Earticle

현재 위치 Home

Human-Machine Interaction Technology (HIT)

Integrated Battery Diagnosis and Prediction Framework and AI Classification

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    The International Journal of Advanced Smart Convergence 바로가기
  • 통권
    Volume 14 Number 3 (2025.09)바로가기
  • 페이지
    pp.83-90
  • 저자
    Seongsoo Cho, Hiedo kim
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A474316

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
The growing demand for electric vehicles (EVs) has led to a surge in retired lithium-ion batteries, highlighting the need for efficient second-life battery management. This study presents an integrated battery reuse validation framework developed by the Korea Automotive Technology Institute (KATECH), combining real-time vehicle data and offline diagnostic testing. The framework utilizes two complementary subsystems: the State Estimation Platform (SEP) and the State Measurement Platform (SMP), which jointly assess battery health through online monitoring and electrochemical testing. These results are further processed by the Grade Classification Platform (GCP) and State Prediction Platform (SPP) to determine reuse suitability and predict remaining useful life (RUL). In a case study of 500 used battery packs, the framework achieved a classification accuracy of 93.2% against expert assessments, and its RUL predictions showed an average error margin of ±7.5% over a six-month field deployment. The platform's automated, data-driven approach enhances safety, performance, and economic viability of second-life batteries. This work supports scalable, intelligent battery reuse ecosystems aligned with circular economy principles.

목차

Abstract
1. Introduction
2. Battery Reuse Verification Framework
2.1 On-line Approach
2.2 Off-line Approach
3. Battery Grade Classification and Prediction
3.1 Grade Classification Platform (GCP)
3.2 State Prediction Platform (SPP)
4. Results
4.1 On-line Approach
4.2 Prediction of Remaining Useful Life (RUL)
4.3 Comparative Advantage over Conventional Methods
5. Conclusion
Acknowledgement
References

키워드

Battery Reuse Validation State of Health Estimation Remaining Useful Life Prediction Lithium-ion Second-Life Applications.

저자

  • Seongsoo Cho [ Professor, Department of Applied Mathematics, Kongju National University, Gongju 32588, Korea ]
  • Hiedo kim [ Director of R&D Department Chief Technical Officer, SUNGSAM Co., Ltd., Gyeonggi-do, Republic of Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    The International Journal of Advanced Smart Convergence
  • 간기
    계간
  • pISSN
    2288-2847
  • eISSN
    2288-2855
  • 수록기간
    2012~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 14 Number 3

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.