Show simple item record

dc.contributor.advisorCamblong Ruiz, Aritza ORCID
dc.contributor.advisorMartinez Laserna, Egoitz
dc.contributor.authorLucu Oyhagaray, Mattin
dc.date.accessioned2021-04-15T07:35:23Z
dc.date.available2021-04-15T07:35:23Z
dc.date.issued2021-01-25
dc.date.submitted2021-01-25
dc.identifier.urihttp://hdl.handle.net/10810/50933
dc.description263 p.es_ES
dc.description.abstractLi-ioizko bateriek beren hasierako gaitasunak galtzen dituzte denboraren poderioz, baita erabilpen baldintzen arabera ere. Horrek Li-ioizko baterietan oinarrituriko sistemen errentagarritasuna kolokan ezartzen du. Ondorioz, behar-beharrezkoa da baterien degradazio eredu zehatzak garatzea, bateriak sufrituriko erabilpen baldintzen arabera degradazioa aurreikusi ahal izateko.Gaur egun, degradazio eredu zehatzen garapenerako zailtasun nagusiak laborategian egin beharreko testen kantitatea, iraupena eta kostua dira. Zailtasun hauek gainditzeko helburuarekin, tesi honetan Li-ioizko baterien degradazio eredu berriak proposatzen dira. Eredu hauek, aplikazio errealetan operatzen ari diren bateria-sistemek trasmititutako datu-korronte jarraiki batetik etengabe ikasteko gai dira. Honi esker, degradazio ereduen zehaztasuna hobetzen doa eta iragarpenen ziurgabetasun tarteak murrizten doaz Li-ioizko baterien erabilpen-lehio osoan zehar, ereduen fidagarritasuna hazten denaren lekuko.Tesi honetan proposaturiko ereduztatze metodoa bat dator azken urteetan arlo desberdinetan gertatzen ari den digitalizazioaren joerarekin. Industria interes handia erakusten ari da datu bilketarako telemetria teknologia berrien inplementazioan. Horren ondorioz, espero da hurrengo urteetan aplikazio errealetatik erauzitako baterien erabilpen datuak eskuragarri izatea kantitate handian. Testuinguru horretan, garatutako degradazio ereduek interes berezia dute, besteak beste i) laborategiko eta aplikazio errealeko erabilpen profilen desberdintasunetik eratorritako iragarpen akatsak zuzentzeko gai direlako, eta ii) laborategiko test kantitatea, eta beraz degradazio ereduen garapen kostua murriztea ahalbidetzen dutelako. Ondorioz, tesi honetan aurkezturiko emaitzak interes teknologikoa ez ezik, interes komertziala ere badute, eta proposaturiko soluzioak bereziki lerrokatuak dira industriak ondoko urteetan biziko duen bilakaerarekin.es_ES
dc.description.sponsorshipIKERLANes_ES
dc.language.isoenges_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.subjectartificial intelligencees_ES
dc.subjecttechniques of statistical predictiones_ES
dc.subjectinteligencia artificiales_ES
dc.subjecttécnicas de predicción estadísticaes_ES
dc.titleDevelopment of a data-driven ageing model for Li-ion batteries: a nonparametric approach to learn from real operation dataes_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.rights.holder(c)2021 MATTIN LUCU OYHAGARAY
dc.identifier.studentID646499es_ES
dc.identifier.projectID18975es_ES
dc.departamentoesIngeniería de sistemas y automáticaes_ES
dc.departamentoeuSistemen ingeniaritza eta automatikaes_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record