Done is Better Than Perfect

Capacity Estimation of Lithium-Ion Batteries for Various Aging States Through Knowledge TransferJournal : IEEE Transactions on Transportation Electrification ‘21 (IF 7.2)17 citations [ summary ]electrochemical knowledge를 학습하는 inverted bottleneck network(IBN)을 기반으로 리튬 이온 배터리의 aging states에 대한 새로운 capacity estimation 방식 제안물리적으로 가능한 파라미터 조합에 대해 sythetic data 생성 (배터리의 특성 정보를 knowledge transfer) → AE..

Strategically switching metaheuristics for effective parameter estimation of electrochemical lithium-ion battery modelsJournal : Energy Storage ’23 (IF 8.9)10 citations [ summary ]SIA의 23개 baseline function 중 10개 선택 (특정 metaheuristic에 효과적인 모양) (table 2)10개의 baselie function 학습한 FuncNet(CNN)을 사용해 object function와 가장 유사한 baseline function 식별 ⇒ FuncNet으로 objective function identify함CNN에서 식별된 가장 유사한..

Effective and practical parameters of electrochemical Li-ion battery models for degradation diagnosis Journal : Energy Storage’ 21 (IF 8.9)32 citations [Summary]params 중에는 fixed params, dynamic params가 있음15개의 dynamic params는 aging에 따라 변함15개의 params에 대해 GA 알고리즘으로 파라미터 최적화15개의 params 중에 battery degradation diagnosis하는 파라미터 선택3가지 수렴 조건 , CI (Confidence Interval) 사용결과 : degradation diagnosis 파라미터cat..

📑 A review on the key issues of the lithium ion battery degradation among the whole life cycle eTransportation 1 (2019)citations : 1009  [ 간단 요약 ]이 논문은 리튬 이온 배터리의 전체 수명주기에 걸친 열화(degradation) 이슈를 종합적으로 정리한 리뷰 논문배터리 내부 열화 메커니즘에 대한 설명 - 양극/음극 재료별 열화 원인 분석배터리 열화에 영향을 미치는 요인들설계(design) 단계에서의 영향: 재료, 전극, 셀, 시스템 레벨 설계제조(manufacture) 단계에서의 영향: 전극 제작, 셀 조립, 전해질 주입, 형성 공정 등사용(application) 단계에서의 영향: 온도, S..