“斯坦福/MIT/丰田合作 研究预测电池寿命”

【领域频道】如果手机电池制造商能够评估那些电池至少可以使用两年，那么可以将这类电池销售给手机制造商，将其他类型的电池销售给要求不高的设备制造商。 据报道，斯坦福、麻省理工和丰田研究所进行的最新研究表明，制造商不仅可以做这些事情，这项技术不仅可以对电池进行分类，还可以帮助新电池设计更快上市。 科学家们结合综合实验数据和人工智能，揭示了在锂离子电池容量开始下降之前，准确预测电池采用寿命的关键。 研究人员利用数亿个电池的充放电数据点，训练了机器学习模式。 该算法根据电压下降和电池早期循环中的一些其他因素，预测了每个电池还能持续多少次充放电循环。 　　

预测值在电池实际可持续的循环次数有限的范围内，另外，该算法根据电池的前5次充放电循环将电池分类为长寿命电池或短寿命电池。 而且，95%的预测结果都是正确的。 这种机器学习的做法可以加速新型电池的设计和其他应用的研发，减少生产时间和价格。 研究人员已经公开了这个数据集，这个数据集是同类数据集中最大的。

这个项目的一个重点是找出在10分钟内给电池充满电的更好的方法。 这个功能有可能会加速电动汽车的普及。 为了生成训练数据集，该研究小组持续对电池进行充放电，直到电池的采用寿命结束，其中研究人员将电池容量损失定义为20%。 在优化快速充电的过程中，研究者想弄清楚电池是否需要一直用完，答案能从电池的早期充放电循环中找到吗？ 　

通常，锂离子电池的容量在一定期间内稳定，然后急剧下降。 大多数客户都知道急剧下降的地方有很大的不同。 在这个项目中，采用的电池可以持续150~2300个循环，循环次数的不同部分是因为测试了不同的快速充电方法，但电池制造的不同也造成了电池循环次数的不同。

研究者开发的新做法有很多潜在的应用。 例如，可以缩短新型电池的验证时间，考虑到电池材料的迅速发展，缩短验证时间是很重要的。 另外，有了这样的分类技术，对电动汽车来说寿命短的电池可以向路灯供电，也可以作为数据中心的备用电源使用。 另外，回收电池的企业还可以从二手电动汽车的电池组中找到足够容量的电池，进行二次录用。

1另外，另一个潜在的应用是优化电池制造。 电池制造的最后一步是成型，通常需要几天到几周的时间。 但是，研究者提供的做法可以大大缩短这个过程，降低生产价格。 目前，研究人员正在采用其机器学习模式，优化10分钟内给电池充满电的做法。 他们说充电时间可以减少十倍以上。 (文(杜炫豪) ( ) ) ) )。