Iedomājieties gaišreģi, kurš jūsu dzimšanas dienā jūsu vecākiem pasaka, cik ilgi jūs dzīvosiet. Līdzīga pieredze ir iespējama akumulatoru ķīmiķiem, kuri izmanto jaunus skaitļošanas modeļus, lai aprēķinātu akumulatoru kalpošanas laiku, pamatojoties tikai uz vienu eksperimentālo datu ciklu.

Jaunā pētījumā ASV Enerģētikas departamenta (DOE) Argonnas Nacionālās laboratorijas pētnieki ir izmantojuši mašīnmācīšanās iespējas, lai prognozētu plaša spektra dažādu akumulatoru ķīmisko sastāvu kalpošanas laiku. Izmantojot eksperimentālos datus, kas Argonā apkopoti no 300 akumulatoru komplekta, kas pārstāv sešas dažādas akumulatoru ķīmiskās sastāvdaļas, zinātnieki var precīzi noteikt, cik ilgi dažādas baterijas turpinās darboties.

Argonnas pētnieki ir izmantojuši mašīnmācīšanās modeļus, lai prognozētu akumulatora cikla ilgumu plašam dažādu ķīmisko vielu klāstam. (Attēls no Shutterstock/Sealstep.)

Mašīnmācīšanās algoritmā zinātnieki apmāca datorprogrammu izdarīt secinājumus, pamatojoties uz sākotnējo datu kopu, un pēc tam, izmantojot no šīs apmācības iegūtās zināšanas, pieņemt lēmumus, pamatojoties uz citu datu kopu.

“Visiem dažādajiem akumulatoru lietojumiem, sākot no mobilajiem tālruņiem līdz elektriskajiem transportlīdzekļiem un tīkla uzglabāšanai, akumulatora darbības laiks ir ārkārtīgi svarīgs katram patērētājam,” sacīja Argonne skaitļošanas zinātnieks Noa Paulsons, pētījuma autors. “Akumulatora tūkstošiem reižu atkārtota uzlāde, līdz tas sabojājas, var ilgt gadiem; mūsu metode rada sava veida skaitļošanas testa virtuvi, kurā mēs varam ātri noteikt, kā darbosies dažādi akumulatori.”

“Pašlaik vienīgais veids, kā novērtēt, kā samazinās akumulatora ietilpība, ir faktiski to atkārtoti uzlādēt un izlādēt,” piebilda Argonnas elektroķīmiķe Sjūzena “Sjū” Babineka, vēl viena pētījuma autore. “Tas ir ļoti dārgi un prasa ilgu laiku.”

Pēc Polsona teiktā, akumulatora kalpošanas laika noteikšanas process var būt sarežģīts. “Realitātē akumulatori nekalpo mūžīgi, un to kalpošanas laiks ir atkarīgs no tā, kā mēs tos lietojam, kā arī no to dizaina un ķīmiskā sastāva,” viņš teica. “Līdz šim nebija laba veida, kā uzzināt, cik ilgi kalpos akumulators. Cilvēki vēlēsies zināt, cik ilgs laiks ir atlicis līdz brīdim, kad būs jāiegādājas jauns akumulators.”

Viens no pētījuma unikālajiem aspektiem ir tas, ka tas balstījās uz plašu eksperimentālu darbu, kas veikts Argonne ar dažādiem akumulatoru katoda materiāliem, īpaši Argonne patentēto niķeļa-mangāna-kobalta (NMC) katodu. "Mums bija baterijas, kas pārstāvēja dažādas ķīmiskās vielas, kurām ir dažādi veidi, kā tās noārdās un sabojājas," sacīja Paulsons. "Šī pētījuma vērtība ir tā, ka tas sniedza mums signālus, kas raksturo dažādu akumulatoru darbību."

Paulsons sacīja, ka turpmāki pētījumi šajā jomā varētu noteikt litija jonu akumulatoru nākotni. “Viena no lietām, ko mēs varam darīt, ir apmācīt algoritmu uz zināmas ķīmiskas vielas un likt tam veikt prognozes par nezināmu ķīmisku vielu,” viņš teica. “Būtībā algoritms var palīdzēt mums virzīties uz jaunām un uzlabotām ķīmiskām vielām, kas piedāvā ilgāku kalpošanas laiku.”

Tādā veidā Paulsons uzskata, ka mašīnmācīšanās algoritms varētu paātrināt akumulatoru materiālu izstrādi un testēšanu. “Pieņemsim, ka jums ir jauns materiāls, un jūs to vairākas reizes apritējat. Jūs varētu izmantot mūsu algoritmu, lai prognozētu tā ilgmūžību, un pēc tam pieņemt lēmumus par to, vai vēlaties turpināt tā eksperimentālo apriti vai nē.”

“Ja esat pētnieks laboratorijā, varat atklāt un pārbaudīt daudz vairāk materiālu īsākā laikā, jo jums ir ātrāks veids, kā tos novērtēt,” piebilda Babinecs.

Raksts, kas balstīts uz pētījumu, “Mašīnmācīšanās funkciju inženierija ļāva agrīni prognozēt akumulatora darbības laiku”, publicēts žurnāla “Journal of Power Sources” 25. februāra tiešsaistes izdevumā.

Papildus Paulsonam un Babinecam, citi raksta autori ir Argonnes Džozefs Kubāls, Logans Vords, Saurabs Saksena un Venkvans Lu.

Pētījumu finansēja Argonne laboratorijas vadītās pētniecības un attīstības (LDRD) dotācija.