ಎಲ್ಲರೂ ಯಾವಾಗ ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರುಗಳನ್ನು ಓಡಿಸುತ್ತಾರೆ?

ಜನವರಿ 11, 1914 ರಂದು, ಹೆನ್ರಿ ಫೋರ್ಡ್ ಅವರ ಹೇಳಿಕೆಯು ನ್ಯೂಯಾರ್ಕ್ ಟೈಮ್ಸ್ನಲ್ಲಿ ಕಾಣಿಸಿಕೊಂಡಿತು:

“ಒಂದು ವರ್ಷದೊಳಗೆ ನಾವು ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರನ್ನು ಉತ್ಪಾದಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತೇವೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ. ಮುಂದಿನ ವರ್ಷದ ವಿಷಯಗಳ ಬಗ್ಗೆ ಮಾತನಾಡಲು ನಾನು ಇಷ್ಟಪಡುವುದಿಲ್ಲ, ಆದರೆ ನನ್ನ ಯೋಜನೆಗಳ ಬಗ್ಗೆ ನಾನು ನಿಮಗೆ ಹೇಳಲು ಬಯಸುತ್ತೇನೆ. ವಾಸ್ತವವೆಂದರೆ ಶ್ರೀ ಎಡಿಸನ್ ಮತ್ತು ನಾನು ಅಗ್ಗದ ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನಗಳನ್ನು ರಚಿಸಲು ಹಲವಾರು ವರ್ಷಗಳಿಂದ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೇವೆ. ಅವುಗಳನ್ನು ಪ್ರಯೋಗವಾಗಿ ಮಾಡಲಾಗಿದೆ ಮತ್ತು ಯಶಸ್ಸಿನ ಹಾದಿಯು ಸ್ಪಷ್ಟವಾಗಿದೆ ಎಂದು ನಾವು ತೃಪ್ತರಾಗಿದ್ದೇವೆ. ರೀಚಾರ್ಜ್ ಮಾಡದೆ ದೂರದವರೆಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸಬಲ್ಲ ಹಗುರವಾದ ಬ್ಯಾಟರಿಯನ್ನು ರಚಿಸುವುದು ಇಲ್ಲಿಯವರೆಗೆ ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನಗಳ ಸವಾಲಾಗಿತ್ತು. ಶ್ರೀ ಎಡಿಸನ್ ಕೆಲವು ಸಮಯದಿಂದ ಅಂತಹ ಬ್ಯಾಟರಿಯನ್ನು ಪ್ರಯೋಗಿಸುತ್ತಿದ್ದಾರೆ.

ಆದರೆ ಏನೋ ತಪ್ಪಾಗಿದೆ ...

ಡೆಟ್ರಾಯಿಟ್ ಎಲೆಕ್ಟ್ರಿಕ್‌ನೊಂದಿಗೆ ಥಾಮಸ್ ಎಡಿಸನ್

ಈ ಪ್ರಕಟಣೆಯು ನನ್ನ ಹಿಂದಿನ ಲೇಖನದ ತಾರ್ಕಿಕ ಮುಂದುವರಿಕೆಯಾಗಿದೆ "ಲಾಜಿಸ್ಟಿಕ್ಸ್‌ನ ಅಧ್ಯಯನವು ಉದ್ಯಮದ ಅಭಿವೃದ್ಧಿಯ ನಿಯಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ."

