Исследователи из Мичиганского университета разработали систему машинного обучения, способную прогнозировать срок службы батареи всего лишь после 50 циклов зарядки-разрядки, что потенциально сокращает время тестирования и энергопотребление до 95%, согласно исследованию, опубликованному в журнале Nature, как сообщает IT-home.
Традиционная проверка батареи обычно требует сотен или тысяч циклов для оценки долговечности, что часто занимает месяцы или годы. Новый подход объединяет экспериментальные данные ранней стадии с физическим моделированием для прогнозирования долгосрочной деградации, что значительно ускоряет рабочие процессы разработки аккумуляторов.
Система была разработана исследовательской группой под руководством доцента Цзыю Сун и докторантуры Цзявэй Чжан. Он включает в себя несколько компонентов искусственного интеллекта, которые выбирают конструкцию аккумуляторов, анализируют экспериментальные данные и прогнозируют долгосрочную производительность. Исследователи описывают эту структуру как «агентную» архитектуру искусственного интеллекта, которая итеративно улучшает прогнозы путем интеграции экспериментальных результатов с физическими моделями.
Проект поддержала компания Farasis Energy, которая предоставила реальные данные и образцы аккумуляторных батарей для проверки модели. Farasis Energy — производитель литий-ионных аккумуляторов с крупными производственными предприятиями в Китае и глобальным присутствием, охватывающим США, Европу и Турцию. Ее штаб-квартира и ключевые производственные базы расположены в Ганьчжоу и других городах Китая, а крупные мощности находятся в стадии разработки.
Farasis глубоко интегрирован в китайскую цепочку поставок электромобилей, поставляя аккумуляторы автопроизводителям, включая Geely, GAC, FAW, Dongfeng и Great Wall Motor. Компания также установила партнерские отношения с такими мировыми брендами, как Mercedes-Benz, и вошла в число ведущих мировых поставщиков карманных аккумуляторов.
По мнению исследовательской группы, система искусственного интеллекта может применяться к различным форматам аккумуляторов: от цилиндрических элементов, используемых в бытовой электронике, до крупноформатных пакетных элементов, используемых в электромобилях. Даже при обучении на данных о цилиндрических батареях модель успешно предсказывала срок службы аккумуляторов, поставляемых Farasis.
Помимо прогнозирования срока службы, исследователи изучают возможности расширения этой концепции для оценки пределов безопасности, оптимизации стратегий зарядки и определения перспективных материалов для литий-ионных батарей следующего поколения. Сама компания Farasis занимается разработкой передовых аккумуляторных технологий, в том числе полутвердых и твердотельных элементов, которые признаны одними из ведущих проектов Китая в этой области.
Это событие подчеркивает, как искусственный интеллект все больше пересекается с мировой индустрией аккумуляторов, в которой китайские производители играют центральную роль в масштабах производства, развитии технологий и цепочках поставок электромобилей.
Адриан Люнг