AI准确预测电池的使用寿命

在可以加速电池开发和改进制造的进步中，科学家们已经找到了如何准确预测锂离子电池的使用寿命，锂离子电池用于从手机到电动汽车的设备。

如果手机电池制造商能够确定哪些电池可以使用至少两年，那么他们只能向手机制造商销售这些产品，并将其余产品发送给要求较低的设备制造商。新的研究表明制造商如何做到这一点。该技术不仅可用于对制造的电池进行分类，还可用于帮助新电池设计更快地进入市场。

斯坦福大学，麻省理工学院和丰田研究所的科学家们发现，结合全面的实验数据和人工智能，可以准确预测锂离子电池在其容量开始减弱之前的使用寿命。在研究人员用几亿个电池充电和放电数据点训练他们的机器学习模型之后，该算法根据电压下降和早期周期中的一些其他因素预测每个电池将持续多少个周期。

预测值在细胞实际持续的周期数的9%以内。另外，该算法基于前五个充电/放电循环将电池分类为长寿命或短寿命。在这里，预测在95%的时间都是正确的。

该机器学习方法发布于 Nature Energy，可以加速新电池设计的研究和开发，并减少生产的时间和成本，以及其他应用。研究人员已经公布了数据集 - 同类中最大的 数据集。

“测试新电池设计的标准方法是对电池充电和放电，直到它们发生故障。由于电池使用寿命长，这个过程可能需要数月甚至数年，“联合主要作者Peter Attia说，他是斯坦福大学材料科学与工程博士候选人。“这是电池研究中的一个昂贵的瓶颈。”

这项工作是在电池数据驱动设计中心进行的，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，由材料科学与工程助理教授William Chueh领导 ，进行了电池实验。麻省理工学院的团队由化学工程教授Richard Braatz领导 ，负责机器学习工作。该研究的共同主要作者克里斯汀·谢弗森去年春天在麻省理工学院完成了化学工程博士学位。

优化快速充电

该项目的一个重点是找到一种更好的方法，在10分钟内为电池充电，这一功能可以加速电动汽车的大规模采用。为了生成训练数据集，该团队对电池进行充电和放电，直到每个电池达到其使用寿命，他们将其定义为容量损失20%。在优化快速充电的途中，研究人员希望了解是否有必要将电池放入地下。可以在早期周期的信息中找到电池问题的答案吗?

“计算能力和数据生成的进步最近使机器学习能够加速各种任务的进展。这些包括材料特性的预测，“Braatz说。“我们的结果显示了我们如何能够预测未来复杂系统的行为。”

通常，锂离子电池的容量稳定一段时间。然后急转弯。正如大多数21世纪的消费者所知，坠落点差异很大。在这个项目中，电池持续150到2,300个周期。这种变化部分是测试快速充电的不同方法的结果，但也是由于电池之间的制造可变性。

研究报告的共同作者，丰田研究所的科学家帕特里克·赫林说：“花费在电池开发上的所有时间和金钱，仍然可以在几十年内取得进展。” “在这项工作中，我们正在减少一个最耗时的步骤 - 电池测试 - 一个数量级。”

可能的用途

Attia说，新方法有许多潜在的应用。例如，它可以缩短验证新型电池的时间，这对于材料的快速发展尤为重要。通过分选技术，确定具有短寿命的电动车辆电池 - 对于汽车来说太短 - 可以用来为街灯或备份数据中心供电。回收商可以从二手EV电池组中找到具有足够容量的电池，以便再次使用。

另一种可能性是优化电池制造。“制造电池的最后一步被称为'形成'，可能需要数天到数周，”Attia说。“使用我们的方法可以显着缩短这一点并降低生产成本。”

研究人员现在正在使用他们的模型在短短10分钟内优化电池充电方式，他们表示这将使该过程减少10倍以上。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！