文献

J-GLOBAL ID：202002282456193872   整理番号：20A1051700

リチウムイオン電池の衝突損傷評価のための人工神経回路網に基づくマルチセンサ監視システム【JST・京大機械翻訳】

Artificial Neural Network-Based Multisensor Monitoring System for Collision Damage Assessment of Lithium-Ion Battery Cells

著者 (4件)： Zhang Jian (Intelligent Manufacturing Key Laboratory of Ministry of Education, Shantou University, Shantou, 515063, Guangdong, China) ,  Zhang Jian (Shantou Institute for Light Industrial Equipment Research, Shantou, 515063, Guangdong, China) ,  Lv Dian (Intelligent Manufacturing Key Laboratory of Ministry of Education, Shantou University, Shantou, 515063, Guangdong, China) ,  Simeone Alessandro (Intelligent Manufacturing Key Laboratory of Ministry of Education, Shantou University, Shantou, 515063, Guangdong, China)
資料名： Energy Technology  (Energy Technology)
巻： 8  号： 5  ページ： e2000031  発行年： 2020年 
JST資料番号： W2559A  ISSN： 2194-4288  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 電気自動車(EV)の販売は近年著しい上昇傾向を見ている。厳しい衝突事故の発生は,EVエネルギー貯蔵システムの中核要素であるリチウムイオン電池(LIB)の安全性問題に関する認識を高めている。車両の衝突事故が発生する場合,ほとんどの場合,電池セルは直ちに燃焼し,爆発するが,いくつかのケースでは,直接視覚損傷を示さないにもかかわらず,電池セルは遅れた壊滅的故障をもたらす可能性がある。ここでは,センサ信号データに基づく電池セル衝突損傷の評価を,潜在的に安全でないセルを同定することにより焦点を当てた。衝突実験試験と一連の電気性能試験のキャンペーンを単一セル試験片で行った。セル損傷特性化手順を提案し,衝突試験後に電池セル上に実装した。衝撃力とz軸加速度信号特徴とそれぞれの損傷クラスを,電池セル衝突損傷を評価するモデルを訓練するために,人工ニューラルネットワーク(ANN)パターン分類器に入力した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *電池 ,  パターン認識 ,  故障 ,  電気自動車 ,  *ニューラルネットワーク ,  パターン分類 ,  *監視装置 ,  電気特性 ,  センサ ,  キャラクタリゼーション ,  *リチウムイオン電池
準シソーラス用語： 衝撃力 ,  マルチセンサ ,  衝突事故 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工神経回路網 ,  衝突損傷 ,  リチウムイオン電池 ,  パターン認識 ,  センサ監視

分類 (2件)： 二次電池  (YB04030K) ,  電気自動車  (QG07020B)

タイトルに関連する用語 (6件)： リチウムイオン電池 ,  衝突 ,  損傷評価 ,  人工神経回路網 ,  マルチセンサ ,  監視システム