Ny AI-modell kan ge bättre koll på elbilens batteri
Hållbar utvecklingElektricitetTrafikBatterier som slits snabbt bromsar elektrifieringen av transportsektorn. Nu har forskare vid Uppsala universitet tagit fram en AI-modell som ger en mer exakt bild av batteriets hälsa, något som kan bidra till längre livslängd och högre säkerhet för elbilsbatterier.
Batterier är ofta den del av elbilen som åldras snabbast. Det innebär både ett resursslöseri och försvårar omställningen till hållbara transporter. Därför utvecklar fordonsindustrin allt mer avancerad mjukvara, ofta baserad på AI, för att optimera batterianvändningen.
Nu har forskare tagit fram en ny modell som kan förbättra precisionen i bedömningen av batteriets hälsa med upp till 70 procent, skriver Uppsala universitet i ett pressmeddelande.
− Att vi nu kan lära oss mer om hur batterierna lever och åldras kommer att gynna framtidens styrsystem i elbilar. Det visar också hur viktigt det är att förstå vad som sker inne i batterierna. Om vi slutar se dem som svarta lådor som bara ska ge ström, och i stället skaffar en detaljerad bild av processerna, kan vi styra dem så att de håller sig i gott skick längre, säger Daniel Brandell som är professor i materialkemi vid Uppsala universitet.
Bättre bild av batteriets livstid
Forskarna har samlat data från korta laddningssekvenser i en databas. Den har sedan kombinerats med en detaljerad AI-modell för alla olika kemiska processer som sker inne batteriet.
− Tillsammans gör detta att man får en mycket precis bild av de olika kemiska reaktionerna som gör att batteriet genererar ström, men också av hur det åldras under användning, säger forskaren Wendi Guo som genomfört studien vid Uppsala universitet.
Minskar behovet av känslig fordonsdata
Upptäckten kan också få betydelse för elbilars säkerhet. Säkerhetsproblem som kan uppstå i batteriet beror ofta på konstruktionsfel och sidoreaktioner − faktorer som kan förutsägas genom att analysera data från batteriets upp- och urladdning.
− Att vi enbart använder korta laddningssekvenser är förmodligen en extra fördel. Batteridata från elfordon är känsliga, både för industrin och ur anonymiseringssynpunkt för användarna. Den här forskningen visar hur långt man kan komma utan att behöva kompletta dataset, säger Daniel Brandell.
Vetenskaplig artikel:
Uncovering the impact of battery design parameters on health and lifetime using short charging segments, Energy & Environmental Science.
