研究小组通过数据和人工智能来预测电池的使用寿命

2019-12-21 17:17:07
导读 如果手机电池制造商能够知道哪种电池至少可以使用两年,那么他们只能将这些电池卖给手机制造商,其余的则发送给要求较低的设备制造商。新的研究表明制造商是如何做到这一点的。这种技术不仅可以用来分类制造的电池,还可以帮助新的电池设计更快地进入市场。斯坦福大学(Stanford University)、麻省理工学院(MIT)和丰田研究所(Toyota Research Institute)的科学家发现,综合

如果手机电池制造商能够知道哪种电池至少可以使用两年,那么他们只能将这些电池卖给手机制造商,其余的则发送给要求较低的设备制造商。新的研究表明制造商是如何做到这一点的。这种技术不仅可以用来分类制造的电池,还可以帮助新的电池设计更快地进入市场。

斯坦福大学(Stanford University)、麻省理工学院(MIT)和丰田研究所(Toyota Research Institute)的科学家发现,综合全面的实验数据和人工智能揭示了在锂离子电池的容量开始衰退之前准确预测其使用寿命的关键。在研究人员用数亿个电池充放电数据点训练了机器学习模型之后,该算法根据电压下降和早期循环中的其他几个因素,预测了每个电池还能持续多少个周期。

这些预测是在细胞实际持续周期的9%之内。另外,基于前五个充放电周期,该算法将电池划分为长寿命或短寿命。在这里,95%的预测是正确的。

这种机器学习方法于3月25日发表在“自然能源”杂志上,它可以加速新电池设计的研究和开发,减少生产时间和成本,以及其他应用。研究人员将这一数据集--这是同类中最大的数据集--公之于众。

斯坦福大学材料科学与工程博士研究生彼得·阿蒂亚(Peter Attia)说:“测试新电池设计的标准方法是充电和放电,直到电池失效。由于电池寿命长,这个过程可能需要很多个月甚至几年。”“这是电池研究中一个昂贵的瓶颈。”

这项工作是在数据驱动的电池设计中心进行的,这是一个集理论、实验和数据科学于一体的学术-工业合作。斯坦福大学的研究人员在材料科学和工程助理教授威廉·崔的领导下进行了电池实验。麻省理工学院的团队由化学工程教授理查德·布拉茨(RichardBraatz)领导,完成了机器学习工作。这项研究的联合作者克里斯汀·塞弗森(KristenSeverson)去年春天在麻省理工学院(MIT)完成了化学工程博士学位。

优化快速充电

该项目的重点之一是在10分钟内找到一种更好的充电方式,这一功能可以加速电动汽车的大规模使用。为了产生训练数据集,团队充电和放电电池,直到每个电池达到其使用寿命结束,他们定义为能力损失20%。在优化快速充电的过程中,研究人员想知道是否有必要将电池投入地面。电池问题的答案能从早期循环的信息中找到吗?

布拉茨说:“计算能力和数据生成方面的进步最近使机器学习能够加速各种任务的进展,其中包括对材料性能的预测。”“我们在这里的研究结果表明,我们可以预测未来复杂系统的行为。”

一般来说,锂离子电池的容量在一段时间内是稳定的.然后,它需要一个急转弯向下。正如大多数21世纪的消费者所知道的,暴跌点差别很大。在这个项目中,电池的寿命从150到2,300次不等。这种变化部分是由于测试了不同的快速充电方法,但也是由于电池之间的制造差异。

“尽管在电池研发上花费了大量的时间和金钱,但进展仍是用几十年来衡量的,”丰田研究所的科学家帕特里克赫林(PatrickHerring)说。“在这项工作中,我们正在将最耗时的步骤之一--电池测试--减少一个数量级。”

可能的用途

阿提亚说,这种新方法有许多潜在的应用前景。例如,它可以缩短验证新型电池的时间,鉴于材料的迅速发展,这一点尤为重要。根据分类技术,电动汽车电池被认为寿命短--对汽车来说太短了--可以用来为路灯供电或备份数据中心。回收商可以从二手电动汽车电池组中找到电池,其容量足以维持第二次使用。

另一种可能是优化电池制造。Attia说:“制造电池的最后一步叫做‘形成’,这可能需要几天到几周的时间。”“采用我们的方法可以大大缩短成本,降低生产成本。”

研究人员现在正在使用他们的模型来优化10分钟内电池充电的方式,他们说这将使电池充电过程减少10倍以上。


免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章