| 700 Entri Tambahan Nama Orang | Purnomo Sidi Priambodo, promotor; Budi Sudiarto, co-promotor; Feri Yusivar, examiner; Abdul Halim, examiner; Harry Sudibyo S., examiner; Tomy Abuzairi, examiner; Ratno Nuryadi, examiner |
| 001 Hak Akses (open/membership) | membership |
| 336 Content Type | text (rdacontent) |
| 710 Entri Tambahan Badan Korporasi | Universitas Indonesia. Fakultas Teknik |
| 264b Nama Penerbit | Fakultas Teknik Universitas Indonesia |
| 504 Catatan Bibliografi | pages 86-94 |
| 852 Lokasi | Perpustakaan UI |
| 049 No. Barkod | |
| 338 Carrier Type | online resource (rdacarrier) |
| 590 Cat. Sumber Pengadaan Koleksi | |
| 903 Stock Opname | |
| 534 Catatan Versi Asli | |
| Tahun Buka Akses | 2024 |
| 053 No. Induk | |
| 653 Kata Kunci | baterai; state of charge; adaptive extended kalman filter; window size; charging-discharging |
| 040 Sumber Pengatalogan | LibUI ind rda |
| 245 Judul Utama | Numerik dan Eksperimental Identifikasi Keadaan Paket Baterai Lithium-ion Dipengaruhi oleh Penambahan Siklus = Numerical and experimental of state of identification battery pack Lithium-ion affected by cycle augmentation |
| 650 Subyek Topik | Lithium ion batteries?Testing; Battery packs; Electrochemical analysis; Cycles?Effect on batteries; Numerical analysis; Experimental design. |
| 264c Tahun Terbit | 2024 |
| 850 Lembaga Pemilik | Universitas Indonesia |
| 904b Pemeriksa Lembar Kerja | |
| 520 Ringkasan/Abstrak/Intisari | Sistem Manajemen Baterai (BMS), yang bertanggung jawab untuk memantau baterai isi ulang, memainkan peran penting dalam melindungi kendaraan dan instrumen listrik. Dua indikator utama yang perlu dipertimbangkan adalah State of Charge (SoC) dan State of Health (SoH). Memperkirakan SoC secara akurat penting untuk mencegah potensi masalah. Selain itu, ruang, waktu komputasi, dan biaya merupakan faktor penting dalam pengembangan perangkat keras. Untuk mengatasi pertimbangan ini, model Extended Kalman Filter (EKF) orde pertama dan Adaptive Extended Kalman Filter (AEKF) dipilih karena pra-pemrosesan datanya lebih sederhana dan akurasinya lebih baik. Estimasi ini didasarkan pada metode matematika. Studi ini merekomendasikan penggunaan metode First-Order Equivalent Circuit Model (ECM) bersama dengan algoritma EKF dan AEKF karena pengaturannya yang mudah dan proses komputasi yang efisien. Melalui penelitian yang melibatkan beberapa siklus pengisian-pengosongan, ditemukan bahwa metode AEKF secara konsisten mengungguli metode EKF dalam hal akurasi SoC. Hal ini semakin diperkuat dengan melakukan pengujian reliabilitas pada metode AEKF, yang menunjukkan akurasi estimasi SoC yang lebih unggul dibandingkan metode EKF ketika diberikan nilai SoC awal yang berbeda. Selain itu, waktu komputasi yang lebih singkat dari metode EKF menjadi pertimbangan untuk penerapan praktis di dunia nyata. Lebih lanjut, percobaan yang dilakukan selama 500 siklus mengungkapkan bahwa estimasi SoH menurun dari 99,97% menjadi 76,1947%, menunjukkan bahwa baterai telah mencapai tahap End of Life (EOL), seperti yang dilaporkan di berbagai jurnal.
......The Battery Management System (BMS), responsible for monitoring rechargeable batteries, plays an essential role in safeguarding electric vehicles and instruments. Two key indicators to consider are State of Charge (SoC) and State of Health (SoH). Accurately estimating SoC is important to prevent potential issues. Additionally, space, computing time, and cost are important factors in hardware development. To address these considerations the first-order Extended Kalman Filter (EKF) and Adaptive Extended Kalman Filter (AEKF) models were selected due to their simpler data pre-processing and better accuracy. These estimations are based on mathematical methods. The study recommends using the First-Order Equivalent Circuit Model (ECM) method in conjunction with the EKF and AEKF algorithms due to their straightforward setup and efficient computational process. Through research involving multiple charge-discharge cycles, it was found that the AEKF method consistently outperformed the EKF method in terms of SoC accuracy. This was further confirmed by subjecting the AEKF method to reliability testing, where it displayed superior SoC estimation accuracy compared to the EKF method when given different initial SoC values. Additionally, the shorter computing time of the EKF method is a consideration for practical real-world implementation. Furthermore, experiments conducted over 500 cycles revealed that SoH estimation declined from 99.97% to 76.1947%, suggesting that the battery has reached the End of Life (EOL) stage, as reported in various journals. |
| 090 No. Panggil Setempat | D-pdf |
| d-Entri Utama Nama Orang | |
| 500 Catatan Umum | Tidak dapat diakses di UIANA, karena: akan diterbitkan pada Jurnal Program Studi/Departemen/Fakultas di UI yaitu IEEE Acces yang diprediksi akan dipublikasikan pada bulan November tahun 2023 |
| 337 Media Type | computer (rdamedia) |
| d-Entri Tambahan Nama Orang | |
| 526 Catatan Informasi Program Studi | Teknik Elektro |
| 100 Entri Utama Nama Orang | Dewi Anggraeni, author |
| 264a Kota Terbit | Depok |
| 300 Deskripsi Fisik | xvii, 94 pages : illustration + appendix |
| 904a Pengisi Lembar Kerja | tanti-September2024 |
| Akses Naskah Ringkas | |
| 856 Akses dan Lokasi Elektronik | |
| 502 Catatan Jenis Karya | Disertasi |
| 041 Kode Bahasa | ind |