論文の概要: Chemical Reaction Neural Networks for Fitting Accelerated Rate Calorimetry Data

• arxiv url: http://arxiv.org/abs/2408.11984v1
• Date: Wed, 21 Aug 2024 20:39:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-23 17:44:43.125033
• Title: Chemical Reaction Neural Networks for Fitting Accelerated Rate Calorimetry Data
• Title（参考訳）: 加速速度カロリメトリーデータに適合する化学反応ニューラルネットワーク
• Authors: Saakaar Bhatnagar, Andrew Comerford, Zelu Xu, Davide Berti Polato, Araz Banaeizadeh, Alessandro Ferraris,
• Abstract要約: 化学反応ニューラルネットワーク(CRNN)は、モリセル21700 P45Bから得られたARCデータにN方程式のアレニウスODEの運動パラメータを適合させるために訓練される。 この手法の柔軟性は、2方程式と4方程式のモデルを用いて実験することによって実証される。
• 参考スコア（独自算出の注目度）: 37.69303106863453
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the demand for lithium-ion batteries rapidly increases there is a need to design these cells in a safe manner to mitigate thermal runaway. Thermal runaway in batteries leads to an uncontrollable temperature rise and potentially fires, which is a major safety concern. Typically, when modelling the chemical kinetics of thermal runaway calorimetry data ( e.g. Accelerated Rate Calorimetry (ARC)) is needed to determine the temperature-driven decomposition kinetics. Conventional methods of fitting Arrhenius Ordinary Differential Equation (ODE) thermal runaway models to Accelerated Rate Calorimetry (ARC) data make several assumptions that reduce the fidelity and generalizability of the obtained model. In this paper, Chemical Reaction Neural Networks (CRNNs) are trained to fit the kinetic parameters of N-equation Arrhenius ODEs to ARC data obtained from a Molicel 21700 P45B. The models are found to be better approximations of the experimental data. The flexibility of the method is demonstrated by experimenting with two-equation and four-equation models. Thermal runaway simulations are conducted in 3D using the obtained kinetic parameters, showing the applicability of the obtained thermal runaway models to large-scale simulations.
• Abstract（参考訳）: リチウムイオン電池の需要が急速に増加するにつれて、熱流出を緩和するために安全な方法でこれらの電池を設計する必要がある。 バッテリーの熱流出は、制御不能な温度上昇と潜在的な火災を引き起こし、これは大きな安全上の懸念である。 典型的には、熱流出熱量測定データ(例えば、加速速度熱量測定(ARC))の化学動力学をモデル化する必要がある。 Arrhenius Ordinary Differential Equation (ODE) thermal runaway model to Accelerated Rate Calorimetry (ARC) data makes several assumptions that reduce the fidelity and generalizability of the obtained model。 本稿では,N方程式 Arrhenius ODE の運動パラメータをモリセル21700 P45Bから得られたARCデータに適合させるために,化学反応ニューラルネットワーク(CRNN)を訓練する。 モデルは実験データのより良い近似であることが判明した。 この手法の柔軟性は、2方程式と4方程式のモデルを用いて実験することによって実証される。 得られた運動パラメータを用いて3次元で熱流出シミュレーションを行い, 得られた熱流出モデルの大規模シミュレーションへの適用性を示した。

