Tým vědců vedený Dr. Garethem Conduitem z Ústavu materiálového výzkumu a inženýrství na A * STAR a Nanyang Technological University použili AI k předpovědi stavu baterií elektrických vozidel a k „přesné“ predikci stavu lithium-iontových článků poplatků a zdraví.
Podle zveřejněného článku by technologie modelu strojového učení založená na datech mohla výrobcům umožnit zabudovat software přímo do jejich bateriových zařízení a zlepšit tak jeho životnost až o 6% oproti typickým bateriovým modelům, které přepočítají životnost přibližně o 10%.
Výkon, cena a bezpečnost baterií jsou faktory, které určují úspěšný vývoj elektrických vozidel (EV). Od této chvíle jsou lithium-iontové (Li-ion) baterie upřednostňovány před jinými bateriemi kvůli jejich životnosti a přiměřené hustotě energie. Pokud však bude pokračovat další výzkum lithium-iontových baterií, povede to ke komplikovanější dynamice baterií, kde se bezpečnost a účinnost stanou předmětem obav. Z tohoto důvodu je pro elektrifikaci vozidel zásadní vyspělý systém správy baterií, který dokáže optimalizovat a monitorovat bezpečnost.
Byly implementovány algoritmy strojového učení k předpovídání zdravotního stavu, stavu nabití a zbývající životnosti. Zaměřilo se na modely založené na datech a tyto byly kombinovány s technikami strojového učení. Tyto modely se zdají být výkonnější a dokážou předpovědět bez apriorní znalosti systému kromě dosažení vysoké přesnosti s nízkými výpočetními náklady. Se sníženými náklady na zařízení pro ukládání dat a pokrokem ve výpočetních technologiích se strojové učení založené na datech jeví jako nejslibnější přístup pro pokročilé modelování baterií v budoucnosti.
Cílem studie je přinést transformační účinek na odvětví baterií a zdůraznit, jak může strojové učení přesně předpovídat a zlepšovat zdraví a životnost baterie. To výrobcům umožní vložit software přímo do jejich bateriových zařízení a zlepšit jejich služby zákazníkům během života.