Project R-16028

Onderzoek naar batterijfoutmechanismen en fouttolerante controle gebaseerd op elektrochemische modellen in cloud BMS (Onderzoek)

Lithium-ion batterijstoringen, met name thermische uitloop, vormen grote veiligheidsrisico's. De grootste uitdagingen voor huidige Batterijbeheersystemen (BMS) zijn een beperkt begrip van storingsmechanismen, en uitdagingen in diagnose en prognose. Dit werk introduceert een raamwerk dat batterijstoringen onderzoekt en elektrochemische modellen combineert met cloud-gebaseerde BMS, gebruikmakend van fysieke toestandsinformatie om diagnose en prognose te verbeteren. Eerst ontwikkelen we een verbeterd enkeldeeltjesmodel met elektrolytdynamica, inclusief verouderingsmechanismen, geoptimaliseerd voor realtime cloudtoepassingen door geavanceerde numerieke methoden. Vervolgens onderzoeken elektrochemische experimenten storingsmechanismen en stellen multi-fysica modellen relaties vast tussen storingskenmerken en het elektrochemische model om de evolutie van storingen te begrijpen. Daarna wordt een raamwerk voor storingsdiagnose en prognose ontwikkeld, gebaseerd op elektrochemische modellen. Het cloudplatform maakt nauwkeurige storingsdetectie en -voorspelling mogelijk. Tot slot implementeren we actieve storingsbestendige besturingsstrategieën met Model Predictive Control via cloudsystemen, wat dynamische aanpassing toestaat terwijl optimale prestaties en veiligheid behouden blijven. Dit werk bevordert de batterijveiligheid door belangrijke uitdagingen in diagnose, prognose en controle aan te pakken.

01 oktober 2025 - 30 september 2028