Исследователи из Мичиганского университета показали, что тестирование долговечности новых конструкций аккумуляторов для электромобилей может быть в четыре раза быстрее при упрощенном подходе.

Их система оптимизации может значительно снизить затраты на оценку того, как конфигурации батарей будут работать в долгосрочной перспективе.

"Цель состоит в том, чтобы разработать более совершенную батарею, и традиционно промышленность пыталась сделать это с помощью проб и ошибок", - сказал Вэй Лу, профессор машиностроения U-M и руководитель исследовательской группы, разработавшей фреймворк, опубликованный в Patterns. "Для оценки требуется так много времени".

Поскольку производители аккумуляторов для электромобилей (EV) сталкиваются с проблемами дальности действия и доступности зарядки, система оптимизации, разработанная командой Lu, может сократить время как на моделирование, так и на физическое тестирование новых и улучшенных аккумуляторов примерно на 75%. Такая скорость может стать серьезным стимулом для разработчиков аккумуляторов, которые ищут правильное сочетание материалов и конфигураций, чтобы гарантировать, что у потребителей всегда будет достаточно емкости, чтобы добраться до места назначения.

Параметры, участвующие в проектировании батареи, включают в себя все: от используемых материалов до толщины электродов, размера частиц в электроде и многого другого. Тестирование каждой конфигурации обычно означает несколько месяцев полной зарядки, а затем полной разрядки — или циклической зарядки аккумулятора — 1000 раз, чтобы имитировать десятилетний срок использования. Повторение этого теста с использованием огромного количества возможных конструкций батарей, чтобы найти лучшие, отнимает очень много времени.

"Наш подход не только сокращает время тестирования, но и автоматически создает лучшие проекты", - сказал Лу. "Мы используем раннюю обратную связь, чтобы отказаться от бесперспективных конфигураций батарей, а не доводить их до конца. Это непростая задача, поскольку конфигурация батареи, работающая посредственно в течение первых циклов, может хорошо работать позже, или наоборот.

"Мы систематически разработали процесс ранней остановки и позволили системе извлекать уроки из накопленных данных для получения новых перспективных конфигураций".

Чтобы добиться значительного сокращения времени и затрат, инженеры U-M использовали новейшие достижения в области машинного обучения для создания системы, которая знает, когда нужно остановиться и как совершенствоваться по ходу дела.

Фреймворк останавливает циклические тесты, которые не приводят к многообещающим запускам, чтобы сэкономить ресурсы, используя математические методы, известные как Асинхронный алгоритм последовательного деления пополам и Гиперполосный. Между тем, он берет данные из предыдущих тестов и предлагает новые наборы перспективных параметров для исследования с использованием дерева оценок Парзена.

В дополнение к отсечению тестов, которые не обещают ничего хорошего, ключевым элементом экономии времени в системе U-M является способ одновременного создания нескольких конфигураций батарей для тестирования, известный как асинхронное распараллеливание. Если какая-либо конфигурация завершает тестирование или отбрасывается, алгоритм немедленно вычисляет новую конфигурацию для тестирования без необходимости ждать результатов других тестов.

Платформа U-M эффективна при тестировании конструкций всех типов аккумуляторов, от тех, которые десятилетиями использовались для запуска двигателей внутреннего сгорания автомобилей, до небольших продуктов, которые питают наши часы и сотовые телефоны. Но электромобильные батареи могут представлять собой наиболее актуальное применение этой технологии.

"Эта структура может быть настроена на более эффективную работу при включении модели прогнозирования производительности", - сказал Чанъю Дэн, докторант U-M в области машиностроения и первый автор статьи. "Мы ожидаем, что эта работа вдохновит на совершенствование методов, которые приведут нас к созданию оптимальных батарей для создания более совершенных электромобилей и других устройств, улучшающих жизнь".

Недавний опрос, проведенный Mobility Consumer Index, показал, что 52% потребителей в настоящее время рассматривают электромобиль для своей следующей покупки автомобиля. Несмотря на изменение отношения, сохраняются опасения по поводу дальности полета автомобиля (емкости аккумулятора) и количества зарядных станций, доступных водителям.

Таким образом, производительность батареи играет центральную роль в распространении электромобилей в широких массах как средства компенсации последствий изменения климата.

"Значительно сократив время тестирования, мы надеемся, что наша система поможет ускорить разработку более совершенных батарей, ускорить внедрение или сертификацию батарей для различных применений и ускорить количественную оценку параметров модели для систем управления батареями", - сказал Лу.

ИСТОЧНИК