工信部：瞄准“电动化、网联化、智能化”方向 扎实推动汽车强国建设

科学家们在利用机器学习加速电池设计方面迈出了重要一步:将机器学习与从实验中获得的知识以及物理学指导下的方程相结合，从而找出快充锂离子电池寿命缩短的原因。

(来源:SLAC)

据国外媒体报道，来自斯坦福大学、SLAC国家加速器实验室、麻省理工学院和丰田研究所的研究人员首次将“科学机器学习”方法应用于电池周期，目标是将基础研究与行业知识相结合，开发出一种可在10分钟内充电的长寿命电动汽车电池。

主要研究人员Will Chueh表示，这项研究成果推翻了长期以来关于锂离子电池如何充放电的假设，并为研究人员设计更耐用的电池提供了一套新的规则。

丰田研究所的高级研究科学家帕特里克·赫林(Patrick Herring)说:“通过了解电池内部的基本反应，我们可以延长电池寿命，实现更快的充电速度，并设计更好的电池材料。”

在之前的两项研究进展中，研究人员使用了更多传统的机器学习形式来大大加快电池测试和筛选可行充电方法的过程，以便找到最佳方法。然而，他们没有找到一些电池比其他电池寿命长的潜在物理或化学原因。

Chueh说:“在这种情况下，我们正在教机器如何学习一种新的故障机制的物理原理，以设计一种更好、更安全的快速充电电池。快充会给电池带来很大压力，对电池造成损害。解决这个问题是促进电动汽车发展的关键，有助于减少对气候的影响。”

将这三种方法结合起来，有望加快新电池技术的发展，将从实验室到消费者手中的时间缩短多达三分之二。这种新的组合方法也可以用于开发电网级电池系统，用于更大规模的风力和太阳能发电。

这项新研究的重点是电池电极，它是由纳米颗粒聚集在一起形成颗粒。在充放电过程中，锂离子在正负极之间来回运动，进出颗粒。在这种持续的作用下，粒子会膨胀、收缩、断裂，逐渐降低其储存电荷的能力。快速充电只会让事情变得更糟。

为了更详细地观察这一过程，研究小组观察了由镍、锰和钴组成的阴极颗粒的行为，镍、锰和钴是电动汽车电池中使用最广泛的材料之一。这些颗粒可以在电池放电时吸收锂离子，在充电时释放锂离子。研究人员使用Slac的斯坦福同步辐射光源的X射线对快速充电的粒子进行了全面的观察。然后，这些粒子被带到劳伦斯伯克利国家实验室的先进光源，并通过扫描X射线透射显微镜进行检测，以跟踪单个粒子。

科学的机器学习算法中包含了相关的实验数据、来自快充数学模型的信息以及描述这一化学和物理过程的方程信息。研究人员表示，在建模过程中，“我们没有像前两项研究那样，通过简单输入数据，让计算机直接计算模型，而是教会计算机如何选择或学习正确的方程，从而获得正确的物理信息。”

科学家一直认为粒子之间的差异可以忽略不计，其存储和释放离子的能力受到粒子中锂的移动速度的限制。从这个角度来看，锂离子会同时流入流出所有粒子，速度大致相同。

从新方法可以看出，当电池充电时，这些粒子本身控制着锂离子从正极粒子中脱离的速度。一些粒子立即释放大量离子，而另一些粒子释放很少或不释放离子……此外，快速释放的粒子将继续比它们的邻居更快地释放离子。这是以前没有发现的正反馈效应。

研究人员表示:“现在，我们发现了锂在电池内部的运动方式，这与科学家和工程师们想象的截然不同。不均匀的充放电给电极带来更大的压力，缩短其工作寿命。从根本上了解这个过程，是解决快充问题的重要一步。”

