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, Master of science program in Chemical And Sustainable Processes Engineering, 2024
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: 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
Relators
Academic year
Publication type
Number of Pages
Course of studies
Classe di laurea
URI
![]() |
Modify record (reserved for operators) |
