Исследователи из Технологического университета Чалмерса (Швеция) разработали метод на основе искусственного интеллекта, который позволяет увеличить срок службы аккумуляторов электромобилей почти на 23 процента. Система адаптирует процесс быстрой зарядки под текущее состояние и химию батареи, не увеличивая общее время зарядки.
В основе метода лежит обучение с подкреплением – один из подходов машинного обучения. ИИ обучали с использованием цифровой модели стандартной батареи электромобиля и симуляций различных параметров, влияющих на здоровье и скорость зарядки. В результате система научилась подстраивать ток заряда в зависимости от того, насколько заряжена или разряжена батарея в данный момент, а также с учётом её общего состояния.
Существующие стандарты зарядки используют одни и те же уровни тока и напряжения независимо от того, новая батарея или ей несколько лет. Такое отсутствие адаптации увеличивает риск литий-покрытия – процесса, при котором металлический литий осаждается на электроде вместо того, чтобы накапливаться должным образом.
«Это может снизить ёмкость, а также повлиять на безопасность: неровности в структуре лития в худшем случае могут вызвать короткое замыкание», – пояснили учёные.
Внедрение нового метода не требует замены оборудования – достаточно обновления программного обеспечения системы управления батареей в автомобиле. Это делает решение потенциально доступным для уже эксплуатируемых электромобилей. Исследователи отмечают, что стратегия экономически эффективна, поскольку работает через существующие аппаратные средства управления аккумулятором.
«Наше исследование показывает, что интеллектуальная адаптация тока во время зарядки с учётом меняющегося электрохимического состояния батареи позволяет максимизировать как производительность, так и срок службы», – отметил Чанфу Зоу, профессор кафедры электротехники университета.
Быстрая зарядка остаётся важным фактором для потребителей и компаний, особенно для операторов тяжёлой промышленной техники, таксистов и водителей, совершающих поездки на большие расстояния. Однако частое использование быстрой зарядки ускоряет деградацию аккумулятора. Новая методика позволяет сохранить текущую скорость зарядки, сократив при этом долгосрочный износ.
Хотя метод требует калибровки для разных типов батарей, команда намерена использовать трансферное обучение для более быстрой адаптации ИИ-модели к новым химическим составам аккумуляторов.
«Следующий шаг – протестировать метод непосредственно на физических батареях, – говорится в сообщении исследователей. – Мы надеемся, что стратегия зарядки на основе ИИ внесёт значительный вклад в электрификацию транспортного сектора».
Источник: Interesting Engineering