电池倍率性能模型的代理模型训练

Application ID: 119181


本 App 演示如何使用代理模型函数来预测 NMC111/石墨电池单元的倍率性能,并将其显示在拉贡图中。代理函数(深度神经网络)已经拟合为可能的输入数据值的子集,可以设置三个输入数据值:负极厚度、以及负极和正极的活性材料体积分数。代理函数的计算成本较低,可以使用滑块交互式地调整输入值,并预测任意输入值组合的拉贡图。一旦确定有意义的值组合,就可以针对这些输入值计算实际的物理锂离子电池模型,以验证代理模型的预测。此外,随后计算的物理数据还可用于进一步改进代理模型。

案例中展示的此类问题通常可通过以下产品建模:


Baidu
map