צוות מדענים בראשות ד"ר גארת 'קנויט במכון לחקר והנדסת חומרים ב- A * STAR, והאוניברסיטה הטכנולוגית של נאניאנג השתמשו ב- AI לחיזוי מצבי סוללות לרכב חשמלי ולמתן חיזוי ' מדויק 'למצב תאי ליתיום יון. של תשלום ובריאות.
על פי המאמר שפורסם, טכנולוגיית מודל הלמידה המכונה המונעת על ידי נתונים עשויה לאפשר ליצרנים להטמיע את התוכנה היישר למכשירי הסוללה שלהם כדי לשפר את חיי המחזור שלה עד 6% לעומת דגמי סוללות אופייניים המחשיבים את חיי החיים בסביבות 10%.
הביצועים, העלות והבטיחות של הסוללות הם הגורמים הקובעים את ההתפתחות המוצלחת של כלי רכב חשמליים. נכון לעכשיו, סוללות ליתיום-יון (Li-ion) עדיפות על פני סוללות אחרות בשל חיי המחזור שלהם וצפיפות האנרגיה הסבירה. עם זאת, אם יימשך מחקר נוסף של סוללות ליתיום, זה יוביל לדינמיקת סוללות מסובכת יותר, שם הבטיחות והיעילות יהפכו לדאגה. בשל כך, מערכת ניהול סוללות מתקדמת שיכולה לייעל ולפקח על הבטיחות הינה מכריעה לחשמול הרכבים.
אלגוריתמים של למידת מכונה יושמו כדי לחזות את מצב הבריאות, את מצב הטעינה ואת אורך חיי השימוש. היה דגש על מודלים מונעי נתונים ואלה שולבו עם טכניקות למידת מכונה. נראה כי מודלים אלה חזקים יותר ויכולים לחזות ללא ידיעה מוקדמת על המערכת מלבד השגת דיוק גבוה בעלות חישובית נמוכה. עם העלויות המופחתות של התקני אחסון נתונים והתקדמות הטכנולוגיות החישוביות, נראה כי למידת מכונות מונחות נתונים היא הגישה המבטיחה ביותר עבור מידול סוללות מתקדם בעתיד.
מטרת המחקר להביא להשפעה טרנספורמטיבית על תעשיית הסוללות ולהדגיש כיצד למידת מכונה יכולה לחזות ולשפר במדויק את בריאותה וחיי הסוללה. זה יאפשר ליצרנים להטמיע את התוכנה היישר להתקני הסוללה שלהם ולשפר את שירותם בחיים לצרכן.