侵权投诉
搜索
热门搜索:
订阅
纠错
加入自媒体

AI助电动汽车电池加速发展

更智能的电池测试方法

设计超高速充电电池是一个主要的挑战,主要是因为它很难持久。快速充电的强度会给电池带来更大的压力,这通常会导致电池过早失效。电池组的成本占电动汽车总成本的很大一部分,为了防止电池组受损,电池工程师必须测试一系列详尽的充电方法,以找到最有效的充电方法。

新的研究试图优化这一过程。在一开始,团队就发现快速充电的优化意味着要进行很多的反复试验——这对人类来说是低效的,但对机器来说是毫无问题的。

“机器学习是一种反复尝试的过程,但它们更聪明,”参与领导这项研究的计算机科学研究生阿蒂亚格罗弗说。“在何时探索——尝试新的和不同的方法——以及何时开发(或瞄准)最有前途的方法方面,计算机比我们做得好得多。”

该团队在两个关键方面采用了机器学习。首先,他们用机器学习来减少每次循环实验的时间。在之前的一项研究中,研究人员发现,他们可以预测电池在第一次充电100次后的续航时间。这是因为机器学习系统在接受了几次电池循环失灵的训练后,可以从早期数据中发现预测电池寿命的模式。

第二,机器学习减少了他们必须测试的方法的数量。计算机从以往的经验中吸取教训,迅速找到最佳的协议进行测试,而不是对每一种可能的充电方法都进行同等的测试,或者依靠直觉。

通过在更少的周期内测试更少的方法,研究团队很快找到了一种最优的超高速充电方案。埃尔蒙说,除了显著加快测试过程之外,这台计算机的解决方案也比电池科学家可能设计出的方案更好,而且更不寻常。

埃尔蒙说:“它给我们带来了一种意想不到的简单充电协议。”该算法的解决方案不是在充电开始时以最高电流充电,而是在充电过程中使用最高电流。“这就是人与机器的区别:机器不受人类直觉的影响,虽然人类直觉是强大的,但有时会误导人。”

<上一页  1  2  3  下一页>  
声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    锂电 猎头职位 更多
    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号