A Dual-Domain Diagnostic Window for Aging Analysis of Lithium-Ion Batteries
Notice bibliographique
Résumé
Accurate extraction of equivalent circuit model (ECM) parameters is essential for aging-aware battery management in lithium-ion batteries (LIBs). Electrochemical Impedance Spectroscopy (EIS) offers detailed insight into ohmic resistance, charge-transfer kinetics, and diffusion processes, but its onboard application is constrained by unstable measurement conditions. This work introduces a diagnostic window at 100% SOC immediately after the constant-voltage (CV) phase, where interfacial stabilization and kinetic relaxation yield quasi equilibrium suitable for reproducible impedance measurements. A short post-CV rest is included only as a verification step to confirm minimal voltage drift. Validation was performed on three cells representing pristine, moderately aged, and heavily aged states. GITT, conducted at a low C/25 rate, provided a laboratory benchmark, while EIS was carried out at 0%, 50%, and 100% SOC under controlled rests. Comparative analysis showed strong consistency in ohmic resistance across techniques, while EIS demonstrated superior resolution of charge-transfer and diffusion processes, particularly in aged cells, thereby making it suitable for real-time evaluation. These findings establish the CV-based diagnostic window as a reproducible, diagnostically rich, and onboard-compatible method for ECM parameter tracking and aging diagnostics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».