来自电池故障数据库柏拉图区块链数据智能对锂离子电池热失控的见解。垂直搜索。人工智能。

电池故障数据库对锂离子电池热失控的见解

与观众一起参加 3 年 10 月 16 日格林威治标准时间下午 2022 点/美国东部标准时间上午 XNUMX 点举行的电池系列现场网络研讨会,从电池故障数据库中了解有关锂离子电池热失控的见解

想参加这次网络研讨会吗?

了解与锂离子电池热失控相关的风险对于设计安全电池和电池系统至关重要。 对于在相同条件下测试的相同电池设计,电池的热响应可能会有很大差异,其分布通过实验完全表征的成本很高,并且无法通过确定性模型捕获。 电池故障数据库包含来自数百个滥用测试的可靠、高质量数据,涵盖众多商业电池设计和滥用测试条件。 数据是使用分数热失控量热仪收集的,其中包含喷射和未喷射细胞内容物的热量和质量的分数分解,以及热失控期间细胞内部结构响应的高速射线照相。 本演示文稿将概述商业电池在热失控期间的热和质量喷射行为的见解。

想参加这次网络研讨会吗?

来自电池故障数据库柏拉图区块链数据智能对锂离子电池热失控的见解。垂直搜索。人工智能。

唐纳芬根 是 NREL 综合移动系统中心的一名科学家。 他的工作重点是了解锂离子电池的退化和失效机制,并采取措施提高电池和电池系统的性能和安全性。 他的研究涉及众多传统和下一代储能材料。 他经常使用国际同步加速器设施,并率先将高速 X 射线成像应用于诊断热失控期间的电池故障机制。 Finegan 负责管理 NREL 的 X 射线计算机断层扫描 (CT) 实验室,并且是多个 DOE 电池研究项目的一部分,他的重点是表征。 他积极与工业界、研究机构和大学合作。 他是伦敦大学学院 (UCL) 的客座讲师,发表了 80 多篇期刊文章,他的作品获得了多项国际认可的奖项。

来自电池故障数据库柏拉图区块链数据智能对锂离子电池热失控的见解。垂直搜索。人工智能。
来自电池故障数据库柏拉图区块链数据智能对锂离子电池热失控的见解。垂直搜索。人工智能。
 来自电池故障数据库柏拉图区块链数据智能对锂离子电池热失控的见解。垂直搜索。人工智能。

为什么不报名参加我们的其他电池系列网络研讨会? 期待在未来几个月内添加更多内容。 即使您无法加入现场活动,现在注册也可以让您在录制时立即访问它。

时间戳记:

更多来自 物理世界