スタンフォード大、バッテリー性能のテスト時間を98％短縮！ 超高速充電技術の開発に
コメント
注目のコメント
このタイトルの論文ですね。
Closed-loop optimization of fast-charging protocols for batteries with machine learning
こちらの図からはかなり単純化したスキームのようです。https://m.x-mol.com/paper/1230241696767299584
また元記事にはこんなことが書いてありましたが、背景としては「データ下さい！予測しますから」とも読めます。
The study’s machine learning and data collection system will be made available for future battery scientists to freely use, Herring added.
100サイクルの充放電曲線は取らなければならないので、16日間は必要ということ。
またバッテリー・パックを対象に３つのパラメーターに絞り込んでいます。これらをCレート(電流)と温度と電池容量(もしくはSOH/SOCのような充電率)と仮定すれば、数千(万)サイクル後に、電池容量が最も減らないCレートと電池の温度を予測してくれる機会学習ということに。結構シンプルです。
既にテスラやBoschなどは急速充電時に昇温させたりしてますが、どの程度電池が劣化するかは経験則でしょうから、事前に予測出来るようになれば、別の要因かどうかも判断可能に。
ただし、バッテリー・パックというブラックボックスを３つのパラメーターで劣化予測するのには限界もあるでしょう。少なくともバッテリー・セルが変わった場合には、予測データはリセットしなければなりませんし。
