Info

Cette page, initialement publiée en anglais, vous est proposée en français avec l’aide de traducteurs automatiques. Un retour ? Contactez-nous

Twaice

Un logiciel d'analyse des batteries basé sur des jumeaux numériques pour optimiser les batteries li-ion

01.

Identification

Twaice soutient les entreprises à travers les industries avec des logiciels d'analyse prédictive des batteries.

Twaice résout de nombreux problèmes tels que la dégradation et les problèmes de sécurité des batteries li-ion en offrant un logiciel d'analyse prédictive avancé. Twaice crée des modèles de batteries (une fois par type de batterie) et alimente constamment ces modèles avec les données du système de gestion de la batterie (BMS) pendant le fonctionnement réel de la batterie. Cela signifie qu'il y a un modèle spécifique par batterie sur le terrain, un concept qui est communément appelé jumeau numérique. Cette approche hybride de modèles empiriques et analytiques et d'analyses de données pilotées par l'IA permet non seulement de connaître l'état actuel de la batterie à tout moment, mais aussi de faire des prévisions uniques sur son vieillissement et sa durée de vie. En replaçant cela dans le contexte des principaux défis concernant les batteries li-ion : a) La technologie aide les OEM [Original Equipment Manufacturers] de produits de batterie en déployant la solution pendant la phase de test et de validation de pré-série où la technologie permet une image plus réaliste (par rapport aux tests de laboratoire avec vieillissement accéléré) de la performance de la batterie en fonctionnement réel. b) Les systèmes de batterie doivent généralement être démontés afin d'analyser l'état actuel. Avec les algorithmes de Twaice, les situations qui ont un impact sur la batterie sont détectées et le modèle est mis à jour en conséquence sans qu'aucun test ne soit nécessaire. c) Le cœur de Twaice est la détermination de l'état de santé actuel (capacité et impédance) et la prédiction de ces paramètres. Cela permet un fonctionnement optimal et des sujets tels que la maintenance prédictive. De plus, l'algorithme détecte très tôt les effets liés à la sécurité, comme le placage de lithium. Il réduit l'impact CO2 des batteries li-ion en optimisant le cycle de vie complet avec des processus de développement améliorés, une durée de vie plus longue avec une utilisation optimale de la batterie et une seconde vie pour les stockages d'énergie qui ne sont plus adaptés à l'application de mobilité.