استخدم فريق من العلماء بقيادة الدكتور غاريث كوندويت في معهد أبحاث المواد والهندسة في A * STAR وجامعة نانيانغ التكنولوجية الذكاء الاصطناعي للتنبؤ بحالة بطارية السيارة الكهربائية ولإعطاء تنبؤ "دقيق" لحالة خلايا أيونات الليثيوم. من تهمة والصحة.
وفقًا للمقال المنشور ، يمكن أن تسمح تقنية نموذج التعلم الآلي القائمة على البيانات للمصنعين بتضمين البرنامج مباشرة في أجهزتهم التي تعمل بالبطاريات لتحسين دورة حياتها بنسبة تصل إلى 6٪ مقارنة بطرز البطاريات النموذجية التي تخطئ في تقدير العمر بحوالي 10٪.
يعد أداء البطاريات وتكلفتها وسلامتها من العوامل التي تحدد التطوير الناجح للسيارات الكهربائية (EVs). اعتبارًا من الآن ، تُفضل بطاريات الليثيوم أيون (Li-ion) على البطاريات الأخرى نظرًا لدورتها العمرية وكثافة الطاقة المعقولة. ومع ذلك ، إذا تم إجراء مزيد من الأبحاث حول بطاريات Li-ion ، فسيؤدي ذلك إلى ديناميكيات بطارية أكثر تعقيدًا ، حيث تصبح السلامة والكفاءة مصدر قلق. نتيجة لذلك ، يعد نظام إدارة البطارية المتقدم الذي يمكنه تحسين ومراقبة السلامة أمرًا بالغ الأهمية لتزويد المركبات بالكهرباء.
تم تنفيذ خوارزميات التعلم الآلي للتنبؤ بالحالة الصحية وحالة الشحن والعمر الافتراضي المتبقي. كان هناك تركيز على النماذج التي تعتمد على البيانات وتم دمجها مع تقنيات التعلم الآلي. تبدو هذه النماذج أكثر قوة ويمكنها التنبؤ دون معرفة مسبقة بالنظام إلى جانب تحقيق دقة عالية بتكلفة حسابية منخفضة. مع انخفاض تكاليف أجهزة تخزين البيانات وتقدم التقنيات الحسابية ، يبدو أن التعلم الآلي المستند إلى البيانات هو النهج الواعد لنمذجة البطارية المتقدمة في المستقبل.
الهدف من الدراسة هو إحداث تأثير تحويلي على صناعة البطاريات وإبراز كيف يمكن للتعلم الآلي أن يتنبأ بدقة ويحسن صحة وعمر البطارية. سيسمح ذلك للمصنعين بتضمين البرنامج مباشرة في أجهزتهم التي تعمل بالبطاريات وتحسين الخدمة التي يقدمونها للمستهلك.