Modellbasierte Identifikation fraktionaler Systeme und ihre Anwendung auf die Lithium-Ionen-Zelle

CHF 73.20
Auf Lager
SKU
RTSR9IBLOU1
Stock 1 Verfügbar
Geliefert zwischen Mi., 14.01.2026 und Do., 15.01.2026

Details

In dieser Arbeit werden modellbasierte Verfahren zur Online-Identifikation physikalischer Alterungsparameter von Batteriezellen entworfen und auf die Lithium-Ionen-Zelle angewendet. Die neuartigen Methoden basieren auf fraktionalen Impedanzmodellen und agieren, im Unterschied zum State-of-the-Art, erstmals als late-lumping Verfahren. Zudem wird in diesem Beitrag die zeitvariante fraktionale Systemtheorie um eine Steuerbarkeitsanalyse und eine energieoptimale Steuerung erweitert. In this work, model-based methods for the online identification of physically motivated aging parameters of battery cells are presented and applied to lithium-ion-cells. The new methods are based on fractional impedance models and, in contrast to the state of the art, are late-lumping approaches. A further contribution of this work is the extension of the theory of time-variant fractional systems by a controllability analysis and an energy-optimized control.

Weitere Informationen

  • Allgemeine Informationen
    • GTIN 09783731506904
    • Sprache Deutsch
    • Größe H240mm x B170mm x T17mm
    • Jahr 2017
    • EAN 9783731506904
    • Format Kartonierter Einband
    • ISBN 978-3-7315-0690-4
    • Veröffentlichung 30.08.2017
    • Titel Modellbasierte Identifikation fraktionaler Systeme und ihre Anwendung auf die Lithium-Ionen-Zelle
    • Autor Marius Eckert
    • Untertitel Dissertationsschrift
    • Gewicht 497g
    • Herausgeber Karlsruher Institut für Technologie
    • Anzahl Seiten 258
    • Lesemotiv Verstehen
    • Genre Bau- & Umwelttechnik

Bewertungen

Schreiben Sie eine Bewertung
Nur registrierte Benutzer können Bewertungen schreiben. Bitte loggen Sie sich ein oder erstellen Sie ein Konto.
Made with ♥ in Switzerland | ©2025 Avento by Gametime AG
Gametime AG | Hohlstrasse 216 | 8004 Zürich | Schweiz | UID: CHE-112.967.470