Bayangkeun aya paranormal anu ngawartosan ka kolot anjeun, dina dinten anjeun lahir, sabaraha lami anjeun bakal hirup. Pangalaman anu sami tiasa waé dilakukeun ku ahli kimia batré anu nganggo modél komputasi énggal pikeun ngitung umur batré dumasar kana ngan ukur hiji siklus data ékspérimén.

Dina hiji panilitian anyar, para panalungtik di Laboratorium Nasional Argonne Departemen Energi AS (DOE) parantos ngagunakeun kakuatan pembelajaran mesin pikeun ngaduga umur rupa-rupa kimia batré anu béda. Ku ngagunakeun data ékspériméntal anu dikumpulkeun di Argonne tina sakumpulan 300 batré anu ngawakilan genep kimia batré anu béda, para ilmuwan tiasa nangtukeun sacara akurat sabaraha lami batré anu béda bakal teras siklusna.

Para panalungtik Argonne parantos nganggo modél pembelajaran mesin pikeun ngadamel prediksi umur siklus batré pikeun rupa-rupa kimia anu béda. (Gambar ku Shutterstock/Sealstep.)

Dina algoritma pembelajaran mesin, para ilmuwan ngalatih program komputer pikeun nyieun inferensi tina sakumpulan data awal, teras nyandak naon anu parantos dipelajari tina pelatihan éta pikeun nyieun kaputusan ngeunaan sakumpulan data anu sanés.

"Pikeun unggal jinis aplikasi batré anu béda, ti telepon sélulér dugi ka kendaraan listrik dugi ka panyimpenan jaringan, umur batré penting pisan pikeun unggal konsumen," saur élmuwan komputasi Argonne Noah Paulson, panulis panilitian éta. ​"Kudu ngulang batré rébuan kali dugi ka rusak tiasa nyandak sababaraha taun; metode kami nyiptakeun sapertos dapur uji komputasi dimana kami tiasa gancang nangtoskeun kumaha batré anu béda-béda bakal berkinerja."

"Ayeuna, hiji-hijina cara pikeun meunteun kumaha kapasitas dina batré ngurangan nyaéta ku cara ngadaur ulang batréna," tambah ahli éléktrokimia Argonne Susan ​"Sue" Babinec, panulis panilitian anu sanés. ​"Éta mahal pisan sareng peryogi waktos anu lami."

Numutkeun Paulson, prosés nangtukeun umur batré tiasa sesah. ​"Kanyataanana nyaéta batré henteu tahan salamina, sareng sabaraha lami éta tahan gumantung kana cara urang ngagunakeunana, ogé desain sareng kimia na," saurna. ​"Nepi ka ayeuna, tacan aya cara anu saé pikeun terang sabaraha lami batré bakal tahan. Jalma-jalma bakal hoyong terang sabaraha lami aranjeunna gaduh dugi ka aranjeunna kedah ngaluarkeun artos kanggo batré énggal."

Salah sahiji aspék unik tina panilitian ieu nyaéta ngandelkeun karya ékspériméntal anu éksténsif anu dilakukeun di Argonne dina rupa-rupa bahan katoda batré, khususna katoda basis nikel-mangan-kobalt (NMC) anu dipatenkeun ku Argonne. ​"Kami gaduh batré anu ngagambarkeun kimia anu béda-béda, anu gaduh cara anu béda-béda pikeun ngaruksak sareng gagal," saur Paulson. ​"Nilai tina panilitian ieu nyaéta masihan kami sinyal anu khas kumaha batré anu béda-béda beroperasi."

Panilitian salajengna dina widang ieu gaduh poténsi pikeun nungtun masa depan batré litium-ion, saur Paulson. ​"Salah sahiji hal anu urang tiasa laksanakeun nyaéta ngalatih algoritma dina kimia anu dipikanyaho sareng ngajantenkeun éta ngadamel prediksi dina kimia anu teu dipikanyaho," saurna. ​"Intina, algoritma ieu tiasa ngabantosan nunjukkeun urang kana arah kimia énggal sareng anu langkung saé anu nawiskeun umur anu langkung lami."

Ku cara kieu, Paulson yakin yén algoritma pembelajaran mesin tiasa ngagancangkeun pamekaran sareng uji coba bahan batré. ​"Anggap anjeun gaduh bahan énggal, teras anjeun ngadaur ulang éta sababaraha kali. Anjeun tiasa nganggo algoritma kami pikeun ngaduga umurna, teras nyandak kaputusan naha anjeun hoyong teras-terasan ngadaur ulang éta sacara ékspériméntal atanapi henteu."

"Upami anjeun panalungtik di laboratorium, anjeun tiasa mendakan sareng nguji langkung seueur bahan dina waktos anu langkung pondok sabab anjeun gaduh cara anu langkung gancang pikeun meunteunana," tambah Babinec.

Makalah dumasar kana panilitian éta, ​"Rékayasa fitur pikeun pembelajaran mesin ngamungkinkeun prediksi awal umur batré,” muncul dina édisi online 25 Pébruari tina Journal of Power Sources.

Salian ti Paulson sareng Babinec, pangarang makalah anu sanés kalebet Joseph Kubal ti Argonne, Logan Ward, Saurabh Saxena sareng Wenquan Lu.

Panilitian ieu dibiayaan ku hibah Panalungtikan sareng Pangwangunan anu Diarahkeun ku Laboratorium Argonne (LDRD).