Die potenziellen Gefahren von Lithium -Batteriebränden werden immer deutlicher, und wie man im Voraus warnen, ist zu einem wichtigen Sicherheitsproblem geworden. In diesem Artikel wird eine neue Methode eingeführt, mit der die Sounderkennungstechnologie verwendet wird, um das Feuer von Lithiumbatterien vorherzusagen. Diese Methode verwendet Algorithmus für maschinelles Lernen, um die einzigartigen Geräusche der Batterie aufgrund des Anstiegs des internen Drucks vor dem Brand zu identifizieren, wodurch im Voraus einen Alarm ausgegeben wird, um Brand zu vermeiden. Diese Technologie hat nicht nur eine hohe Genauigkeit, sondern auch eine gute Stabilität in verschiedenen Hintergrundgeräuschumgebungen, was ihr enormes Anwendungspotential zeigt.
Die Sicherheitsrisiken von Lithiumbatterienbränden sind häufig besorgniserregend, und Wissenschaftler haben eine Methode vorgeschlagen, um die frühzeitige Warnung vor Batteriebränden zu verwenden. Untersuchungen haben ergeben, dass Lithium-Ionen-Batterien eine Reihe von chemischen Reaktionen unterzogen werden, bevor sie Feuer fangen, was dazu führt, dass der Innendruck der Batterie allmählich zunimmt, wodurch sich die Batterie letztendlich ausdehnt. Das Batteriegehäuse ist normalerweise schwierig und kann diese Ausdehnung nicht berücksichtigen, sodass die Sicherheitsventile in der Batterie brechen können, wenn der Druck zu hoch ist, was zu einem einzigartigen Klang ist. Dieser Sound ist dem Klick- und Zischgeräusch beim Öffnen einer Soda -Flasche etwas ähnlich. Zu diesem Zweck hat ein Forschungsteam am National Institute of Standards and Technology (NIST) einen speziell zur Identifizierung dieses spezifischen Bruchgeräusches identifizierten Algorithmus für maschinelles Lernen entwickelt. Während des Algorithmus -Schulungsprozesses arbeiteten die Forscher mit dem Labor der Xi'an University of Science and Technology zusammen, um Audiodaten von 38 Sprengbatterien zu sammeln. Durch die Anpassung der Geschwindigkeit und des Tons dieser Audiodaten generierte das Forschungsteam mehr als 1.000 eindeutige Audioproben, um den Algorithmus weiter zu trainieren. Testergebnisse zeigen, dass dieser Algorithmus den Bruchgeräusch von überhitzten Batterien mit einer Genauigkeit von 94% identifizieren kann. Es ist erwähnenswert, dass die Forscher während des Tests auch verschiedene Hintergrundgeräusche einführten, einschließlich Fußstapfen, Klangtöne und Flaschenöffnungsgeräuschen, und stellten fest, dass nur wenige Geräusche das Urteil des Algorithmus beeinträchtigen würden. Diese Entdeckung zeigt die Robustheit des Algorithmus. Das Forschungsteam sagte, die Technologie habe das Potenzial, einen neuen Brandalarm zu entwickeln, der an mehreren Stellen wie Häusern, Büros, Lagerhäusern und Parkplätzen für Elektrofahrzeuge installiert werden kann. Durch die Ausgabe einer Warnung im Voraus kann diese Technologie den Menschen genügend Zeit bieten, um zu evakuieren und persönliche Sicherheit zu gewährleisten. Wichtige Punkte: Das Forschungsteam nutzt eine solide Erkennungstechnologie, um im Voraus vor Lithium -Batteriebränden zu warnen, um die Sicherheit zu gewährleisten. Durch maschinelles Lernalgorithmen beträgt die Testgenauigkeitsrate bis zu 94%, was eine gute Robustheit aufweist. Es wird erwartet, dass neue Feueralarme entwickelt werden, die an verschiedenen Orten weit verbreitet sind, und den Menschen Sicherheitsgarantien zur Verfügung stellen.
Diese Lithium Battery Fire -Warntechnologie basiert auf einer soliden Erkennung, um die Sicherheit der Batterie mit hoher Genauigkeit und Robustheit zu verbessern Ich freue mich auf seine weitere Entwicklung und Anwendung.