ಪ್ಯಾರಾಮೀಟರ್ ಎಲ್ಲಿದೆ r ಮಾರುಕಟ್ಟೆ ಪಾಲಿನ ಬೆಳವಣಿಗೆಯ ದರದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ, ಏಕೆಂದರೆ ಅದು ಘಾತವಾಗಿದೆ - ಈ ಗುಣಾಂಕವು ಹೆಚ್ಚಿನದು, ಹೊಸ ತಂತ್ರಜ್ಞಾನವು ವೇಗವಾಗಿ ಮಾರುಕಟ್ಟೆಯನ್ನು ವಶಪಡಿಸಿಕೊಳ್ಳುತ್ತದೆ, ಅಂದರೆ. ಪ್ರತಿ ವರ್ಷ ತಂತ್ರಜ್ಞಾನವು ಅದರ ಅನುಕೂಲಕ್ಕಾಗಿ ಹೆಚ್ಚು ಜನರಿಗೆ ಆಸಕ್ತಿದಾಯಕವಾಗಬೇಕು. K ಹೊಸ ತಂತ್ರಜ್ಞಾನದ ಬೆಳವಣಿಗೆಯ ಸಾಮರ್ಥ್ಯವನ್ನು ವಿವರಿಸುವ ಗುಣಾಂಕ, ಅಂದರೆ. K ಯ ಕಡಿಮೆ ಮೌಲ್ಯಗಳಲ್ಲಿ, ತಂತ್ರಜ್ಞಾನವು ಸಂಪೂರ್ಣ ಮಾರುಕಟ್ಟೆಯನ್ನು ಸೆರೆಹಿಡಿಯಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ, ಆದರೆ ಹಿಂದಿನ ತಂತ್ರಜ್ಞಾನಕ್ಕಿಂತ ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕವಾಗಿರುವ ಮಾರುಕಟ್ಟೆ ವಿಭಾಗವನ್ನು ಮಾತ್ರ ವಶಪಡಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಪ್ರಯಾಣಿಕರ ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನ ಉದ್ಯಮದ ಅಭಿವೃದ್ಧಿಯನ್ನು ಊಹಿಸಲು ನಮಗೆ ಅನುಮತಿಸುವ ಲಾಜಿಸ್ಟಿಕ್ ಸಮೀಕರಣಕ್ಕೆ ಅಗತ್ಯವಾದ ನಿಯತಾಂಕಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಸಮಸ್ಯೆಯ ಹೇಳಿಕೆಯಾಗಿದೆ:

• "ಇಯರ್ ಝೀರೋ" ಎಂಬುದು ಪ್ರಪಂಚದಲ್ಲಿ ಮಾರಾಟವಾಗುವ ಅರ್ಧದಷ್ಟು ಪ್ರಯಾಣಿಕ ಕಾರುಗಳು ಎಲೆಕ್ಟ್ರಿಕ್ ಮೋಟಾರ್ ಅನ್ನು ಹೊಂದಿರುವ ವರ್ಷವಾಗಿದೆ (P0=0,5, t=0);
• ಮಾರುಕಟ್ಟೆ ಪಾಲು ಬೆಳವಣಿಗೆ ದರ (r) ವಿದ್ಯುತ್ ವಾಹನಗಳು.

ಈ ಸಂದರ್ಭದಲ್ಲಿ, ನಾವು ಹೇಳೋಣ:

• ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರುಗಳು ಆಂತರಿಕ ದಹನಕಾರಿ ಎಂಜಿನ್ (ICE) ಹೊಂದಿರುವ ಕಾರುಗಳನ್ನು ಮಾರುಕಟ್ಟೆಯಿಂದ ಸಂಪೂರ್ಣವಾಗಿ ಸ್ಥಳಾಂತರಿಸುತ್ತದೆ (K=1), ಏಕೆಂದರೆ ಪ್ರಯಾಣಿಕ ಕಾರು ಮಾರುಕಟ್ಟೆಯನ್ನು ವಿಭಾಗಿಸಲು ಅನುಮತಿಸುವ ವೈಶಿಷ್ಟ್ಯವನ್ನು ನಾನು ನೋಡುತ್ತಿಲ್ಲ.

  ಮಾದರಿಯನ್ನು ಕಂಪೈಲ್ ಮಾಡುವಾಗ ಭಾರೀ ವಾಹನಗಳು ಮತ್ತು ವಿಶೇಷ ಉಪಕರಣಗಳ ಮಾರುಕಟ್ಟೆಯನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿಲ್ಲ ಮತ್ತು ಈ ಉದ್ಯಮದಲ್ಲಿ ಇನ್ನೂ ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನಗಳಿಗೆ ಯಾವುದೇ ಮಾರುಕಟ್ಟೆ ಇಲ್ಲ.

• ನಾವು ಈಗ “ಋಣಾತ್ಮಕ ಸಮಯ” (P(t)<0) ನಲ್ಲಿ ವಾಸಿಸುತ್ತೇವೆ ಮತ್ತು ಕಾರ್ಯದಲ್ಲಿ ನಾವು ನಮ್ಮ ಸಮಯಕ್ಕೆ (t-t0) “ಶೂನ್ಯ ವರ್ಷ” ಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಆಫ್‌ಸೆಟ್ ಅನ್ನು ಬಳಸುತ್ತೇವೆ.

