акумулятора 4000 мАг, то C = 4 A. Елементи повністю розряджалися при постійному струмі до мінімальної напруги 3,0 V. Діапазон максимальної напруги 4,2 V/3,0 V для випробувань на 100-відсоткове зношування DOD був звужений до 4,1 V/3,4 V для випробувань на 80-відсоткове зношування DOD.

Усі випробування на зношування переривалися один раз на місяць для проведення еталонного тесту продуктивності (reference performance test, RPT). Усі еталонні тести проводилися при певних температурах, за винятком комірки 11, температура якої була знижена до 45°C для дотримання температурних обмежень виробника під час заряджання. При кімнатній температурі комірки 1 та 2 показали мінімальний цикл зносу. Комірки 6 і 7, витримані при температурі 0°C та зазнаючі сильне вицвітання, показали приблизно 10-відсоткову різницю швидкості вицвітання. Завдяки цим відомостям можна припустити, що температура досить сильно впливає на швидкість зносу. Усередині акумуляторів знаходиться електроліт, температура якого впливає на рухливість іонів, швидкість протікання хімічних реакцій та загалом на ефективність роботи. Різні типи джерел живлення відрізняються один від одного складом електроліту і тому по-різному реагують на негативні температури, отже, наведене вище дослідження буде достовірним тільки для літій-іонних акумуляторів.

Висновки

Моделювання на основі даних є перспективним шляхом для прогнозування терміну служби літій-іонних акумуляторів. Підходи у розробці моделей прогнозування терміну служби акумуляторів можуть бути доповнені підходами, що ґрунтуються на фізичних та напівемпіричних моделях, а також на спеціалізованій діагностиці. В цілому, дослідження в цій галузі підкреслюють перспективність поєднання генерації даних та моделювання на основі цих даних для розуміння та розробки складних систем, таких як літій-іонні акумулятори.

Список джерел