דמיינו מיסטיקן שאומר להוריכם, ביום היוולדכם, כמה זמן תחיו. חוויה דומה אפשרית עבור כימאים של סוללות המשתמשים במודלים חישוביים חדשים כדי לחשב את חיי הסוללות על סמך מחזור אחד בלבד של נתונים ניסיוניים.

במחקר חדש, חוקרים במעבדה הלאומית ארגון של משרד האנרגיה האמריקאי (DOE) פנו לכוחה של למידת מכונה כדי לחזות את תוחלת החיים של מגוון רחב של מערכות כימיות שונות של סוללות. באמצעות נתונים ניסיוניים שנאספו בארגון מקבוצה של 300 סוללות המייצגות שש מערכות כימיות שונות של סוללות, המדענים יכולים לקבוע במדויק כמה זמן סוללות שונות ימשיכו לפעול במחזוריות.

חוקרים מארגון השתמשו במודלים של למידת מכונה כדי לחזות את מחזור חיי הסוללה עבור מגוון רחב של רכיבים כימיים שונים. (תמונה מאת Shutterstock/Sealstep.)

באלגוריתם למידת מכונה, מדענים מאמנים תוכנית מחשב להסיק מסקנות על סמך קבוצת נתונים ראשונית, ולאחר מכן משתמשים במה שלמדה מאימון זה כדי לקבל החלטות על סמך קבוצת נתונים אחרת.

"עבור כל סוג של יישום סוללה, החל מטלפונים סלולריים ועד כלי רכב חשמליים ועד אחסון ברשת החשמל, אורך חיי הסוללה הוא בעל חשיבות מהותית עבור כל צרכן", אמר נואה פולסון, מדען חישובי מארגון, מחבר המחקר. "הצורך לבצע מחזורי הפעלה של סוללה אלפי פעמים עד שהיא נכשלת יכול לקחת שנים; השיטה שלנו יוצרת מעין מטבח ניסויים חישובי שבו נוכל לקבוע במהירות כיצד סוללות שונות יתפקדו."

"כרגע, הדרך היחידה להעריך כיצד הקיבולת של סוללה דועכת היא לבצע מחזורי טעינה של הסוללה", הוסיפה האלקטרוכימאית מארגון, סוזן "סו" באבינק, מחברת מחקר נוספת. "זה יקר מאוד וזה לוקח הרבה זמן."

לדברי פולסון, תהליך קביעת חיי סוללה יכול להיות מסובך. "המציאות היא שסוללות לא מחזיקות מעמד לנצח, ומשך הזמן שהן מחזיקות מעמד תלוי באופן שבו אנו משתמשים בהן, כמו גם בעיצוב שלהן ובכימיה שלהן", אמר. "עד עכשיו, לא באמת הייתה דרך טובה לדעת כמה זמן סוללה תחזיק מעמד. אנשים ירצו לדעת כמה זמן יש להם עד שיצטרכו להוציא כסף על סוללה חדשה."

היבט ייחודי אחד של המחקר הוא שהוא הסתמך על עבודה ניסיונית נרחבת שבוצעה בארגון על מגוון חומרי קתודה של סוללות, ובמיוחד הקתודה מבוססת ניקל-מנגן-קובלט (NMC) הרשומה כפטנט של ארגון. "היו לנו סוללות שייצגו כימיות שונות, שיש להן דרכים שונות בהן הן מתכלות וכשלות", אמר פולסון. "הערך של מחקר זה הוא שהוא נתן לנו אותות האופייניים לאופן שבו סוללות שונות פועלות."

מחקר נוסף בתחום זה טומן בחובו פוטנציאל להנחות את עתיד סוללות הליתיום-יון, אמר פולסון. "אחד הדברים שאנחנו מסוגלים לעשות הוא לאמן את האלגוריתם על רכיבים כימיים ידועים ולגרום לו לבצע תחזיות על רכיבים כימיים לא ידועים", אמר. "בעיקרון, האלגוריתם עשוי לעזור לנו להצביע על רכיבים כימיים חדשים ומשופרים המציעים אורך חיים ארוך יותר".

בדרך זו, פולסון מאמין שאלגוריתם למידת המכונה יוכל להאיץ את הפיתוח והבדיקה של חומרי סוללות. "נניח שיש לכם חומר חדש, ואתם מבצעים אותו מספר פעמים. תוכלו להשתמש באלגוריתם שלנו כדי לחזות את אורך חייו, ולאחר מכן לקבל החלטות האם אתם רוצים להמשיך לבצע אותו ניסיוני או לא."

"אם אתה חוקר במעבדה, אתה יכול לגלות ולבדוק חומרים רבים יותר בזמן קצר יותר מכיוון שיש לך דרך מהירה יותר להעריך אותם", הוסיף באבינץ.

מאמר המבוסס על המחקר, "הנדסת תכונות ללמידת מכונה אפשרה חיזוי מוקדם של חיי סוללה", הופיע במהדורה המקוונת של כתב העת Journal of Power Sources ב-25 בפברואר.

בנוסף לפולסון ובאבינץ, מחברים אחרים של המאמר כוללים את ג'וזף קובל מארגון, לוגן וורד, סאוראב סקסנה וונקוואן לו.

המחקר מומן על ידי מענק מחקר ופיתוח מונחה על ידי מעבדת ארגון (LDRD).