Искусственный интеллект был обучен с использованием симуляций и цифровой модели стандартной батареи электромобиля для оптимизации скорости зарядки и состояния батареи.
Исследователи из Технологического университета Чалмерса в Швеции разработали метод на основе искусственного интеллекта, который увеличивает срок службы батареи электромобиля почти на 23 процента. Система адаптирует процесс быстрой зарядки к конкретному состоянию и химическому составу батареи, не увеличивая при этом общее время зарядки.
Для внедрения этого изменения требуется лишь обновление программного обеспечения управления батареей автомобиля, что делает его потенциально доступным решением для существующих электромобилей.
В настоящее время расчетный срок службы аккумуляторов электромобилей составляет от восьми до пятнадцати лет в зависимости от интенсивности использования. Наличие быстрой зарядки является важным фактором для потребителей и компаний, особенно для операторов тяжелой промышленной техники, такси и автомобилистов, совершающих дальние поездки.
Несмотря на то, что быстрая зарядка необходима для этих применений, известно, что она создает дополнительную нагрузку на элементы батареи и ускоряет процесс деградации с течением времени.
Адаптация на основе ИИ с помощью обучения с подкреплением
Существующие стандарты зарядки используют одинаковые уровни тока и напряжения независимо от того, новая батарея или ей несколько лет. Такое отсутствие адаптации увеличивает риск осаждения лития — процесса, при котором металлический литий выпадает в осадок на электроде вместо того, чтобы правильно храниться.
«Это может снизить емкость и повлиять на безопасность, поскольку неравномерность структуры лития в худшем случае может привести к короткому замыканию», — говорится в пресс-релизе исследователей.
Исследователи обнаружили, что их метод на основе искусственного интеллекта поддерживает время зарядки в пределах нескольких секунд от текущих стандартных скоростей, одновременно снижая внутренний износ.
Для решения этих проблем профессор Чанфу Цзоу и доцент Мэн Юань разработали стратегию, основанную на обучении с подкреплением. Искусственный интеллект обучался с использованием цифровой модели типичной батареи электромобиля и моделирования переменных, влияющих как на состояние, так и на скорость зарядки.
«Модель искусственного интеллекта была обучена адаптировать процесс зарядки в зависимости от степени заряда или разряда батареи на момент зарядки», — пояснили исследователи.
«Также необходимо было учитывать общее состояние батареи, поскольку это имеет решающее значение как для емкости, так и для электрохимических характеристик. В результате была разработана стратегия зарядки, которая сокращает время зарядки и минимизирует вредные реакции».
Экономически эффективная стратегия
Исследование демонстрирует возможность поддержания текущей скорости зарядки при одновременном снижении долговременной деградации. Исследователи заявляют, что данная стратегия экономически эффективна, поскольку работает с использованием существующего оборудования для управления батареями.
«Наше исследование показывает, что разумная адаптация тока во время зарядки с учетом изменяющегося электрохимического состояния батареи может максимально повысить как производительность, так и срок службы батареи», — отметил Чанфу Цзоу, профессор кафедры электротехники в Чалмерсском университете.
Хотя этот метод требует калибровки для разных типов батарей, команда намерена использовать трансферное обучение, чтобы быстрее адаптировать модель ИИ к новым химическим составам батарей.
«Следующим шагом станет тестирование метода непосредственно на физических батареях», — говорится в заключении пресс-релиза. «Исследователи надеются, что стратегия зарядки на основе ИИ внесет значительный вклад в электрификацию транспортного сектора».
Sourse: interestingengineering.com
