Aller au menu Aller au contenu
Gestion et Conduite des Systèmes de Production
Laboratoire des Sciences pour la Conception, l'Optimisation et la Production de Grenoble
Gestion et Conduite des Systèmes de Production
Gestion et Conduite des Systèmes de Production

> GSCOP_Recherche > GSCOP_GestionConception

Soutenance de thèse de Akash BASIA (GCSP) le 17 novembre 2021 à 10h00 en amphi Gosse - Site Viallet - Grenoble INP

Publié le 8 novembre 2021
A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
Soutenance 17 novembre 2021

Intitulée : " Evaluation of the State of the health of Li-ion batteries in the context of Circular Economy "

The thesis has been supervised by Zineb Simeu-Abazi, Peggy Zwolinski and Eric Gascard (Grenoble, G-Scop).
As you probably know, a sanitary pass will be asked if you wish to participate.


Les membres du jury :
 
  • Noureddine Zerhouni, Professor, ENSMM, Besançon, Reviewer
  • Benoit Iung, Professor, University of Lorraine, Reviewer
  • Maria Di Mascolo, Professor, CNRS, G-SCOP, Examinator
  • Kamal Medjaher, Professor, Ecole Nationale d’ingénieurs de Tarbes, Examinator
  • Zineb Simeu-Abazi, Professor, Polytech’Grenoble- UGA, Thesis director
  • Peggy Zwolinski, Professor, Grenoble INP-UGA, Thesis co-director
  • Eric Gascard, Associate Professor, Polytech’ Grenoble- UGA, Invitee


Résumé :


Les batteries de véhicules électriques atteignent leur fin de vie (FdV) lorsque la capacité se dégrade de seulement vingt pour cent de la capacité d’origine. Un système industriel circulaire fiable peut être développé qui devrait être capable de transformer les batteries EV post-utilisées en de nouvelles batteries à valeur ajoutée pour des applications moins exigeantes. Prédire la fiabilité d’un système dans ses conditions réelles de cycle de vie et estimer son temps de défaillance (estimation de l’état de santé) est utile dans la prise de décision pour la nouvelle chaîne de valeur.
L’objectif de cette thèse est de fournir des réseaux de capteurs fiables ainsi que des modules de recherche d’informations pour développer le plus précisément possible une méthode de diagnostic et de pronostic de santé des batteries lithium-ion dans le contexte de l’économie circulaire.
Les résultats identifient une définition contextuelle de SoH et de nouvelles classifications pour différentes méthodes d’estimation de SoH. La thèse étudie également les problèmes et les défis posés lors de l’estimation du SoH pour la batterie Li-ion, avec des solutions possibles. Nous avons proposé un système d’estimation de SoH basé sur une courbe de capacité incrémentielle (IC) pour les batteries Li-ion. Une nouvelle méthode qui combine la régression vectorielle de support (SVR) et le modèle de moyenne mobile intégrée autorégressive (ARIMA) est utilisée pour modéliser la relation entre IC et SoH.
Un cas d’utilisation est créé sur les données de batterie open source NASA AMES. Enfin, un cadre a
été proposé pour établir un paysage commercial basé sur la réaffectation en explorant les tendances actuelles de réaffectation à travers le monde. Ce cadre a été créé sous la collaboration d’une société, Lancey Energy Storage.


Abstract  :


The Electric Vehicle batteries reach their End of Life (EoL) when the capacity degrades by just twenty per cent of the original capacity. A reliable circular industrial system can be developed which should be able to transform post-used EV batteries into new added-value batteries for less demanding applications. Predicting the reliability of a system in its actual life cycle conditions and estimating its time to failure(State of the health estimation) is helpful in decision making for the new value chain.
The objective of this thesis is to provide reliable sensor networks as well as information retrieval modules to develop as accurate as possible a diagnosis and a health prognosis method for lithium-ion batteries in the context of the Circular economy.
The results identify a contextual definition of SoH and novel classifications for different SoH estimation methods. The thesis also investigates the issues and challenges posed while estimating SoH for Li-ion batteries, with possible solutions. We proposed an Incremental Capacity (IC) curve based SoH estimation system for Li-ion batteries. A novel method that combines Support vector regression (SVR) and the Autoregressive Integrated Moving Average (ARIMA) model is utilized to model the relationship between IC and the SoH.
A use case is created on the NASA AMES open-source battery data. Finally, a framework has been proposed for establishing a repurposing based business landscape by exploring the current repurposing trends across the world. This framework has been created under the collaboration of a the company, Lancey Energy Storage.

 
A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In

mise à jour le 8 novembre 2021

  • Tutelle CNRS
  • Tutelle Grenoble INP
  • Université Joseph Fourier
  • Tutelle UMR
Université Grenoble Alpes