ИИ повысит точность определения срока службы батарей в 10 раз. Разработанная исследователями из Университетов Кембриджа и Ньюкасла нейросеть также позволит повысить их безопасность и надежность. Описание работы опубликовано в журнале Nature Communications.
В течение нескольких десятилетий скорость разработки новых, более энергоемких и эффективных аккумуляторов была ограничена одной серьезной проблемой — количеством времени, которое исследователям приходилось тратить на оценку времени работы аккумулятора. Для этого ученые проводили несколько циклов зарядки и разрядки, а затем измеряли время, в течение которого аккумулятор может выдавать требуемое напряжение.
Этот процесс занимает от нескольких месяцев до нескольких лет. Современные методы прогнозирования срока службы аккумулятора основаны на отслеживании тока и напряжения во время его зарядки и разрядки. Такой метод неэффективен из-за того, что он не позволяет отслеживать специфические характеристики, которые указывают на состояние батареи.
В ходе новой работы исследователи создали метод контроля состояния батарей, который предполагает отправку ей электрических импульсов и измерение реакции аккумулятора на них. После этого нейросеть ищет специфические характеристики этого отклика, которые являются явным признаком старения батареи.
В ходе обучения нейросети исследователи выполнили более 20 тыс. экспериментальных измерений — по их словам, это самый большой набор данных в этой области. В результате ИИ научился не только выполнять свою основную функцию, но и отличать важные сигналы от несущественного шума. По словам исследователей, такой метод позволит увеличить точность определения срока службы батареи примерно в 10 раз.
Машинное обучение дополняет и усиливает физическое понимание процессов, которые происходят внутри батареи. Интерпретируемые сигналы, определяемые нашей моделью машинного обучения, являются отправной точкой для будущих теоретических и экспериментальных исследований.
Юньвэй Чжан, ведущий автор исследования
Ранее сообщалось, что новая нейросеть ускорит разработку более энергоемких аккумуляторов для электромобилей. Сделать это удастся за счет того, что искусственный интеллект сможет автоматически оценивать время работы аккумулятора — то есть автоматизирует процесс, на который раньше уходило от нескольких месяцев до нескольких лет.