Depositphotos
Інструмент на базі ШІ для дослідників батарей використовує дані попередніх розробок для прогнозування терміну служби нових концепцій акумуляторів.
Отримавши інформацію усього лише про 50 циклів, розроблений на інженерному факультеті Мічиганського університету, цей ШІ може передбачити, скільки циклів заряджання-розряджання може витримати батарея, перш ніж її місткість впаде нижче 90% від розрахункової.
Це допоможе дослідникам заощадити місяці, а може навіть й роки досліджень, залежно від умов циклічних експериментів. Окрім цього заощаджуватиметься значна частина електрики, що витрачається на випробування прототипів та тестування батарей. За оцінками команди розробників, терміни служби нових конструкцій батарей можна буде прогнозувати із витратою усього 5% електроенергії та 2% часу порівняно з традиційними методами тестування.
“Вивчаючи історичні конструкції батарей, ми використовуємо фізичні принципи для побудови узагальненої залежності між випробуваннями на ранніх етапах і терміном служби. Ми можемо мінімізувати експериментальні зусилля і досягти високоточного прогнозування для нових конструкцій батарей”, — зазначає науковець з кафедри електротехніки та обчислювальної техніки Мічиганського університету та провідний автор дослідження Цзію Сонг.
Дослідження підтримувалось каліфорнійською компанією Farasis Energy US, яка займається виробництвом акумуляторів. Виробник також представив елементи живлення та дані щодо проєктування й тестування для оцінки ефективності моделі, навченої виключно на безплатних загальнодоступних даних.
Модель створено на основі педагогічного підходу, відомого як навчання через відкриття або навчання на практиці. Модель у такому типі навчання отримує завдання та ресурси для допомоги у пошуку рішення, спираючись на власний досвід та отриманні знання. За результатами розв’язання великої кількості завдань модель більше не потребує ресурсів для розв’язання аналогічних завдань.
Схема роботи системи навчання через відкриття/Nature
“Навчання через відкриття — це загальний підхід до машинного навчання, який може бути поширений на інші наукові та інженерні сфери”, — переконує перший автор дослідження Цзявей Чжан.
Команда розробила модель ШІ для прогнозування терміну служби батареї за заданих конструкції та умов циклічної роботи, серед іншого температури та струму. Система обирає кілька варіантів акумуляторів, які б заповнили прогалини в її знаннях, для створення та тестування упродовж приблизно 50 циклів. Результати експериментів надходять до інтерпретатора, який отримує доступ до історичних даних та виконує обчислення за допомогою фізичного симулятора батарей. Система прогнозує термін служби експериментальних батарей на основі наданих історичних даних та обчислень.
Хочеш знати більше, ніж ChatGPT 5? Підписуйся на ITC.ua у TelegramПІДПИСАТИСЯ
Модель, що навчається, об’єднує нову інформацію з попередніми прогнозами для оцінки терміну служби нової конструкції акумулятора. Навіть за проведення експериментів система навчання заощаджує значну частину часу та енергії з потенціалом подальшого покращення.
Li-ion батареї наступного покоління значно відрізняються від попередніх версій за хімічним складом, структурою та матеріалами. Однак дослідники стверджують, що між ними є паралелі, які здатні підказати, як працюватимуть новітні конструкції. Замість використання простих статистичних характеристик сигналів струму та напруги інтерпретатор використовує фізичні властивості, що лежать в основі усіх без виключення конструкцій для виділення загальних рис між різними акумуляторами.
СпецпроєктиОгляд Blackview MEGA 12: захищений стильний планшет з комплектом “все включено”5 корисних tech-подарунків на День святого Валентина
Використовуючи цю інформацію, ШІ розглядає батареї двома способами: з погляду їхніх внутрішніх характеристик, включно з фізичними та хімічними властивостями елементів, та умовами експлуатації. Наприклад, за високих температур певні хімічні процеси можуть зумовлювати деградацію елементів батареї, однак за нижчих температур цей механізм не відіграє такої ролі.
Дослідники протестували власну модель ШІ, використовуючи дані та пакетні елементи живлення від Farasis Energy. Після навчання на наборі даних, який включав лише циліндричні елементи, схожі на батарейки типу AA, модель успішно передбачила продуктивність більших елементів. У той час як повні випробування тривають до тисячі циклів і займають від кількох місяців до кількох років, випробування на 50 циклів можуть тривати буквально кілька днів або тижнів. Для тестування знадобилось меньше елементів живлення та менше циклів, що дозволило заощадити 95% електроенергії. Дослідники мають намір розширити той самий підхід на інші аспекти продуктивності, зокрема, безпеку та швидкість заряджання.
Ми раніше писали, що вчені з Науково-технологічного Університету Пхоханю у Південній Кореї виявили невідомий раніше механізм деградації літій-іонних батарей у процесі їхнього використання. Між тим європейські дослідники представили інноваційну технологію моніторингу стану акумуляторів в електромобілях та системах відновлюваної енергетики, здатну суттєво підвищити їхню безпеку, ефективність та термін служби.
Результати дослідження опубліковані у журналі Nature
