טכניקות ניטור חדשות מבוססות למידת מכונה משפרות את בטיחות הסוללה

This post is also available in: English (אנגלית)

סוללות ליתיום-יון הן נפוצות ביותר. מהטלפון שלך ועד למכונית החשמלית שלך, הן נמצאות בכל מקום. לכן, הבטחת הפעולה הבטוחה של סוללות אלה חיונית למניעת סכנות כגון שריפות הנגרמות על ידי תקלות בתאים. כדי להתמודד עם סוגייה זו, חוקרים מאוניברסיטת דרמשטדט וב-MIT מתקדמים בפיתוח שיטות ניטור מתקדמות המשפרות את תהליכי זיהוי תקלות והערכת המצב בסוללות.

בהובלת יואכים שייפר, אריק לנץ ופרופסור רולף פינדסן מאוניברסיטת דרמשטדט, בשיתוף עם פרופסור ריצ'רד בראץ ופרופסור מרטין בזאנט מ-MIT, הצוות שילב בהצלחה מודלים פיזיים עם טכניקות של למידת מכונה. הגישה החדשנית שלהם משתמשת בתהליכים גאוסיים רקורסיביים כדי לזהות שינויים תלויי זמן בביצועי הסוללה, ומאפשרת ניתוח בזמן אמת של התנאים התפעוליים. שיטה זו מעבדת ביעילות כמות רבה של נתונים, ומכינה את הקרקע לניטור מקוון ורציף על מערכות סוללה, על פי TechXplore.

מאפיין בולט של המחקר שלהם הוא הגישה למאגר נתונים ייחודי שסופק על ידי יצרן שותף אנונימי. מערך נתונים זה כולל מעל 133 מיליון נקודות נתונים מ-224 תאי סוללה שהוחזרו עקב בעיות, מה שהופך אותו לאחד האוספים הראשונים מסוגו הזמינים לציבור. הממצאים מראים כי לעתים קרובות, כאשר רק תא בודד במערכת סוללה מראה התנהגות חריגה, זה עלול לסכן את בטיחות המערכת כולה. תובנות אלה משפרות את ההבנה שלנו לגבי הידרדרות הסוללה והנסיבות שמובילות לכשלים, ובסופו של דבר משפרות את פרוטוקולי הבטיחות.

המחקר, שפורסם לאחרונה בכתב העת Cell Reports Physical Science, מסמן התקדמות מכרעת בפיתוח מערכות ניהול סוללה אמינות. כהוקרה על תרומתם, שייפר קיבל את פרס  MIT Open Data Prize על הנגשת נתונים באופן גלוי, ונבחר מתוך יותר מ-70 הגשות. פרס זה מדגיש את החשיבות של שקיפות ושיתוף פעולה בקידום טכנולוגיית הסוללה ובטיחות.

ככל שהביקוש לסוללות ליתיום-יון ממשיך לעלות, טכניקות ניטור חדשניות אלה ישחקו תפקיד מרכזי בהבטחת פעולה בטוחה, הפחתת הסיכונים הכרוכים בכשלים בסוללה ובבניית אמון באימוץ הנרחב שלהם.