• 網站LOGO
    首頁 > 新聞 > 動力電池 > 研究人員開發人工智能技術 優化電池安全性

    研究人員開發人工智能技術 優化電池安全性

    來源:蓋世汽車 瀏覽次數:202 發布日期:2020-04-25

    據外媒報道,研究人員設計了一種可以預測電池健康狀況的機器學習方法,其準確度是目前行業標準的10倍,或將助力開發更安全、更可靠的電池,以用于電動汽車和消費電子產品。

    劍橋大學和紐卡斯爾大學(Newcastle Universities)的研究人員,通過向電池發送電脈沖并測量其響應來監測電池,接著利用機器學習算法處理這些測量數據,預測電池的健康狀況和使用壽命。

    鋰離子電池的健康狀況和剩余使用壽命難以預測,這是限制電動汽車推廣的一大難題。在運行過程中,電池內會發生一系列復雜微妙的化學變化,長此以往將嚴重影響電池的性能和壽命。目前預測電池健康狀況的方法,主要以跟蹤充放電過程中的電流和電壓為基礎,但并不能顯示電池的具體狀態。想要追蹤電池內部發生的一系列過程,需要找到探測電池工作狀態的新方法,也需要新的算法,探測充放電時的細微信號。

    本項研究負責人之一、劍橋大學卡文迪許實驗室的Dr. Alpha Lee表示:“安全性和可靠性是最重要的設計標準,因為我們開發的電池體積小,容量大。通過改進監測充放電的軟件,并利用數據驅動軟件控制充電過程,相信我們可以大幅提升電池性能。”

    研究人員設計了一種方法,通過向電池發送電脈沖并測量其響應來監測電池。然后,利用機器學習模型,發現電反應的具體特征,找到電池老化的訊號。研究人員進行了20,000多次測量實驗來訓練模型,這是同類數據中最大的數據集。重要的是,該模型學會了如何區分無關噪聲和重要信號。這種非干預式方法,可以輕松應用至當前所有電池系統。

    研究人員還發現,機器學習模型可以提供物理機制退化的線索。該模型能夠顯示,哪些電信號最有可能與老化有關,幫助他們設計具體實驗,探究電池退化的原因和方式。

    研究人員通過機器學習平臺,不斷了解電池中各種化學成份的退化過程,并通過機器學習開發最優電池充電計劃,以實現快速充電,并盡量減緩電池退化。首席作者之一Dr. Yunwei Zhang稱:“機器學習可以補充和提升物理理解。機器學習模型識別出的可解釋信號,是未來理論和實驗研究的起點。”

    標簽:  電池安全
    相關新聞:
    免責聲明:
    1、凡本網注明來源:亞洲新能源汽車網www.51qingjiajiao.com的所有文字、圖片和音視頻稿件,版權均為亞洲新能源汽車網www.51qingjiajiao.com獨家所有,任何媒體、網站或個人在轉載使用時必須注明來源亞洲新能源汽車網www.51qingjiajiao.com違反者本網將依法追究責任;
    2、圖片來源于網絡,如有侵權,請聯系我們刪除;
    3、本網部分文章系轉載,轉載均注明來源,目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,所表述意見也不構成任何投資意見;如涉及版權及其他問題,請聯系我們刪除,本網擁有最終解釋權。
    點擊排行
    關于我們

    網站介紹

    合作客戶

    誠聘英才

    聯系我們

    服務項目

    金牌會員

    品牌廣告

    網站建設

    公眾號
    微信群
    QQ群
    聯系我們

    0755-21036319

    我們隨時等待您的來訪!

    24小時在線客服

    www.51qingjiajiao.com 深圳市貓頭鷹信息技術有限公司 版權所有| ICP備案:粵ICP備18000966號

    国产白拍天天拍视频在线观看