A * STAR 소재 연구 및 공학 연구소의 Gareth Conduit 박사와 난양 공과 대학이 이끄는 과학자 팀은 AI를 사용 하여 전기 자동차 배터리 상태 를 예측하고 리튬 이온 전지 상태에 대한 '정확한'예측을 제공했습니다. 책임과 건강.
게시 된 기사에 따르면 데이터 기반 기계 학습 모델 기술을 사용하면 제조업체가 배터리 장치에 소프트웨어를 직접 내장하여 수명을 약 10 % 잘못 계산하는 일반적인 배터리 모델보다 최대 6 %까지주기 수명을 개선 할 수 있습니다.
배터리의 성능, 비용 및 안전성은 전기 자동차 (EV)의 성공적인 개발을 결정하는 요소입니다. 현재 리튬 이온 (Li-ion) 배터리는 수명과 합리적인 에너지 밀도로 인해 다른 배터리보다 선호됩니다. 그러나 리튬 이온 배터리에 대한 추가 연구가 진행되면 배터리 역학이 더욱 복잡해져 안전성과 효율성이 문제가 될 것입니다. 이로 인해 안전을 최적화하고 모니터링 할 수있는 고급 배터리 관리 시스템은 차량의 전기 화에 매우 중요합니다.
건강 상태, 충전 상태 및 남은 유효 수명을 예측하기 위해 기계 학습 알고리즘 이 구현되었습니다. 데이터 기반 모델에 중점을 두 었으며 이러한 모델은 기계 학습 기술과 결합되었습니다. 이러한 모델은 더 강력한 것으로 보이며 낮은 계산 비용으로 높은 정확도를 달성하는 것 외에도 시스템에 대한 사전 지식 없이도 예측할 수 있습니다. 데이터 저장 장치의 비용 절감과 계산 기술의 발전으로 인해 데이터 기반 기계 학습은 미래의 고급 배터리 모델링을위한 가장 유망한 접근 방식으로 보입니다.
이 연구의 목적은 배터리 산업에 변화를 가져오고 기계 학습 이 배터리의 상태와 수명을 정확히 예측하고 개선 할 수있는 방법을 강조하는 것입니다. 이를 통해 제조업체는 소프트웨어를 배터리 장치에 직접 내장하고 소비자를위한 서비스를 개선 할 수 있습니다.