Tím vedcov vedený Dr. Garethom Conduitom z Ústavu materiálového výskumu a inžinierstva A * STAR a Nanyang Technological University použil AI na predpovedanie stavu batérií elektrických vozidiel a na „presnú“ predpoveď stavu lítium-iónových článkov poplatkov a zdravia.
Podľa zverejneného článku by technológia modelu strojového učenia na základe dát mohla výrobcom umožniť vložiť softvér priamo do ich batériových zariadení, aby sa tak zvýšila jeho životnosť až o 6% v porovnaní s typickými modelmi batérií, ktoré počítajú životnosť zhruba o 10%.
Výkon, cena a bezpečnosť batérií sú faktory, ktoré určujú úspešný vývoj elektrických vozidiel (EV). Odteraz sú lítium-iónové (Li-ion) batérie uprednostňované pred ostatnými batériami kvôli ich životnosti a primeranej hustote energie. Ak sa však bude pokračovať v ďalšom výskume lítium-iónových batérií, povedie to k komplikovanejšej dynamike batérií, kde sa bezpečnosť a účinnosť stanú predmetom obáv. Z tohto dôvodu je pre elektrifikáciu vozidiel rozhodujúci pokročilý systém správy batérií, ktorý dokáže optimalizovať a monitorovať bezpečnosť.
Na predpovedanie zdravotného stavu, stavu nabitia a zostávajúcej životnosti boli implementované algoritmy strojového učenia. Dôraz sa kládol na modely založené na dátach, ktoré sa kombinovali s technikami strojového učenia. Tieto modely sa zdajú byť výkonnejšie a okrem dosiahnutia vysokej presnosti a nízkych výpočtových nákladov môžu predpovedať bez predchádzajúcej znalosti systému. So zníženými nákladmi na zariadenia na ukladanie údajov a pokrokom vo výpočtových technológiách sa strojové učenie založené na dátach javí ako najsľubnejší prístup pre pokročilé modelovanie batérií v budúcnosti.
Cieľom štúdie je dosiahnuť transformačný účinok na batériový priemysel a zdôrazniť, ako môže strojové učenie presne predpovedať a zlepšovať zdravie a životnosť batérie. To výrobcom umožní vložiť softvér priamo do ich batériových zariadení a zlepšiť ich spotrebiteľské služby počas života.