Tudósok egy csoportja, Dr. Gareth Conduit vezetésével az A * STAR Anyagkutatási és Mérnöki Intézetében, és a Nanyang Műszaki Egyetem az AI-t használta az elektromos jármű akkumulátorainak állapotának előrejelzéséhez és a lítium-ion cellák állapotának "pontos" előrejelzéséhez. töltés és egészség.
A közzétett cikk szerint az adatközpontú gépi tanulási modell technológia lehetővé teheti a gyártók számára, hogy a szoftvert egyenesen az akkumulátoros készülékeikbe ágyazzák, így akár 6% -kal javíthatják annak ciklusidejét, összehasonlítva a tipikus akkumulátoros modellekkel, amelyek 10% -kal rosszul kalkulálják az élettartamot.
Az akkumulátorok teljesítménye, költségei és biztonsága meghatározzák az elektromos járművek (EV) sikeres fejlesztését. Jelenleg a lítium-ion (Li-ion) akkumulátorokat előnyben részesítik más elemekkel szemben, ciklusuk és ésszerű energiasűrűségük miatt. Ha azonban a lítium-ion akkumulátorok további kutatásait folytatják, az bonyolultabb elemdinamikához vezet, ahol a biztonság és a hatékonyság aggodalomra ad okot. Ennek köszönhetően a fejlett akkumulátor-kezelő rendszer, amely optimalizálni és felügyelni tudja a biztonságot, döntő fontosságú a járművek villamosítása szempontjából.
Gépi tanulási algoritmusokat alkalmaztak az egészségi állapot, a töltöttségi állapot és a hátralévő hasznos élettartam előrejelzésére. Az adatközpontú modellekre összpontosítottak, és ezeket kombinálták a gépi tanulási technikákkal. Ezek a modellek erőteljesebbnek tűnnek, és előre meg tudják jósolni a rendszer előzetes ismerete nélkül, a nagy pontosság és alacsony számítási költségek mellett. Az adattároló eszközök alacsony költségeinek és a számítási technológiák fejlődésének köszönhetően az adatközpontú gépi tanulás tűnik a legígéretesebb megközelítésnek a fejlett akkumulátor-modellezés terén a jövőben.
A tanulmány célja, hogy átalakító hatást érjen el az akkumulátoriparban, és rávilágítson arra, hogy a gépi tanulás hogyan képes pontosan megjósolni és javítani az akkumulátor egészségét és élettartamát. Ez lehetővé teszi a gyártók számára, hogy a szoftvert közvetlenül beépítsék akkumulátoros eszközeikbe, és javítsák a fogyasztók életében nyújtott szolgáltatásaikat.