Videnskab
 science >> Videnskab >  >> Elektronik

Maskinlæringsalgoritme forudsiger, hvordan man får mest muligt ud af elbilsbatterier

Kredit:Pixabay/CC0 Public Domain

Forskere har udviklet en maskinlæringsalgoritme, der kan hjælpe med at reducere opladningstider og forlænge batteriets levetid i elektriske køretøjer ved at forudsige, hvordan forskellige køremønstre påvirker batteriets ydeevne, hvilket forbedrer sikkerheden og pålideligheden.

Forskerne fra University of Cambridge siger, at deres algoritme kan hjælpe chauffører, producenter og virksomheder med at få mest muligt ud af de batterier, der driver elektriske køretøjer, ved at foreslå ruter og køremønstre, der minimerer batterinedbrydning og opladningstider.

Holdet udviklede en ikke-invasiv måde at sondere batterier og få et holistisk syn på batteriets sundhed. Disse resultater blev derefter ført ind i en maskinlæringsalgoritme, der kan forudsige, hvordan forskellige køremønstre vil påvirke batteriets fremtidige sundhed.

Hvis den udvikles kommercielt, kan algoritmen bruges til at anbefale ruter, der får chauffører fra punkt til punkt på kortest tid uden at forringe batteriet, for eksempel, eller anbefale den hurtigste måde at oplade batteriet på uden at få det til at nedbrydes. Resultaterne er rapporteret i tidsskriftet Nature Communications .

Et batteris helbred, uanset om det er i en smartphone eller en bil, er langt mere komplekst end et enkelt tal på en skærm. "Batterisundhed er ligesom menneskers sundhed en multidimensionel ting, og den kan nedbrydes på mange forskellige måder," sagde førsteforfatter Penelope Jones fra Cambridges Cavendish Laboratory. "De fleste metoder til at overvåge batteritilstanden forudsætter, at et batteri altid bruges på samme måde. Men det er ikke sådan, vi bruger batterier i det virkelige liv. Hvis jeg streamer et tv-program på min telefon, vil det løbe tør for batteriet. meget hurtigere, end hvis jeg bruger det til beskeder. Det er det samme med elbiler – hvordan du kører, vil påvirke, hvordan batteriet nedbrydes."

"De fleste af os vil udskifte vores telefoner i god tid, før batteriet nedbrydes til det punkt, at det er ubrugeligt, men for biler skal batterierne holde i fem, ti år eller mere," sagde Dr. Alpha Lee, der ledede forskningen. "Batterikapaciteten kan ændre sig drastisk i løbet af den tid, så vi ville finde på en bedre måde at kontrollere batteriets tilstand på."

Forskerne udviklede en ikke-invasiv sonde, der sender højdimensionelle elektriske impulser ind i et batteri og måler responsen, hvilket giver en række 'biomarkører' for batteriets sundhed. Denne metode er skånsom for batteriet og får det ikke til at nedbrydes yderligere.

De elektriske signaler fra batteriet blev konverteret til en beskrivelse af batteriets tilstand, som blev ført ind i en maskinlæringsalgoritme. Algoritmen var i stand til at forudsige, hvordan batteriet ville reagere i den næste opladnings-afladningscyklus, afhængigt af hvor hurtigt batteriet blev opladet, og hvor hurtigt bilen ville køre næste gang den var på vejen. Tests med 88 kommercielle batterier viste, at algoritmen ikke krævede nogen information om tidligere brug af batteriet for at kunne foretage en nøjagtig forudsigelse.

Eksperimentet fokuserede på lithium cobalt oxide (LCO) celler, som er meget udbredt i genopladelige batterier, men metoden kan generaliseres på tværs af de forskellige typer batterikemi, der bruges i elektriske køretøjer i dag.

"Denne metode kan låse op for værdi i så mange dele af forsyningskæden, uanset om du er en producent, en slutbruger eller en genbruger, fordi den giver os mulighed for at fange batteriets sundhed ud over et enkelt tal, og fordi den er forudsigelig " sagde Lee. "Det kan reducere den tid, det tager at udvikle nye typer batterier, fordi vi vil være i stand til at forudsige, hvordan de nedbrydes under forskellige driftsforhold."

Forskerne siger, at ud over producenter og chauffører kan deres metode være nyttig for virksomheder, der driver store flåder af elektriske køretøjer, såsom logistikvirksomheder. "Rammen, vi har udviklet, kan hjælpe virksomheder med at optimere, hvordan de bruger deres køretøjer til at forbedre flådens overordnede batterilevetid," sagde Lee. "Der er så meget potentiale med en ramme som denne."

"Det har været så spændende en ramme at bygge, fordi det kunne løse så mange af udfordringerne på batteriområdet i dag," sagde Jones. "Det er et godt tidspunkt at være involveret i batteriforskningen, som er så vigtig for at hjælpe med at håndtere klimaændringer ved at gå væk fra fossile brændstoffer."

Forskerne arbejder nu sammen med batteriproducenter for at fremskynde udviklingen af ​​sikrere, længerevarende næste generations batterier. De undersøger også, hvordan deres rammer kan bruges til at udvikle optimale hurtigopladningsprotokoller for at reducere opladningstider for elektriske køretøjer uden at forårsage forringelse. + Udforsk yderligere

Superhurtig elbilopladning med et skræddersyet touch




Varme artikler