Info

Questa pagina, originariamente pubblicata in inglese, è offerta in italian con l'aiuto di traduttori automatici. Avete bisogno di aiuto? Contattateci

Twaice

Software di analisi delle batterie basato sui gemelli digitali per ottimizzare le batterie agli ioni di litio

01.

Identificazione

Twaice supporta le aziende di tutti i settori con un software di analisi predittiva delle batterie.

Twaice risolve molti problemi, come il degrado e la sicurezza delle batterie agli ioni di litio, offrendo un software avanzato di analisi predittiva. Twaice crea modelli delle batterie (una volta per tipo di batteria) e alimenta costantemente questi modelli con i dati del sistema di gestione delle batterie (BMS) durante il funzionamento effettivo della batteria. Ciò significa che esiste un modello specifico per ogni batteria sul campo, un concetto che viene comunemente definito "gemello digitale". Questo approccio ibrido di modelli empirico-analitici e di analisi dei dati guidati dall'intelligenza artificiale non solo fornisce le condizioni attuali della batteria in ogni momento, ma consente anche previsioni uniche sull'invecchiamento e sulla durata. Riportando il tutto nel contesto delle principali sfide relative alle batterie agli ioni di litio: a) La tecnologia supporta gli OEM [Original Equipment Manufacturer] di prodotti a batteria, implementando la soluzione durante la fase di test e convalida pre-serie, dove la tecnologia consente di ottenere un quadro più realistico (rispetto ai test di laboratorio con invecchiamento accelerato) delle prestazioni della batteria durante il funzionamento effettivo. b) I sistemi a batteria di solito devono essere smontati per poter analizzare le condizioni attuali. Gli algoritmi di Twaice rilevano le situazioni che hanno un impatto sulla batteria e aggiornano il modello di conseguenza, senza bisogno di alcun test. c) Il cuore di Twaice è la determinazione dello stato di salute attuale (capacità e impedenza) e la previsione di questi parametri. Ciò consente un funzionamento ottimale e argomenti quali la manutenzione predittiva. Inoltre, l'algoritmo rileva tempestivamente gli effetti rilevanti per la sicurezza, come la placcatura del litio. Riduce l'impatto di CO2 delle batterie agli ioni di litio ottimizzando l'intero ciclo di vita con processi di sviluppo migliorati, una durata maggiore con un uso ottimale della batteria e una seconda vita per gli accumulatori di energia che non sono più adatti all'applicazione di mobilità.