• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • L'algoritmo di apprendimento automatico prevede come ottenere il massimo dalle batterie dei veicoli elettrici

    Credito:Pixabay/CC0 di dominio pubblico

    I ricercatori hanno sviluppato un algoritmo di apprendimento automatico che potrebbe aiutare a ridurre i tempi di ricarica e prolungare la durata della batteria nei veicoli elettrici prevedendo in che modo i diversi modelli di guida influiscono sulle prestazioni della batteria, migliorando la sicurezza e l'affidabilità.

    I ricercatori, dell'Università di Cambridge, affermano che il loro algoritmo potrebbe aiutare conducenti, produttori e aziende a ottenere il massimo dalle batterie che alimentano i veicoli elettrici suggerendo percorsi e schemi di guida che riducono al minimo il degrado della batteria e i tempi di ricarica.

    Il team ha sviluppato un modo non invasivo per sondare le batterie e ottenere una visione olistica della salute delle batterie. Questi risultati sono stati quindi inseriti in un algoritmo di apprendimento automatico in grado di prevedere in che modo i diversi schemi di guida influiranno sulla salute futura della batteria.

    Se sviluppato commercialmente, l'algoritmo potrebbe essere utilizzato per consigliare percorsi che portano i conducenti da un punto all'altro nel minor tempo possibile senza degradare la batteria, ad esempio, o consigliare il modo più veloce per caricare la batteria senza provocarne il degrado. I risultati sono riportati sulla rivista Nature Communications .

    Lo stato di salute di una batteria, che sia in uno smartphone o in un'auto, è molto più complesso di un singolo numero su uno schermo. "La salute della batteria, come la salute umana, è una cosa multidimensionale e può degradarsi in molti modi diversi", ha detto la prima autrice Penelope Jones, del Cavendish Laboratory di Cambridge. "La maggior parte dei metodi di monitoraggio dello stato della batteria presuppone che una batteria venga sempre utilizzata allo stesso modo. Ma non è così che usiamo le batterie nella vita reale. Se sto trasmettendo in streaming un programma TV sul mio telefono, la batteria si esaurirà a molto più veloce che se lo uso per i messaggi. È lo stesso con le auto elettriche:il modo in cui guidi influirà sul deterioramento della batteria."

    "La maggior parte di noi sostituirà i nostri telefoni ben prima che la batteria si deteriori al punto da renderla inutilizzabile, ma per le auto le batterie devono durare cinque, dieci anni o più", ha affermato il dottor Alpha Lee, che ha guidato la ricerca. "La capacità della batteria può cambiare drasticamente in quel periodo, quindi volevamo trovare un modo migliore per controllare lo stato della batteria."

    I ricercatori hanno sviluppato una sonda non invasiva che invia impulsi elettrici ad alta dimensione in una batteria e misura la risposta, fornendo una serie di "biomarcatori" della salute della batteria. Questo metodo è delicato sulla batteria e non la fa degradare ulteriormente.

    I segnali elettrici della batteria sono stati convertiti in una descrizione dello stato della batteria, che è stata inserita in un algoritmo di apprendimento automatico. L'algoritmo è stato in grado di prevedere come avrebbe risposto la batteria nel successivo ciclo di carica-scarica, a seconda della velocità con cui la batteria è stata caricata e della velocità con cui l'auto sarebbe andata la prossima volta che si fosse messa in viaggio. I test con 88 batterie commerciali hanno mostrato che l'algoritmo non richiedeva alcuna informazione sull'utilizzo precedente della batteria per fare una previsione accurata.

    L'esperimento si è concentrato sulle celle all'ossido di cobalto di litio (LCO), ampiamente utilizzate nelle batterie ricaricabili, ma il metodo è generalizzabile ai diversi tipi di componenti chimici delle batterie utilizzati oggi nei veicoli elettrici.

    "Questo metodo potrebbe sbloccare valore in così tante parti della catena di approvvigionamento, che tu sia un produttore, un utente finale o un riciclatore, perché ci consente di catturare lo stato della batteria oltre un singolo numero e perché è predittivo ", ha detto Lee. "Potrebbe ridurre il tempo necessario per sviluppare nuovi tipi di batterie, perché saremo in grado di prevedere come si degraderanno in diverse condizioni operative."

    I ricercatori affermano che oltre ai produttori e ai conducenti, il loro metodo potrebbe essere utile per le aziende che gestiscono grandi flotte di veicoli elettrici, come le società di logistica. "Il framework che abbiamo sviluppato potrebbe aiutare le aziende a ottimizzare il modo in cui utilizzano i loro veicoli per migliorare la durata complessiva della batteria della flotta", ha affermato Lee. "C'è così tanto potenziale con un framework come questo."

    "È stato un framework così entusiasmante da costruire perché potrebbe risolvere così tante delle sfide nel campo delle batterie oggi", ha affermato Jones. "È un ottimo momento per essere coinvolti nel campo della ricerca sulle batterie, che è così importante nell'affrontare i cambiamenti climatici abbandonando i combustibili fossili".

    I ricercatori stanno ora lavorando con i produttori di batterie per accelerare lo sviluppo di batterie di nuova generazione più sicure e durature. Stanno anche esplorando come utilizzare la loro struttura per sviluppare protocolli di ricarica rapida ottimali per ridurre i tempi di ricarica dei veicoli elettrici senza causare degrado. + Esplora ulteriormente

    Ricarica auto elettrica super veloce, con un tocco su misura




    © Scienza https://it.scienceaq.com