当前位置: 电池联盟网 > 前沿 >

阿贡研究人员通过机器学习来快速预测电池寿命

时间:2022-05-10 08:40来源:盖世汽车 作者:Elisha
点击:
 
       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。
 
(责任编辑:子蕊)
文章标签: 电池 电池寿命
免责声明:本文仅代表作者个人观点,与中国电池联盟无关。其原创性以及文中陈述文字和内容未经本网证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
凡本网注明 “来源:XXX(非中国电池联盟)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。
QQ:503204601
邮箱:cbcu@cbcu.com.cn
猜你喜欢
专题
相关新闻
本月热点
欢迎投稿
联系人:王女士
Email:cbcu#cbcu.com.cn
发送邮件时用@替换#
电话:010-56284224
在线投稿
企业微信号
微信公众号