ಪ್ರಯಾಣಿಕ ಕಾರು ಮಾರಾಟದ ಪ್ರಮಾಣಗಳ ಅಂಕಿಅಂಶಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ ಇಲ್ಲಿ.

ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನ ಮಾರಾಟದ ಅಂಕಿಅಂಶಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ ಇಲ್ಲಿ.

ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನಗಳ ಕುರಿತು 2012 ರ ಹಿಂದಿನ ಅಂಕಿಅಂಶಗಳು ಬಹಳ ಕಡಿಮೆ ಮತ್ತು ಅಧ್ಯಯನದಲ್ಲಿ ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ.

ಪರಿಣಾಮವಾಗಿ, ನಾವು ಈ ಕೆಳಗಿನ ಡೇಟಾವನ್ನು ಹೊಂದಿದ್ದೇವೆ:

ವರ್ಷ ಶೂನ್ಯ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಬೆಳವಣಿಗೆ ದರವನ್ನು ಕಂಡುಹಿಡಿಯುವ ಪ್ರೋಗ್ರಾಂ

import matplotlib.pyplot as plt
import numpy as np
import math

x = np.linspace(2012, 2019, 8)
y1 = np.array([60936407, 63429200, 65708230, 66314155, 69464432, 70694834, 68690468,  64341693]) # кол-во произведенных легковых машин
y2 = np.array([52605, 97507, 320713, 550297, 777495, 1227117, 2018247,  1940147]) # кол-во произведенных легковых электромобилей
y = y2/y1 #доля электромобилей в общем производстве автомобилей

ymax=1 #первоначальное максимальное отклонение статистических данных от значений функции
Gmax=2025 #год для начало поиска "нулевого года"
rmax=0.35 #начальный коэффициент
k=1 #принят "1" из предпосылки, что электромобили полностью заменят легковые автомобили с ДВС
p0=0.5 # процент рынка в "нулевой год"
for j in range(10): # цикл перебора "нулевых годов"
    x0=2025+j
    r=0.35
    
    for i in range(10): # цикл перебора коэффициента в каждом "нулевом году"
            r=0.25+0.02*i
            y4=k*p0*math.e**(r*(x-x0))/(k+p0*(math.e**(r*(x-x0))-1))-y 
           # print(str(x0).ljust(20), str(r).ljust(20), max(abs(y4))) 
            if max(abs(y4))<=ymax: # поиск минимального из максимальных отклонений внутри каждого года при каждом коэффициенте r
                ymax=max(abs(y4))
                Gmax=x0
                rmax=r
print(str(Gmax).ljust(20), str(rmax).ljust(20), ymax) # вывод "нулевого года", коэффициента r и максимального из отклонений от функции

ಕಾರ್ಯಕ್ರಮದ ಪರಿಣಾಮವಾಗಿ, ಈ ಕೆಳಗಿನ ಮೌಲ್ಯಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲಾಗಿದೆ:
ವರ್ಷ ಶೂನ್ಯವು 2028 ಆಗಿದೆ.
ಬೆಳವಣಿಗೆಯ ಗುಣಾಂಕ - 0.37

ಕಾರ್ಯ ಮೌಲ್ಯದಿಂದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಡೇಟಾದ ಗರಿಷ್ಠ ವಿಚಲನವು 0.005255 ಆಗಿದೆ.

2012 ಮತ್ತು 2019 ರ ನಡುವಿನ ಕಾರ್ಯದ ಗ್ರಾಫ್ ಈ ರೀತಿ ಕಾಣುತ್ತದೆ:

2050 ರವರೆಗಿನ ಮುನ್ಸೂಚನೆಯೊಂದಿಗೆ ಅಂತಿಮ ಗ್ರಾಫ್ ಈ ರೀತಿ ಕಾಣುತ್ತದೆ:

ಚಾರ್ಟ್ ಸಂಪೂರ್ಣ ಮಾರುಕಟ್ಟೆಯ 99% ನಷ್ಟು ಕಡಿತವನ್ನು ತೋರಿಸುತ್ತದೆ, ಅಂದರೆ. 2040 ರ ಹೊತ್ತಿಗೆ, ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನಗಳು ಆಂತರಿಕ ದಹನಕಾರಿ ಎಂಜಿನ್‌ಗಳೊಂದಿಗೆ ಕಾರುಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬದಲಾಯಿಸುತ್ತವೆ.

