LEARNING
通过虚拟传感和物理信息学习连接电池设计与健康评估
Wendi Guo, Søren Byg Vilsen, Daniel Ioan Stroe, Yaqi Li, Yicun Huang, Ashima Verma, Daniel Brandell
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种物理信息学习框架，利用虚拟传感从标准电池管理系统测量中推断难以测量的设计参数，如固态扩散系数和电极厚度。通过嵌入数字孪生衍生的颗粒开裂机制作为软约束，该方法仅使用2%的早期观测数据就将轨迹和寿命预测误差降低了6-8倍。
关键词
physics-informed learningvirtual sensingbattery health assessmentdigital twindegradation prediction
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018