科学家们表示，新方法有望提高电池的成本、存储容量、耐用性和其他重要属性，它被广泛应用于电动汽车、笔记本电脑以及电网上可再生能源的大规模存储。科学家们在利用机器学习加速电池设计方面迈出了重要一步:将机器学习与从实验中获得的知识以及物理学指导下的方程相结合，从而找出快充锂离子电池寿命缩短的原因。

(来源:SLAC)

据国外媒体报道，来自斯坦福大学、SLAC国家加速器实验室、麻省理工学院和丰田研究所的研究人员首次将“科学机器学习”方法应用于电池周期，目标是将基础研究与行业知识相结合，开发出一种可在10分钟内充电的长寿命电动汽车电池。

主要研究人员Will Chueh表示，这项研究成果推翻了长期以来关于锂离子电池如何充放电的假设，并为研究人员设计更耐用的电池提供了一套新的规则。

丰田研究所的高级研究科学家帕特里克·赫林(Patrick Herring)说:“通过了解电池内部的基本反应，我们可以延长电池寿命，实现更快的充电速度，并设计更好的电池材料。”

在之前的两项研究进展中，研究人员使用了更多传统的机器学习形式来大大加快电池测试和筛选可行充电方法的过程，以便找到最佳方法。然而，他们没有找到一些电池比其他电池寿命长的潜在物理或化学原因。

Chueh说:“在这种情况下，我们正在教机器如何学习一种新的故障机制的物理原理，以设计一种更好、更安全的快速充电电池。快充会给电池带来很大压力，对电池造成损害。解决这个问题是促进电动汽车发展的关键，有助于减少对气候的影响。”

将这三种方法结合起来，有望加快新电池技术的发展，将从实验室到消费者手中的时间缩短多达三分之二。这种新的组合方法也可以用于开发电网级电池系统，用于更大规模的风力和太阳能发电。

这项新研究的重点是电池电极，它是由纳米颗粒聚集在一起形成颗粒。在充放电过程中，锂离子在正负极之间来回运动，进出颗粒。在这种持续的作用下，粒子会膨胀、收缩、断裂，逐渐降低其储存电荷的能力。快速充电只会让事情变得更糟。

为了更详细地观察这一过程，研究小组观察了由镍、锰和钴组成的阴极颗粒的行为，镍、锰和钴是电动汽车电池中使用最广泛的材料之一。这些颗粒可以在电池放电时吸收锂离子，在充电时释放锂离子。研究人员使用Slac的斯坦福同步辐射光源的X射线对快速带电的粒子进行了全面的观察。然后，这些粒子被带到劳伦斯伯克利国家实验室的先进光源，并通过扫描X射线透射显微镜进行检测，以跟踪单个粒子。

科学的机器学习算法中包含了相关的实验数据、来自快充数学模型的信息以及描述这一化学和物理过程的方程信息。研究人员表示，在建模过程中，“我们没有像前两项研究那样，通过简单输入数据，让计算机直接计算模型……而是教会了计算机如何选择或学习正确的方程，从而获得正确的物理信息。"

科学家一直认为粒子之间的差异可以忽略不计，其存储和释放离子的能力受到粒子中锂的移动速度的限制。从这个角度来看，锂离子会同时流入流出所有粒子，速度大致相同。

从新方法可以看出，当电池充电时，这些粒子本身控制着锂离子从正极粒子中脱离的速度。一些粒子立即释放大量离子，而另一些粒子释放很少或不释放离子。此外，快速释放的粒子将继续比它们的邻居更快地释放离子。这是以前没有发现的正反馈效应。

研究人员表示:“现在，我们发现了锂在电池内部的运动方式，这与科学家和工程师们想象的截然不同。不均匀的充放电给电极带来更大的压力，缩短其工作寿命。从根本上了解这个过程，是解决快充问题的重要一步。”

科学家们表示，新方法有望提高电池的成本、存储容量、耐用性和其他重要属性，它被广泛应用于电动汽车、笔记本电脑以及电网上可再生能源的大规模存储。

标签：

汽车资讯热门资讯