ಫಂಕ್ಷನ್ ಗ್ರಾಫಿಂಗ್ ಪ್ರೋಗ್ರಾಂ

import matplotlib.pyplot as plt
import numpy as np
import math

x = np.linspace(2012, 2019, 8)
y1 = np.array([60936407, 63429200, 65708230, 66314155, 69464432, 70694834, 68690468,  64341693])
y2 = np.array([52605, 97507, 320713, 550297, 777495, 1227117, 2018247,  1940147])
y = y2/y1

k=1
p0=0.5

x0=2028   
r=0.37 
y1=k*p0*math.e**(r*(x-x0))/(k+p0*(math.e**(r*(x-x0))-1))
#Строим график функции на отрезке между 2012 и 2019 годами
fig, ax = plt.subplots(figsize=(30, 20), facecolor="#f5f5f5")
plt.grid()
ax.plot(x, y, 'o', color='tab:brown') 
ax.plot(x, y1)
#Строим график функции на отрезке между 2010 и 2050 годами
x = np.linspace(2010, 2050)
y2 = [k*p0*math.e**(r*(i-x0))/(k+p0*(math.e**(r*(i-x0))-1)) for i in x]
y3 = 0.99+0*x
fig, ax = plt.subplots(figsize=(30, 20), facecolor="#f5f5f5") 
ax.set_xlim([2010, 2050])
ax.set_ylim([0, 1])
plt.grid()             
plt.plot(x, y2, x, y3)

ಸಂಶೋಧನೆಗಳು

ಆಂತರಿಕ ದಹನಕಾರಿ ಎಂಜಿನ್ ಹೊಂದಿರುವ ಕಾರುಗಳ ಅಭಿವೃದ್ಧಿಯ ಇತಿಹಾಸವನ್ನು ವಿವರಿಸುವಾಗ ಅದೇ ತರ್ಕವನ್ನು ಅನುಸರಿಸಿ, ಲಭ್ಯವಿರುವ ಅಂಕಿಅಂಶಗಳ ಆಧಾರದ ಮೇಲೆ ಪ್ರಯಾಣಿಕ ವಿದ್ಯುತ್ ವಾಹನಗಳ ಉದ್ಯಮದ ಅಭಿವೃದ್ಧಿಯನ್ನು ಊಹಿಸಲು ನಾನು ಪ್ರಯತ್ನಿಸಿದೆ.

ಪಡೆದ ಫಲಿತಾಂಶಗಳು 2030 ರ ಹೊತ್ತಿಗೆ, ಪ್ರಪಂಚದಲ್ಲಿ ಮಾರಾಟವಾಗುವ ಅರ್ಧದಷ್ಟು ಪ್ರಯಾಣಿಕ ಕಾರುಗಳು ಎಲೆಕ್ಟ್ರಿಕ್ ಮೋಟರ್ ಅನ್ನು ಹೊಂದಿರುತ್ತವೆ ಮತ್ತು 2040 ರ ವೇಳೆಗೆ, ಆಂತರಿಕ ದಹನಕಾರಿ ಎಂಜಿನ್ ಹೊಂದಿರುವ ಪ್ರಯಾಣಿಕ ಕಾರುಗಳು ಹಿಂದಿನ ವಿಷಯವಾಗಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ.

ಸಹಜವಾಗಿ, 2030 ರ ನಂತರ, ಕೆಲವರು 2030 ರ ಮೊದಲು ಖರೀದಿಸಿದ ಗ್ಯಾಸೋಲಿನ್ ಕಾರುಗಳನ್ನು ಓಡಿಸುತ್ತಾರೆ, ಆದರೆ ಅವರ ಮುಂದಿನ ಖರೀದಿಯು ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರ್ ಎಂದು ಅವರಿಗೆ ತಿಳಿಯುತ್ತದೆ.
ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನಗಳ ಬೆಳವಣಿಗೆಯ ದರವು ಆಂತರಿಕ ದಹನಕಾರಿ ಎಂಜಿನ್ ಹೊಂದಿರುವ ಕಾರುಗಳ ಬೆಳವಣಿಗೆಯ ದರಕ್ಕಿಂತ 4 ಪಟ್ಟು ಹೆಚ್ಚಾಗಿದೆ, ಇದು ಹೊಸ ತಂತ್ರಜ್ಞಾನಗಳು ನಮ್ಮ ಜೀವನವನ್ನು ಹೆಚ್ಚು ಹೆಚ್ಚು ವೇಗವಾಗಿ ಪ್ರವೇಶಿಸುತ್ತಿವೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ, ಇದು ನಮ್ಮ ದೈನಂದಿನ ಜೀವನದ ನೀರಸ ಭಾಗವಾಗಿದೆ (ಇಲ್ಲಿ ನಾವು ಮೊಬೈಲ್ ಫೋನ್‌ಗಳನ್ನು ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತೇವೆ) .

