中国网络消费网 >  车科技 > > 正文
阿贡研究人员通过机器学习来快速预测电池寿命
时间:2022-05-09 08:32:24

盖世汽车讯 据外媒报道,电池化学家利用新的计算模型,仅基于单周期实验数据,即可计算电池寿命。

(图片来源:阿贡实验室)

美国能源部阿贡国家实验室(Argonne National Laboratory)的研究人员借助于机器学习,预测一系列不同电池化学成分的生命周期。该实验室收集一组代表六种不同电池化学成分的300个电池的实验数据。研究人员利用这些数据,可以精准确定不同电池的持续循环时间。

在机器学习算法中,研究人员训练一个计算机程序,基于一组初始数据做出推论。然后,利用从训练中学到的东西,对另一组数据做出决策。阿贡计算科学家Noah Paulson表示:“对用户来说,不论是哪种电池应用,如手机、电动汽车和电网存储,电池的寿命都具有重要意义。一块电池可能要经过数千次循环才会失效,这大概需要数年时间。通过这种方法,可以快速确定不同电池的性能。”

“目前,评估电池容量衰减的唯一方法是实际循环电池。”阿贡电化学专家Susan "Sue" Babinec补充说,“这样做的成本很高,而且需要很长时间。”

确定电池寿命的过程可能比较麻烦。据介绍,“现实情况是,电池不可能永远使用下去。其使用寿命取决于具体的使用方式,以及电池的设计和化学成分。目前为止,还没有一种很好的方法,可以测定电池能使用多长时间。”

此项研究的独特之处在于,受益于阿贡对各种电池正极材料所做的大量实验工作,尤其是阿贡获得专利的镍锰钴(NMC)基正极。Paulson表示:“这些代表不同化学成分的电池,会以不同的方式降解和失效。这项研究的价值在于,提供了反映不同电池性能的信号。”

Paulson表示,对这一领域进行深入研究,对锂离子电池的未来发展具有指导意义。“阿贡所能做的事情之一是,通过已知化学成分训练算法,并对未知化学成分做出预测。从本质上说,该算法有助于找到新的、改进的化学物质,从而延长电池寿命。”

研究人员认为,这种机器学习算法可以加速电池材料的开发和测试。

关键词:

版权声明:
    凡注明来中国网络消费网的作品,版权均属中国网络消费网所有,未经授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明"来源:中国网络消费网"。违反上述声明者,本网将追究其相关法律责任。
    除来源署名为中国网络消费网稿件外,其他所转载内容之原创性、真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考并自行核实。
热文

网站首页 |网站简介 | 关于我们 | 广告业务 | 投稿信箱
 

Copyright © 2000-2020 www.sosol.com.cn All Rights Reserved.
 

中国网络消费网 版权所有 未经书面授权 不得复制或建立镜像
 

联系邮箱:553 138 779@qq.com

备案号:豫ICP备20022870号-6

营业执照公示信息