Với phương pháp này, việc quản lý dung lượng pin được thực hiện bằng cách chiếu các xung điện vào chúng và đo phản ứng. Kết quả đo được xử lý theo các thuật toán và cho kết quả dự đoán tuổi thọ và hiệu năng sử dụng của pin. Đây là phương pháp không phá hủy, phục vụ tốt cho bất kì hệ thống pin nào. Kết quả vừa được công bố trên tạp chí Nature Communications.
Tuổi thọ và hiệu suất còn lại của pin sạc lithium-ion là một trong những nội dung ảnh hưởng lớn đến hiệu quả sử dụng các loại xe điện và thiết bị di động. Theo thời gian, hiệu suất của pin sẽ bị suy giảm sau các phản ứng hóa học. Nếu chỉ diễn ra đơn lẻ, các phản ứng này không ảnh hưởng nhiều đến hiệu suất của pin. Tuy nhiên, khi gộp chung lại, chúng có thể rút ngắn đáng kể đển tuổi thọ và hiệu suất của pin.
Các phương pháp hiện tại dự đoán tình trạng của pin dựa vào việc theo dõi dòng điện và điện áp trong quá trình sạc và xả pin. Phương pháp này không đo được các tính năng quan trọng để quản lý hiệu suất pin. Do đó, cần có phương pháp mới, các thuật toán mới và kinh tế hơn để kiểm tra sự hoạt động của pin, sau khi chúng được đưa vào vận hành.
“Sự an toàn và tính chính xác là tiêu chí quan trọng trong việc sản xuất pin có hiệu suất sử dụng cao”, tiến sĩ Alpha Lee từ Phòng thí nghiệm Cavendish của Cambridge, cho biết. “Bằng cách cải tiến các phần mềm theo dõi việc sạc và xả pin, sử dụng dữ liệu từ phần mềm để kiểm soát quá trình sạc, tôi tin chắc chúng ta có thể cải thiện đáng kể hiệu suất của pin".
Mô hình máy học đã được sử dụng để phát hiện các tính năng cụ thể trong phản ứng sinh điện, dấu hiệu của lão hóa pin. Hơn 20.000 phép đo thử nghiệm đã được thực hiện để tạo ra mô hình. Các nhà nghiên cứu cũng chỉ ra rằng, mô hình máy học có thể gợi ý, dự đoán cơ chế lão hóa vật lý; thông báo tín hiệu điện nào phù hợp nhất với quá trình lão hóa, cho phép tạo thí nghiệm cụ thể để tìm ra nguyên nhân vì sao pin xuống cấp.
Tiến sĩ Yunwei Zhang (đồng tác giả, Phòng thí nghiệm Cavendish) nói: "Máy học đã bổ sung và tăng cường sự hiểu biết. Các tín hiệu có thể giải thích, được xác định bởi mô hình học máy của chúng tôi, là điểm khởi đầu cho các nghiên cứu lý thuyết và thực nghiệm trong tương lai".
Nhóm tác giả cũng đang sử dụng mô hình máy học này để nghiên cứu sự xuống cấp về thành phần hóa học của các loại pin khác nhau. Đồng thời, phát triển các giao thức sạc pin tối ưu, cung cấp năng lượng bằng máy học, cho phép sạc nhanh và giảm thiểu sự xuống cấp của pin.
Diệu Huyền (CESTI) - Theo techxplore.com