ಮುಂಬರುವ ವರ್ಷಗಳಲ್ಲಿ, ಎಡಿಸನ್ ಪರಿಹರಿಸಲು ಸಾಧ್ಯವಾಗದ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಬೇಕು - ಚಾರ್ಜಿಂಗ್ ಸ್ಟೇಷನ್‌ಗಳ ನಡುವೆ ದೀರ್ಘ ವ್ಯಾಪ್ತಿಯನ್ನು ಅನುಮತಿಸುವ ಸಾಕಷ್ಟು ಸಾಮರ್ಥ್ಯದ ಬ್ಯಾಟರಿ.

ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಗ್ಯಾಸ್ ಸ್ಟೇಷನ್‌ಗಳ ಜಾಲಕ್ಕೆ ಸಮಾನವಾದ ಚಾರ್ಜಿಂಗ್ ಸ್ಟೇಷನ್‌ಗಳ ಜಾಲವನ್ನು ರಚಿಸಲು, ದೊಡ್ಡ ನಗರಗಳಲ್ಲಿ ಮತ್ತು ಹೆದ್ದಾರಿಗಳಲ್ಲಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ವಿದ್ಯುತ್ ಜಾಲಗಳನ್ನು ಆಧುನೀಕರಿಸುವುದು ಅವಶ್ಯಕ.

ಅಲ್ಲದೆ, ಎಲೆಕ್ಟ್ರಿಕ್ ವಾಹನಗಳ ಮಾರಾಟದ ಬೆಳವಣಿಗೆಗೆ ಅಡ್ಡಿಯಾಗಲಿದೆ ಜೆವಾನ್ಸ್ ವಿರೋಧಾಭಾಸ, ಆದರೆ ಕಲ್ಲಿದ್ದಲು ಬೇಡಿಕೆ ಕುಸಿಯುತ್ತಿರುವ ನಡುವೆ ತೈಲವನ್ನು ಅಡ್ಡಿಪಡಿಸಿತು.

ಪಿಎಸ್
ಎಡಿಸನ್ ಅವರಿಗೆ ನಿಯೋಜಿಸಲಾದ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಸಾಧ್ಯವಾದರೆ, "ತೈಲ ಯುಗ" ಪ್ರಾರಂಭವಾಗುತ್ತಿರಲಿಲ್ಲ ...

ನೋಂದಾಯಿತ ಬಳಕೆದಾರರು ಮಾತ್ರ ಸಮೀಕ್ಷೆಯಲ್ಲಿ ಭಾಗವಹಿಸಬಹುದು. ಸೈನ್ ಇನ್ ಮಾಡಿ, ದಯವಿಟ್ಟು.

ಎಲ್ಲರೂ ಯಾವಾಗ ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರುಗಳನ್ನು ಓಡಿಸುತ್ತಾರೆ?

• 9,5%2030 ರ ವೇಳೆಗೆ, ಎಲ್ಲರೂ ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರುಗಳಿಗೆ ಬದಲಾಯಿಸುತ್ತಾರೆ, ಅರ್ಧದಷ್ಟು ಅಲ್ಲ

• 20,0%2040 ರ ಹೊತ್ತಿಗೆ, ಪ್ರತಿಯೊಬ್ಬರೂ ಖಂಡಿತವಾಗಿಯೂ ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರುಗಳಿಗೆ ಬದಲಾಯಿಸುತ್ತಾರೆ38

• 48,4%2050 ಕ್ಕಿಂತ ಹಿಂದಿನದು

• 22,1%ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರು ಎಂದಿಗೂ ಗ್ಯಾಸೋಲಿನ್ ಕಾರ್ ಅನ್ನು ಬದಲಾಯಿಸುವುದಿಲ್ಲ 42

190 ಬಳಕೆದಾರರು ಮತ ಹಾಕಿದ್ದಾರೆ. 37 ಬಳಕೆದಾರರು ದೂರ ಉಳಿದಿದ್ದಾರೆ.

ಮೂಲ: www.habr.com