Pemantauan Kesehatan Baterai dengan AI Meningkatkan Ketahanan dan Keamanan

Peneliti telah merancang cara baru untuk memantau baterai dengan mengirimkan pulsa listrik ke dalamnya dan mengukur responnya. Pengukuran kemudian diproses oleh algoritma machine learning untuk memprediksi kesehatan dan umur penggunaan baterai. Metode ini non-invasif dan adalah add-on sederhana untuk sistem baterai apa pun yang ada.

Memprediksi state of health dan remaining useful lifespan baterai lithium-ion adalah salah satu masalah besar yang membatasi adopsi luas kendaraan listrik dan juga mempengaruhi keamanan ponsel seluler. Seiring waktu, performa baterai menurun melalui jaringan kompleks proses kimia yang halus. Secara individu, masing-masing proses ini tidak memiliki banyak efek pada performa baterai tetapi secara kolektif, mereka dapat sangat mempersingkat performa dan umur baterai.

Metode saat ini untuk memprediksi kesehatan baterai didasari oleh pelacakan arus dan tegangan selama pengisian dan pengosongan baterai. Ini melewatkan fitur penting yang menunjukkan kesehatan baterai. Melacak banyak proses yang terjadi di dalam baterai memerlukan cara baru untuk menyelidiki baterai dalam aksi serta algoritma baru yang dapat mendeteksi sinhal halus saat diisi dan diosongkan.

Peneliti merancang cara untuk memantau baterai dengan mengirimkan pulsa listrik ke dalamnya dan mengukur responnya. Sebuah model machine learning kemudian digunakan untuk menemukan fitur spesifik dalam respon listrik yang merupakan tanda penuaan baterai. Peneliti melakukan lebih dari 20.000 pengukuran eksperimental untuk melatih model. Pentingnya, model belajar cara membedakan sinhal penting dari kebisingan yang tidak relevan. Metode ini non-invasif dan adalah add-on sederhana untuk sistem baterai apa pun yang ada.

Peneliti juga menunjukkan bahwa model machine learning dapat diinterpretasikan untuk memberikan petunjuk tentang mekanisme fisik degradasi. Model dapat memberitahu sinhal listrik mana yang paling berkorelasi dengan penuaan, yang pada gilirannya memungkinkan mereka untuk merancang eksperimen spesifik untuk menyelidiki mengapa dan bagaimana baterai menurun.

Platform machine learning sedang digunakan untuk memahami degradasi dalam berbagai kimia baterai. Protokol pengisian baterai optimal sedang dikembangkan, didorong oleh machine learning, untuk mengaktifkan fast charging dan meminimalkan degradasi.