En Son Elektrikli Otomobil - Araç Haberleri

[™ Admin]

Devrim niteliğindeki yapay zeka teknolojisi, %94 doğrulukla ateşlemeden önce EV pil yangınını tespit ediyor

Lityum pillerdeki yangın, yenilikçi cihazlar ve elektrikli arabalar için risk oluşturuyor. Bu tür pillerde yangın çıkmasını önlemek için birçok girişimde bulunuldu.

Yeni bir yöntem, lityum iyon pillerin ne zaman alev alacağını ses kullanarak tespit etmenin bir yolunu sunuyor.

Araştırmacılar, bir lityum iyon pil alev almadan önce içeride bir kimyasal reaksiyonun basınç oluşmasına neden olduğunu iddia ettiler.

Pil şişmeye başlar. Birçok lityum iyon pil hücresi, bu basıncı kırmak ve serbest bırakmak için bir emniyet valfi içeren sert kasalara sahip oldukları için genişleyemez.

Araştırmacılara göre, bu emniyet valfi kırılır ve bir soda şişesinin çatlama sesine biraz benzeyen belirgin bir tık-tıslama sesi çıkarır.

ML algoritması, kırılan bir emniyet valfinin sesini tanıyabilir

Ulusal Standartlar ve Teknoloji Enstitüsü'ndeki (NIST) araştırmacılar, kırılan bir emniyet valfinin sesini tanıyabilen bir makine öğrenimi algoritması eğittiler.

Araştırmacıların algoritmayı çalıştırabilmesi için öncelikle çok sayıda ses örneğine ihtiyaçları vardı.

Xi'an Bilim ve Teknoloji Üniversitesi'ndeki bir laboratuvarla iş birliği yaparak, 38 patlayan pilden ses kaydı yaptılar.

Ardından, araştırmacılar bu kayıtların hızını ve perdesini ayarlayarak bunları, yazılıma kırılan bir emniyet valfinin nasıl ses çıkardığını öğretmek için kullanabilecekleri 1.000'den fazla benzersiz ses örneğine genişlettiler.

Algoritma, aşırı ısınan pilin sesini %94 oranında tespit ediyor

Araştırmacılar, bir kameraya monte edilmiş bir mikrofon kullanarak aşırı ısınan pilin sesini %94 oranında tespit ettikleri için algoritmanın dikkate değer şekilde iyi çalıştığını iddia ettiler.

NIST'ten Wai Cheong "Andy" Tam, "İnsanların yürümesinden, kapıların kapanmasına, kola kutularının açılmasına kadar her türlü farklı sesi kullanarak algoritmayı karıştırmaya çalıştım," diye açıkladı. "Sadece birkaçı dedektörü karıştırdı."

Araştırmacılar, gerçek yaşam ortamlarında kullanılabilecek bir algılama modelinin geliştirilmesini kolaylaştırmak için çeşitli insan aktiviteleri de dahil olmak üzere 1.128 akustik veri örneği kullandılar.

Araştırmacılar çalışmalarında, "Giriş olarak 10 saniyelik akustik verileri ve omurga olarak evrişimli sinir ağı model yapısını kullanarak, tespit modelinin genel doğruluğu %93,9, hassasiyeti %91,6 ve geri çağırma puanı ise %97,7'dir" şeklinde açıklama yapmışlardır.

Önerilen model yapısının sağlamlığını ve veri artırma yöntemlerinin etkinliğini değerlendirmek için parametrik çalışmalar yürütülmektedir. Ayrıca araştırmacılara göre, modelin iki tam teste karşı performansı, bir test dışı bırakma çapraz doğrulaması kullanılarak değerlendirilmektedir.

Ayrıca önerilen çalışmanın, termal kaçaklar konusunda erken uyarı sağlayabilen ve kullanıcılara olası aşırı yangın tehlikelerini azaltmak ve/veya güvenli bir şekilde tahliye olmak için ekstra zaman tanıyan sağlam bir tespit cihazı geliştirmeye yardımcı olabileceği iddia edilmektedir.

Bu teknoloji tamamen geliştirildiğinde, yeni bir tür yangın alarmı oluşturmak için kullanılabilir. Bu alarmlar evlere ve ofis binalarına veya depolar ve elektrikli araç park garajları gibi çok sayıda pil bulunan yerlere kurulabilir. Sağladıkları gelişmiş uyarı, insanlara tahliye için zaman kazandırabilir.

NIST'in bir basın bültenine göre, lityum iyon pillerle sağlıklı bir ilişkinin anahtarı sadece dikkatli dinlemek olabilir.

Kaynak: IE