Si les fabricants de batteries de téléphones portables pouvaient dire quelles cellules dureraient au moins deux ans, Ensuite, ils pourraient vendre uniquement ceux-ci aux fabricants de téléphones et envoyer le reste aux fabricants d'appareils moins exigeants. De nouvelles recherches montrent comment les fabricants pourraient faire cela. La technique pourrait être utilisée non seulement pour trier les cellules fabriquées, mais aussi pour aider les nouvelles conceptions de batteries à atteindre le marché plus rapidement.

La combinaison de données expérimentales complètes et d'intelligence artificielle a révélé la clé pour prédire avec précision la durée de vie utile des batteries lithium-ion avant que leurs capacités ne commencent à décliner, scientifiques de l'Université de Stanford, le Massachusetts Institute of Technology et le Toyota Research Institute ont découvert. Après que les chercheurs ont formé leur modèle d'apprentissage automatique avec quelques centaines de millions de points de données de charge et de décharge des batteries, l'algorithme a prédit combien de cycles supplémentaires chaque batterie durerait, sur la base des baisses de tension et de quelques autres facteurs parmi les premiers cycles.

Les prédictions étaient à moins de 9 pour cent du nombre de cycles que les cellules ont réellement duré. Séparément, l'algorithme a classé les batteries en durée de vie longue ou courte en se basant uniquement sur les cinq premiers cycles de charge/décharge. Ici, les prédictions étaient correctes 95 pour cent du temps.

Publié le 25 mars dans Énergie naturelle , cette méthode d'apprentissage automatique pourrait accélérer la recherche et le développement de nouvelles conceptions de batteries et réduire le temps et les coûts de production, entre autres applications. Les chercheurs ont rendu l'ensemble de données - le plus grand du genre - accessible au public.

« La méthode standard pour tester les nouvelles conceptions de batteries est de charger et de décharger les cellules jusqu'à ce qu'elles tombent en panne. Étant donné que les batteries ont une longue durée de vie, ce processus peut prendre plusieurs mois, voire des années, " a déclaré le co-auteur principal Peter Attia, Candidat au doctorat de Stanford en science et ingénierie des matériaux. "C'est un goulot d'étranglement coûteux dans la recherche sur les batteries."

Les travaux ont été réalisés au Centre de conception de batteries pilotée par les données, une collaboration académique-industrielle qui intègre la théorie, expérimentations et science des données. Les chercheurs de Stanford, dirigé par William Chueh, professeur assistant en science et génie des matériaux, a mené les expériences de batterie. L'équipe du MIT, dirigé par Richard Braatz, professeur en génie chimique, effectué le travail d'apprentissage automatique. Kristen Severson, co-auteur principal de la recherche, a terminé son doctorat en génie chimique au MIT au printemps dernier.

Optimiser la charge rapide

L'un des objectifs du projet était de trouver une meilleure façon de charger les batteries en 10 minutes, une caractéristique qui pourrait accélérer l'adoption massive des véhicules électriques. Pour générer l'ensemble de données d'entraînement, l'équipe a chargé et déchargé les batteries jusqu'à ce que chacune atteigne la fin de sa vie utile, qu'ils ont défini comme une perte de capacité de 20 pour cent. En route vers l'optimisation de la charge rapide, les chercheurs voulaient savoir s'il était nécessaire d'enfoncer leurs batteries dans le sol. La réponse à une question sur la batterie peut-elle se trouver dans les informations des premiers cycles uniquement ?

« Les progrès de la puissance de calcul et de la génération de données ont récemment permis à l'apprentissage automatique d'accélérer les progrès pour diverses tâches. Celles-ci incluent la prédiction des propriétés des matériaux, ", a déclaré Braatz. "Nos résultats montrent ici comment nous pouvons prédire le comportement de systèmes complexes dans le futur."

Généralement, la capacité d'une batterie lithium-ion est stable pendant un certain temps. Ensuite, il prend un virage serré vers le bas. Le point de chute varie considérablement, comme la plupart des consommateurs du 21e siècle le savent. Dans ce projet, les batteries duraient de 150 à 2, 300 cycles. Cette variation était en partie le résultat du test de différentes méthodes de charge rapide, mais également en raison de la variabilité de fabrication entre les batteries.

"Pour tout le temps et l'argent consacrés au développement de la batterie, les progrès se mesurent encore en décennies, " a déclaré le co-auteur de l'étude Patrick Herring, scientifique à l'Institut de recherche Toyota. "Dans ce travail, nous réduisons l'une des étapes les plus chronophages, le test de la batterie, d'un ordre de grandeur."

Utilisations possibles

La nouvelle méthode a de nombreuses applications potentielles, dit Attia. Par exemple, il peut raccourcir le délai de validation de nouveaux types de batteries, ce qui est particulièrement important compte tenu des progrès rapides des matériaux. Avec la technique du tri, les batteries de véhicules électriques dont la durée de vie est courte, trop courte pour les voitures, pourraient être utilisées à la place pour alimenter les lampadaires ou pour sauvegarder les centres de données. Les recycleurs pourraient trouver des cellules de batteries de véhicules électriques usagées avec une capacité suffisante pour une seconde vie.

Une autre possibilité consiste à optimiser la fabrication des batteries. "La dernière étape de la fabrication des batteries s'appelle 'la formation, ' ce qui peut prendre des jours à des semaines, " Attia a déclaré. " L'utilisation de notre approche pourrait raccourcir cela de manière significative et réduire le coût de production. "

Les chercheurs utilisent désormais leur modèle pour optimiser les moyens de recharger les batteries en seulement 10 minutes, qui, selon eux, réduira le processus de plus d'un facteur 10.