関連論文リスト

• Deep generative modelling of canonical ensemble with differentiable thermal properties [0.9421843976231371]
  標準アンサンブルの温度の異なる変分モデルを提案する。 深部生成モデルを用いて、連続した温度範囲で自由エネルギーを推定し、同時に最小化する。 トレーニングプロセスはデータセットを必要とせず、任意の明示的な密度生成モデルで動作する。
  論文  参考訳（メタデータ） (2024-04-29T03:41:49Z)
• Data-Driven Modeling of an Unsaturated Bentonite Buffer Model Test Under High Temperatures Using an Enhanced Axisymmetric Reproducing Kernel Particle Method [5.160473221022088]
  高レベル核廃棄物の深部地質リポジトリでは、ベントナイトバッファは100degC以上の温度を捕捉することができる。 本研究では, 深部ニューラルネットワークを用いたベントナイトの土壌水分保持曲線(SWRC)を導入し, バッファのTHMシミュレーションを行う再生カーネル粒子法(RKPM)に統合する。 タンクスケール試験を効果的にモデル化するために、ヒーター配置を表す特異なディリクレ強制力と効果的な対流熱伝達係数に富んだ新しい軸対称再生カーネル基底関数を開発した。
  論文  参考訳（メタデータ） (2023-09-24T01:22:23Z)
• Bayesian inference of composition-dependent phase diagrams [47.79947989845143]
  本研究では,分子動力学(MD),融点シミュレーション,フォノン計算からの熱力学データを合成し,これらのデータを処理し,温度集中相図を生成する手法を開発した。 開発したアルゴリズムは,Ge-SiとK-Naの2つの二元系において,全濃度および温度で試験に成功した。
  論文  参考訳（メタデータ） (2023-09-03T20:57:10Z)
• Implicit adaptation of mesh model of transient heat conduction problem [0.0]
  モデルの熱物理パラメータの温度依存性は、加熱される特定の材料ごとに特定される。 関連する変分問題の解法に基づく新しい手法を提案する。 熱物理係数に関連する過渡熱伝導モデルのパラメータを調整するための方程式が導出された。
  論文  参考訳（メタデータ） (2022-07-01T14:09:30Z)
• Local manifold learning and its link to domain-based physics knowledge [53.15471241298841]
  多くの反応系では、熱化学状態空間は低次元多様体(LDM)に近く進化すると仮定される。 局所的データクラスタ(ローカルPCA)に適用されたPCAは,熱化学状態空間の固有パラメータ化を検出することができることを示す。
  論文  参考訳（メタデータ） (2022-07-01T09:06:25Z)
• Toward Development of Machine Learned Techniques for Production of Compact Kinetic Models [0.0]
  化学動力学モデルは燃焼装置の開発と最適化に欠かせない要素である。 本稿では、過度に再現され、最適化された化学動力学モデルを生成するための、新しい自動計算強化手法を提案する。
  論文  参考訳（メタデータ） (2022-02-16T12:31:24Z)
• A Grid-Structured Model of Tubular Reactors [61.38002492702646]
  提案モデルは完全に偏微分方程式の既知の形式に基づくものや,多層パーセプトロンなどの汎用機械学習コンポーネントを含むものもある。 本研究では, 固定層反応器の状態を記述するために, 限られた量のデータを用いて, 提案モデルを訓練可能であることを示す。
  論文  参考訳（メタデータ） (2021-12-13T19:54:23Z)
• Physics-informed CoKriging model of a redox flow battery [68.8204255655161]
  レドックスフロー電池(RFB)は、大量のエネルギーを安価かつ効率的に貯蔵する機能を提供する。 RFBの充電曲線の高速かつ正確なモデルが必要であり、バッテリ容量と性能が向上する可能性がある。 RFBの電荷分配曲線を予測する多相モデルを構築した。
  論文  参考訳（メタデータ） (2021-06-17T00:49:55Z)
• Toward Machine Learned Highly Reduce Kinetic Models For Methane/Air Combustion [0.0]
  運動モデルを用いて、物理実験と比較して運転条件、燃料組成、燃焼器設計の影響をテストする。 対象とする詳細なモデル特性を高い忠実度で再現するコンパクトモデルを作成するための,新しいデータ指向三段階法を提案する。 この戦略はメタン/空気燃焼のための19種と15種のコンパクトモデルによって実証されている。
  論文  参考訳（メタデータ） (2021-03-15T13:29:08Z)
• Adiabatic Sensing Technique for Optimal Temperature Estimation using Trapped Ions [64.31011847952006]
  捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。 フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。 それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
  論文  参考訳（メタデータ） (2020-12-16T12:58:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。