يمثل عمر البطاريات الكهربائية من المعضلات الكبرى وأكبر التحديات التي تواجه مستخدمو السيارات الكهربائية، ولها تأثير كبير على مدى انتشار هذه الصناعة على مستوى العالم.
وبحسب موقع interestingengineering فإن نموذجاً للذكاء الاصطناعي، طُوّر في جامعة أوبسالا، بالسويد قد يُحسّن السلامة ويُطيل عمر بطاريات السيارات الكهربائية، ويُقدّم صورة أدق بكثير عن عمر البطارية.
يقول البروفيسور دانيال برانديل، الذي قاد الدراسة والمسؤول عن مركز أنجستروم للبطاريات المتقدمة بجامعة أوبسالا: "إن معرفة المزيد عن عمر البطاريات وعمرها الافتراضي سيفيد أنظمة التحكم المستقبلية في المركبات الكهربائية، كما يُظهر ذلك أهمية فهم ما يحدث داخل البطاريات " .
وأضاف : "إذا توقفنا عن اعتبار البطاريات مجرد صناديق سوداء يُتوقع منها توفير الطاقة، واكتسبنا بدلاً من ذلك صورة مفصلة للعمليات التي تتم بداخلها، يُمكننا إدارتها بحيث تبقى في حالة جيدة لفترة أطول لأن بطاريات المركبات الكهربائية تتآكل بسرعة كبيرة، وهذا يُبطئ من كهربة قطاع النقل".
الذكاء الاصطناعي توفر عمراً أطول
ولمعالجة تآكل بطاريات المركبات الكهربائية بسرعة كبيرة تعمل صناعة السيارات على تطوير برمجيات، غالباً ما تعتمد على الذكاء الاصطناعي، لتحسين إدارة البطاريات والتحكم فيها، ومن بين هذه البرمجيات، أحدث أداة ابتكرها باحثون كنديون.
وكشف الباحثون أيضاً أن الدراسة، التي أُجريت بالتعاون مع جامعة آلبورغ في الدنمارك، اعتمدت على سنوات من اختبارات البطاريات، وقد بُنيت قاعدة بيانات من خلال جمع بيانات من مراحل شحن قصيرة جداً، ثم جُمعت مع نموذج مفصل لجميع العمليات الكيميائية المختلفة التي تجري داخل البطارية.
وتقول ويندي جو، التي أجرت الدراسة: "بشكل عام، يُعطينا هذا صورة دقيقة للغاية عن التفاعلات الكيميائية المختلفة التي تُنتج الطاقة في البطارية، بالإضافة إلى كيفية شيخوختها أثناء الاستخدام".
إطار عمل جديد لبطاريات الليثيوم
كشف الباحثون عن تطوير إطار عمل جديد يعتمد على التعلم الآلي والتوأم الرقمي، يربط بين خصائص تصميم بطاريات الليثيوم أيون (LiBs) وسلوكها الفعلي، ويركز هذا الإطار على البطاريات المصنوعة من الجرافيت، والنيكل، والمنجنيز، والكوبالت، والأكسيد، ويُقيّم أداءها في ظل ظروف شحن وتفريغ مختلفة، بما في ذلك الشحن السريع.
نُشر البحث في مجلة "علوم الطاقة والبيئة"، ويقدم إطار عمل يمكنه استنتاج ستة عوامل تصميم أساسية من أجزاء شحن قصيرة جدًا. وهذا يسمح بالتنبؤ السريع بحالة البطارية في ثوانٍ معدودة.
عمر البطارية
ومن الجدير بالذكر أن هذا النهج يحسن قوة التنبؤات المتعلقة بصحة ومدى حياة البطارية بنسبة تصل إلى 65% و69% على التوالي، مقارنة بنماذج الإدراك متعدد الطبقات الأساسية ونماذج الانحدار الخطي، بينما يتفوق أيضاً على نموذج الغابة العشوائية الأساسي، مع وقت تدريب يبلغ ثانية واحدة، وفقًا للباحثين.
أوضح فريق البحث أن هناك علاقة قوية بين تغير سعة البطارية أثناء الشحن السريع وثلاثة عوامل أساسية في تصميمها وهي: معامل انتشار الحالة الصلبة، ونصف قطر الجسيم، وسمك القطب، هذه العوامل لها دور حيوي في تحديد كيفية تدهور البطارية.
تحسين البطاريات
قال الباحثون إن إطار عملهم الجديد يمكن دمجه بسهولة في أنظمة إدارة البطاريات، وهذا سيساعد المستخدمين على تخصيص طريقة استخدامهم، كما سيوجه المطورين نحو استراتيجيات أفضل لتصميم البطاريات.