人工智能的新應用，可預測電池的使用壽命
圖片來自YOUNGHEE LEE/CUBE3D GRAPHIC
撰文 | 馮水寒
責編 | 葉水送
● ● ●
鋰離子電池具有高能量密度、輸出功率大、充放電速度快、無記憶效應、使用壽命長等優(yōu)點。隨著技術(shù)進步和成本降低，鋰離子電池的應用越來越廣泛，除了應用于便攜式電子設備，還出現(xiàn)在軍事、純電動汽車、航空航天等領域。
然而與眾多化學、機械和電子系統(tǒng)類似，長時間的電池壽命意味著性能反饋時間延遲（delayed feedback of performance），通常需要數(shù)月甚至數(shù)年之久。因此，使用早期數(shù)據(jù)準確預測電池壽命將為電池的生產(chǎn)、使用和優(yōu)化帶來新的機遇。
試想一下，如果電池制造商能夠確定哪些電池至少能使用幾年，那么他們便能夠向?qū)枨蟮闹圃焐啼N售對應產(chǎn)品。但由于循環(huán)使用過程中電池容量非線性退化以及個體差異較大，電池壽命的準確預測仍頗具挑戰(zhàn)。
? 大數(shù)據(jù)與人工智能幫助預測電池使用壽命，圖片來自Nature Energy
3月25日，國際學術(shù)期刊Nature Energy發(fā)文稱，麻省理工學院的Richard D. Braatz教授及其合作者基于全面的數(shù)據(jù)集（包括124個商用鋰離子電池，這些電池在快速充電條件下，循環(huán)壽命從150到2300個周期不等）和機器學習算法，在鋰離子電池容量開始下降前，準確預測其使用壽命并對其進行分類。
該最佳模型在定量預測循環(huán)壽命方面的測試誤差僅為9.1%。僅根據(jù)前五個充放電周期將電池分為長壽命和短壽命的測試結(jié)果表明，該算法95%的預測結(jié)果都是正確的。
? 迄今為止最大的同類數(shù)據(jù)集，圖片來自data.matr.io
此外，研究人員還公布了相應的數(shù)據(jù)，這也是迄今為止最大的同類數(shù)據(jù)集。這一方法和數(shù)據(jù)集的開發(fā)可以加速新電池的研究和開發(fā)，減少生產(chǎn)時間和成本，擴大其應用。
論文通訊作者Braatz表示：
“最近計算能力和數(shù)據(jù)生成方面的進步，使得機器學習能夠加速完成各種任務，其中包括對材料性能的預測。我們的研究結(jié)果表明，我們可預測復雜系統(tǒng)在遙遠未來的行為?！?/span>
論文共同作者豐田汽車研究所（Toyota Research Institute）的Patrick Herring說：
“盡管在電池開發(fā)上花費了大量的時間和金錢，但在這項工作中，我們將最耗時的步驟之一（電池測試）減少了一個數(shù)量級?！?/span>
總的來說，這一技術(shù)不僅可用于電池的分類，還可用于幫助新電池設計，使其更快地進入市場。
參考資料
https://www.nature.com/articles/s41560-019-0356-8
https://eurekalert.org/pub_releases/2019-03/su-tlb032019.php
https://data.matr.io/1/projects/5c48dd2bc625d700019f3204
