據外媒報道,電池化學家利用新的計算模型,僅基于單周期實驗數據,即可計算電池壽命。
美國能源部阿貢國家實驗室(Argonne National Laboratory)的研究人員借助于機器學習,預測一系列不同電池化學成分的生命周期。該實驗室收集一組代表六種不同電池化學成分的300個電池的實驗數據。研究人員利用這些數據,可以精準確定不同電池的持續(xù)循環(huán)時間。
在機器學習算法中,研究人員訓練一個計算機程序,基于一組初始數據做出推論。然后,利用從訓練中學到的東西,對另一組數據做出決策。阿貢計算科學家Noah Paulson表示:“對用戶來說,不論是哪種電池應用,如手機、電動汽車和電網存儲,電池的壽命都具有重要意義。一塊電池可能要經過數千次循環(huán)才會失效,這大概需要數年時間。通過這種方法,可以快速確定不同電池的性能。”
“目前,評估電池容量衰減的唯一方法是實際循環(huán)電池。”阿貢電化學專家Susan "Sue" Babinec補充說,“這樣做的成本很高,而且需要很長時間。”
確定電池壽命的過程可能比較麻煩。據介紹,“現實情況是,電池不可能永遠使用下去。其使用壽命取決于具體的使用方式,以及電池的設計和化學成分。目前為止,還沒有一種很好的方法,可以測定電池能使用多長時間。”
此項研究的獨特之處在于,受益于阿貢對各種電池正極材料所做的大量實驗工作,尤其是阿貢獲得專利的鎳錳鈷(NMC)基正極。Paulson表示:“這些代表不同化學成分的電池,會以不同的方式降解和失效。這項研究的價值在于,提供了反映不同電池性能的信號。”
Paulson表示,對這一領域進行深入研究,對鋰離子電池的未來發(fā)展具有指導意義。“阿貢所能做的事情之一是,通過已知化學成分訓練算法,并對未知化學成分做出預測。從本質上說,該算法有助于找到新的、改進的化學物質,從而延長電池壽命。”
研究人員認為,這種機器學習算法可以加速電池材料的開發(fā)和測試。
原標題: 阿貢研究人員通過機器學習來快速預測電池壽命