DESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS
Riset ini melakukan kajian tentang perancangan dan optimasi struktur sandwich berbasis honeycomb auxetic untuk melindungi sel baterai untuk sistem paket baterai kendaraan listrik yang mengalami beban impak aksial menggunakan metode pembelajaran mesin. Riset ini dilakukan untuk mengeksplorasi metode...
Saved in:
Main Author: | |
---|---|
Format: | Theses |
Language: | Indonesia |
Online Access: | https://digilib.itb.ac.id/gdl/view/68526 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Institut Teknologi Bandung |
Language: | Indonesia |
id |
id-itb.:68526 |
---|---|
spelling |
id-itb.:685262022-09-16T10:30:14ZDESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS A. S. Biharta, Michael Indonesia Theses Honeycomb auxetic, Proteksi baterai, Kelaiktabrakan, Jaringan saraf tiruan, NSGA-II INSTITUT TEKNOLOGI BANDUNG https://digilib.itb.ac.id/gdl/view/68526 Riset ini melakukan kajian tentang perancangan dan optimasi struktur sandwich berbasis honeycomb auxetic untuk melindungi sel baterai untuk sistem paket baterai kendaraan listrik yang mengalami beban impak aksial menggunakan metode pembelajaran mesin. Riset ini dilakukan untuk mengeksplorasi metode untuk membantu proses desain dan membuat prototipe dengan cepat yang semakin penting di zaman ini. Sistem baterai pouch dipilih karena potensi yang signifikan untuk menjadi baterai Li-Ion berikutnya untuk kendaraan listrik karena kesederhanaannya, kepadatan energi yang lebih tinggi, dan efisiensi ruang yang lebih tinggi dibandingkan dengan sel baterai cylindrical atau prismatic. Namun, seperti bentuk baterai Li-Ion lainnya, sel baterai pouch memiliki risiko kebakaran yang tinggi saat deformasi baterai yang besar. Struktur ini dirancang untuk meminimalkan deformasi baterai dari impak aksial. Kinerja struktur baterai dan struktur sandwich dianalisis dengan metode elemen hingga non-linier. Optimasi dilakukan dengan menggunakan dua algoritma pembelajaran mesin, yaitu Jaringan Saraf Tiruan (JST) dan Non-Dominated Sorting Genetic Algorithm Type II (NSGA-II). JST memprediksi penyerapan energi spesifik dari honeycomb auxetic dan tegangan baterai maksimum selama deformasi. Desain yang dioptimalkan memaksimalkan penyerapan energi spesifik dari honeycomb auxetic dan membatasi stress von Mises dari baterai selama deformasi dengan bantuan metodologi Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Desain optimum memiliki bentuk Double-U, panjang 6 ????????????????, lebar 4.2 ????????????????, tebal penampang 0.6 ????????????????, dan terdiri dari 1 lapis. Desain honeycomb auxetic optimum memiliki penyerapan energi spesifik 47,997.84 ????????/???????????????? dan mampu untuk menjaga stress von Mises dari baterai di 43.16 ????????????????????????, jauh dibawah batas maksimum yang sudah ditentukan (67.97 ????????????????????????). text |
institution |
Institut Teknologi Bandung |
building |
Institut Teknologi Bandung Library |
continent |
Asia |
country |
Indonesia Indonesia |
content_provider |
Institut Teknologi Bandung |
collection |
Digital ITB |
language |
Indonesia |
description |
Riset ini melakukan kajian tentang perancangan dan optimasi struktur sandwich berbasis honeycomb auxetic untuk melindungi sel baterai untuk sistem paket baterai kendaraan listrik yang mengalami beban impak aksial menggunakan metode pembelajaran mesin. Riset ini dilakukan untuk mengeksplorasi metode untuk membantu proses desain dan membuat prototipe dengan cepat yang semakin penting di zaman ini.
Sistem baterai pouch dipilih karena potensi yang signifikan untuk menjadi baterai Li-Ion berikutnya untuk kendaraan listrik karena kesederhanaannya, kepadatan energi yang lebih tinggi, dan efisiensi ruang yang lebih tinggi dibandingkan dengan sel baterai cylindrical atau prismatic. Namun, seperti bentuk baterai Li-Ion lainnya, sel baterai pouch memiliki risiko kebakaran yang tinggi saat deformasi baterai yang besar. Struktur ini dirancang untuk meminimalkan deformasi baterai dari impak aksial. Kinerja struktur baterai dan struktur sandwich dianalisis dengan metode elemen hingga non-linier.
Optimasi dilakukan dengan menggunakan dua algoritma pembelajaran mesin, yaitu Jaringan Saraf Tiruan (JST) dan Non-Dominated Sorting Genetic Algorithm Type II (NSGA-II). JST memprediksi penyerapan energi spesifik dari honeycomb auxetic dan tegangan baterai maksimum selama deformasi. Desain yang dioptimalkan memaksimalkan penyerapan energi spesifik dari honeycomb auxetic dan membatasi stress von Mises dari baterai selama deformasi dengan bantuan metodologi Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Desain optimum memiliki bentuk Double-U, panjang 6 ????????????????, lebar 4.2 ????????????????, tebal penampang 0.6 ????????????????, dan terdiri dari 1 lapis. Desain honeycomb auxetic optimum memiliki penyerapan energi spesifik 47,997.84 ????????/???????????????? dan mampu untuk menjaga stress von Mises dari baterai di 43.16 ????????????????????????, jauh dibawah batas maksimum yang sudah ditentukan (67.97 ????????????????????????).
|
format |
Theses |
author |
A. S. Biharta, Michael |
spellingShingle |
A. S. Biharta, Michael DESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS |
author_facet |
A. S. Biharta, Michael |
author_sort |
A. S. Biharta, Michael |
title |
DESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS |
title_short |
DESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS |
title_full |
DESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS |
title_fullStr |
DESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS |
title_full_unstemmed |
DESIGN AND OPTIMIZATION OF LITHIUM-ION BATTERY PROTECTOR WITH AUXETIC HONEYCOMB FOR IN-PLANE IMPACT USING MACHINE LEARNING METHODS |
title_sort |
design and optimization of lithium-ion battery protector with auxetic honeycomb for in-plane impact using machine learning methods |
url |
https://digilib.itb.ac.id/gdl/view/68526 |
_version_ |
1822005774262468608 |