據外媒報道，電池化學家利用新的計算模型，僅基于單周期實驗數(shù)據，即可計算電池壽命。

（圖片來源：阿貢實驗室）

       美國能源部阿貢國家實驗室（Argonne National Laboratory）的研究人員借助于機器學習，預測一系列不同電池化學成分的生命周期。該實驗室收集一組代表六種不同電池化學成分的300個電池的實驗數(shù)據。研究人員利用這些數(shù)據，可以精準確定不同電池的持續(xù)循環(huán)時間。

       在機器學習算法中，研究人員訓練一個計算機程序，基于一組初始數(shù)據做出推論。然后，利用從訓練中學到的東西，對另一組數(shù)據做出決策。阿貢計算科學家Noah Paulson表示：“對用戶來說，不論是哪種電池應用，如手機、電動汽車和電網存儲，電池的壽命都具有重要意義。一塊電池可能要經過數(shù)千次循環(huán)才會失效，這大概需要數(shù)年時間。通過這種方法，可以快速確定不同電池的性能?！?/p>

       “目前，評估電池容量衰減的唯一方法是實際循環(huán)電池?！卑⒇曤娀瘜W專家Susan "Sue" Babinec補充說，“這樣做的成本很高，而且需要很長時間?！?/p>

       確定電池壽命的過程可能比較麻煩。據介紹，“現(xiàn)實情況是，電池不可能永遠使用下去。其使用壽命取決于具體的使用方式，以及電池的設計和化學成分。目前為止，還沒有一種很好的方法，可以測定電池能使用多長時間?！?/p>

       此項研究的獨特之處在于，受益于阿貢對各種電池正極材料所做的大量實驗工作，尤其是阿貢獲得專利的鎳錳鈷（NMC）基正極。Paulson表示：“這些代表不同化學成分的電池，會以不同的方式降解和失效。這項研究的價值在于，提供了反映不同電池性能的信號?！?/p>

       Paulson表示，對這一領域進行深入研究，對鋰離子電池的未來發(fā)展具有指導意義?！鞍⒇曀茏龅氖虑橹皇?，通過已知化學成分訓練算法，并對未知化學成分做出預測。從本質上說，該算法有助于找到新的、改進的化學物質，從而延長電池壽命?！?/p>

       研究人員認為，這種機器學習算法可以加速電池材料的開發(fā)和測試。