電池知識
鋰離子、磷酸鐵鋰、錳酸鋰、新能源
電池知識
鋰離子、磷酸鐵鋰、錳酸鋰、新能源
預測鋰電池的健康狀況和剩余使用壽命是限制電動車廣泛使用的一大難題。隨著時間的推移，電池性能會通過一系列復雜的精細化學過程而下降。單獨來看，這些過程對電池性能沒有太大的影響，但合在一起，它們會嚴重縮短電池的性能和壽命。
來自劍橋大學和紐卡斯爾大學的研究人員設計了一種新的辦法，通過向電池發送電脈沖并測量其應和來監測電池。然后，他們利用機器學習算法對測量數據進行解決，以預測電池的健康狀況和使用壽命。
“安全性和可靠性是最緊要的設計標準，因為我們開發的電池可以在一個小空間里儲存大量能量，”劍橋大學卡文迪什試驗室的阿爾法·李博士（Dr．AlphaLee）說，”通過改進監測充放電的軟件，并使用數據驅動軟件來控制充電過程，我相信我們可以大大改善電池性能。”
研究人員設計了一種通過向電池發送電脈沖并測量其反應來監測電池的辦法。然后使用一個機器學習模型來識別電反應的詳盡特點，這些特點是電池老化的信號。研究人員進行了超過20，000次的試驗測量來訓練模型。緊要的是，該模型學會了要怎么樣從無關的噪聲中區分緊要的信號。他們的辦法是無創的，是一個簡單的附加系統。
研究人員還發現，機器學習模型可以為退化的物理機制供應線索。該模型可以告知什么電信號與老化最相關，進而準許他們設計特定的試驗來探究電池退化的原由和方式。
“機器學習是對物理理解的補充和加強，”第一作者之一、同樣來自卡文迪什試驗室的張云蔚博士（Dr．YunweiZhang）說。“我們的機器學習模型識別出的可解釋信號是將來理論和試驗研究的起點。”
該研究結果發表在《自然通訊》雜志上。
聲明： 本站所發布文章部分圖片和內容自于互聯網，如有侵權請聯系刪除
