人工智慧驅動的熱失控檢測：電動汽車電池安全性的突破

由亞利桑那大學博士生領導的工程師團隊推出了一種防止電動車電池過熱的新方法。該方法使用人工智慧演算法在關注區域變得危險之前對其進行預測。許多人認為這項研究是該行業的突破，特別是考慮到電動車的需求不斷增長。以下是您需要了解的有關人工智慧未來在防止熱失控方面的作用的所有資訊。

由亞利桑那大學博士生領導的工程師團隊推出了一種防止電動車 (EV) 電池過熱的新方法，該問題可能導致災難性故障。

該方法使用人工智慧（AI）演算法在危險區域變得危險之前對其進行預測，這一進步可以為更安全、更有效率的電動車鋪平道路。

以下是您需要了解的有關人工智慧未來在防止熱失控方面的作用的所有資訊。

鋰離子電池 (LIB)

要了解這項研究的意義，重要的是要知道鋰離子電池 (LIB) 是當今電動車中最常見的電池類型。

這些電池的工作原理是使用帶電的鋰離子在整個裝置中傳輸能量，產生電流以滿足您的電力需求。

LIB 如此受歡迎的原因是它們可以透過暫時翻轉極性並將離子送回裝置的負極來充電。

當今的電動車依賴這些設備的原因有很多，包括其良好的使用壽命、與替代品相比相對較輕以及卓越的能量密度。

值得注意的是，這些電池通常使用分組的電池來創建完整的電動車組，大多數電動車電池組都有數千個電池。

什麼是熱失控？

目前的鋰離子電池多電池結構有助於電池充電更快並實現更長的使用壽命。然而，它可能會在電池組內產生熱點，從而導致災難性故障。

當單一電池開始故障時，它會迅速升溫，導致周圍的電池溫度升高，並可能導致更多故障。

這種骨牌效應稱為熱失控，它是當今電動車面臨的主要問題之一。

熱失控（TR）會降低性能，導致電池分解，甚至爆炸，成為電動車車主真正關心的問題。

有幾個因素可能導致熱失控，包括電池故障，例如隔膜熔化、陰極分解或不利的鋰電解質反應。

這些短路可能會很快發生，並導致附近的旁觀者因火災和爆炸而受傷。

有很多關於人們因電動車電池起火而被房屋起火或其他可怕時刻驚醒的故事，因此解決這個問題已成為全球研究人員關注的首要問題。

氣溫上升

由於多種因素，減少 TR 的需求在過去幾年變得更加重要。

電動車使用量和全球氣溫的上升造成了危險的情況，比以往任何時候都有更多的生命處於危險之中。

這些因素使得保持電池涼爽對於實現綠色未來至關重要。

人工智慧熱失控研究

《電源雜誌》上發表的一項研究表明，先進的人工智慧演算法與感測器相結合如何成為一勞永逸消除熱失控的關鍵。

這項研究由 Basab Goswami 領導，利用駕駛員資料模擬來模擬日常駕駛條件下電動車電池的使用情況。

利用熱、電化學和降解子模型的多物理場和機器學習模型被用來確定 TR 變得明顯的關鍵時刻。

從那時起，人工智慧系統強化了數據，使它們能夠比任何光學解決方案更快地預測和識別過熱的細胞。

AI熱失控測驗

研究人員試圖更了解固態電解質界面在各種條件下如何在負極上降解。

團隊使用真實的駕駛員資料和電池狀態（例如恆定充電/放電和駕駛循環）來測試電池的熱特性。

為了完成這項任務，團隊創造了一種電池，周圍包裹著特殊的熱感應器。

溫度感測器提供詳細的空間和時間溫度數據，然後與歷史數據結合併輸入人工智慧演算法。

這些數據包括關鍵情況、環境、駕駛員活動和技術問題。

Goswami 演算法

Goswami 演算法在許多方面都是獨一無二的。首先，它是第一個用於預測 TR 的人工智慧機器學習模型。

這種多物理場模型的實現要歸功於向量建模等新的人工智慧系統。

這些先進的系統可以分析大量數據並指出遠遠超出人類能力的相關性或複雜模式。

因此，建模方法使團隊能夠創建有關電動車駕駛行為的真實數據。

AI熱失控檢驗結果

這項研究的結果令人印象深刻。其一，該團隊成功實現了一致、準確地預測 LIB 中 TR 的目標。

人工智慧非常精確，甚至可以確定熱失控開始的位置，發出危險警報並防止進一步的損壞。

現在，該團隊尋求擴大其研究範圍，有一天可以幫助為所有人創造更安全的電動車。

AI 熱失控的好處

這項研究為市場帶來了許多好處。

首先，人工智慧演算法比使用其他方法來防止熱失控便宜得多。

過去的工程師，包括本研究中的工程師，都

以上是人工智慧驅動的熱失控檢測：電動汽車電池安全性的突破的詳細內容。更多資訊請關注PHP中文網其他相關文章！