Applied Dynamics &

Intelligent Prognosis Laboratory

Control Enabling Solution through AX for Predicting TR

Overview

열폭주 시 셀 내부의 온도·가스·압력·질량 변화는 직접 측정이 불가능하며, AI 기반 가상 센싱(Virtual Sensing)을 통해 외부 신호로부터 이러한 다차원 물리량을 실시간으로 예측함. PINN과 DeepONet으로 물리적 일관성 및 범용 예측 능력을 확보하고, 대리 모델로 실시간 BMS 탑재가 가능한 계산 속도를 달성함. 물리적 센서가 존재할 수 없는 위치의 물리량을 AI로 추정하는 이 접근법은 배터리 안전 모니터링의 패러다임을 전환함.

Internal physical quantities during TR, such as temperature, gas composition, pressure, and mass, cannot be directly measured within a sealed reacting cell. AI-based virtual sensing addresses this limitation by predicting these quantities from externally available signals. PINNs ensure physically consistent predictions, DeepONet enables generalized instant prediction under new conditions, and surrogate models achieve the computational speed required for real-time BMS deployment. This approach, where AI replaces physical sensors that cannot exist inside the cell, represents a paradigm shift in battery safety monitoring.

Key Contribution

PINN 적용: 열역학·반응 속도론 등 물리 법칙을 신경망 손실 함수에 내장하여 소량 데이터로도 물리적으로 일관된 예측 수행
DeepONet 활용: 입력 조건(온도, SOC 등)에 따른 TR 거동의 연산자(operator)를 학습하여 새로운 조건에서도 즉시 예측 가능한 범용 모델 구축
가상 센싱(Virtual Sensing): 센서 설치가 불가능한 셀 내부의 온도·가스·압력을 AI로 추정하여 실시간 모니터링 실현
대리 모델(Surrogate Model): FEM 시뮬레이션을 대체하는 경량 모델로 실시간 제어 시스템 탑재 가능한 계산 속도 확보

Physics-informed neural network: Embedding physical laws into the neural network loss function to achieve physically consistent predictions even with limited data
Virtual Sensing: AI-based estimation of temperature, gas generation, and pressure inside cells where physical sensor installation is impossible
Surrogate Model: Construction of a lightweight model replacing FEM simulations, achieving computational speeds suitable for deployment in real-time systems

Impact

BMS에 탑재하여 TR 조기 경보 시스템 구현 가능
직접 측정 불가 물리량의 실시간 추정으로 배터리 안전 관리 패러다임 전환
전기차 운행 중 실시간 TR 위험도 평가 및 선제적 대응 전략 수립 가능

Feasibility of implementing a TR early warning system deployable in BMS
Paradigm shift in battery safety management through real-time estimation of directly unmeasurable physical quantities
Enablement of real-time TR risk assessment and proactive response strategies during EV operation

Google Sites

Report abuse