导读：此项研究意义重大，因为它可以准确预测下一代电动汽车的电池剩余寿命，从而有助于向公众推广电动汽车。
因环保和维护成本低等优势，电动汽车（EV）变得越来越普遍，乘用车、公共汽车和出租车很多也都是电动汽车。但电池耗尽或使用寿命结束时，很容易发生事故。因此，对电动汽车中常用的锂离子电池进行精确的容量和寿命预测至关重要。
图片来源：浦项科技大学
据外媒报道，由Seungchul Lee教授领导的浦项科技大学（POSTECH）研究团队，和机械工程系博士生Sung Wook Kim，以及汉阳大学（Hanyang University）Ki-Yong Oh教授合作开发出一种新型人工智能（AI）技术，可以准确预测锂离子电池的容量和寿命。通过将物理领域知识与人工智能相结合，该技术大大提高了预测的准确性。
预测电池容量的方法有两种：一种是基于物理的模型，简化了电池复杂的内部结构；另一种是人工智能模型，使用电池的电气和机械响应。然而，传统的AI模型需要大量数据进行训练。此外，当将传统AI模型应用于未经训练的数据时，其预测精度非常低。因此需要下一代人工智能技术。
为了用更少的训练数据有效地预测电池容量，研究团队将不同于传统方法的特征提取策略与基于物理领域知识的神经网络相结合。结果，测试各种容量和寿命分布的电池时，预测精度提高了20%。通过确认结果的一致性可确保其可靠性。预计这些成果将为将高度可靠的基于物理知识的人工智能应用于各个行业奠定基础。
浦项科技的Lee教授表示：“基于数据的人工智能已通过物理知识克服了其局限性。而构建大数据的难度也因差异化特征提取技术的发展而降低。”
汉阳大学的Oh教授补充说：“此项研究意义重大，因为它可以准确预测下一代电动汽车的电池剩余寿命，从而有助于向公众推广电动汽车。”
（来源：盖世汽车/作者：刘丽婷 ）
往期干货
课程推荐
点它，分享点赞在看都在这里
原文始发于微信公众号（电池联盟cbcu）：韩国开发出新型AI技术 可提高电池容量的预测准确性
新能源汽车的快速发展带动了动力电池的高速增长。动力电池生产流程一般可以分为前段、中段和后段三个部分。其中，前段工序包括配料、搅拌、涂布、辊压、分切等，中段工序包括卷绕/叠片、封装、烘干、注液、封口、清洗等，后段主要为化成、分容、PACK等。材料方面主要有正负极材料，隔膜，电解液，集流体，电池包相关的结构胶，缓存，阻燃，隔热，外壳结构材料等材料。 为了更好促进行业人士交流，艾邦搭建有锂电池产业链上下游交流平台，覆盖全产业链，从主机厂，到电池包厂商，正负极材料，隔膜，铝塑膜等企业以及各个工艺过程中的设备厂商，欢迎申请加入。
长按识别二维码关注公众号，点击下方菜单栏左侧“微信群”，申请加入群聊