Elisa Buccafusco
Simulazioni di Catodi NMC e Sviluppo di Modelli Predittivi tramite Machine Learning = Simulations of NMC Cathodes and Development of Predictive Models via Machine Learning.
Rel. Daniele Marchisio, Gianluca Boccardo, Alessio Lombardo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Chimica E Dei Processi Sostenibili, 2024
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (7MB) | Preview |
Abstract
Le batterie agli ioni di litio sono uno degli elementi chiave per affrontare la transizione energetica grazie alla loro maturità e versatilità. Pertanto, negli ultimi anni sono stati effettuati numerosi studi, atti a migliorarne le prestazioni e la sicurezza attraverso materiali, design e metodi di produzione avanzati. In tale contesto, la modellazione computazionale delle batterie si è affermata come uno strumento estremamente utile ai fini di esplorare nuove configurazioni e chimiche, facilitandone l’innovazione e riducendo i costi associati alle campagne sperimentali. Nel presente lavoro di tesi sono esaminate, attraverso simulazioni numeriche, le prestazioni di batterie a ioni di litio, in funzione della chimica dei catodi NMC (ossidi di Nickel Manganese e Cobalto), delle differenti distribuzioni granulometriche delle particelle di materiale attivo e dell’elettrolita.
L’obiettivo principale è stato valutare l’impatto di queste variabili sul comportamento delle semi-celle durante il processo di scarica, offrendo una panoramica delle interazioni tra composizione chimica, proprietà fisiche e prestazioni elettrochimiche
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
