Grazie all'impiego di modelli d'apprendimento automatico, i ricercatori dell'Argonne National Laboratory hanno elaborato una serie di previsioni sulla durata del ciclo della batteria per un'ampia gamma di sostanze chimiche differenti
Come testare rapidamente la durata delle batterie con chimiche nuove
(Rinnovabili.it) – Gli strumenti dell’intelligenza artificiale vengono nuovamente in aiuto della ricerca energetica. Succede all’Argonne National Laboratory, uno dei più grandi e antichi laboratori nazionali degli Stati Uniti. Qui un gruppo di scienziati ha usato il machine learning per guardare nel futuro dell’accumulo in cerca di un nuovo approccio progettuale. Il gruppo dell’Argonne ha utilizzato l’apprendimento automatico per predire la durata delle batterie in poco tempo e a partire da un’ampia gamma di materiali catodici.
leggi anche Le batterie delle bici elettriche diventano accumuli stazionari
Come spiegano gli stessi ricercatori, attualmente una stima accurata della durata delle batterie consente di accelerare la progettazione di nuovi materiali, determinando protocolli di utilizzo ottimali per implementazioni longeve. Sfortunatamente, i test tradizionali possono richiedere anni prima di raggiungere migliaia di cicli di carica/scarica.
“In questo momento, l’unico modo per valutare come la capacità di una batteria svanisce, è di farla funzionare realmente”, spiega la scienziata Susan Babinec, autrice dello studio pubblicato su Journal of Power Sources. “Si tratta di un processo lungo e molto costoso”. “Dovere azionare una batteria migliaia di volte fino a quando non si guasta può richiedere anni”, ha aggiunto il co-autore Noah Paulson. “Il nostro metodo crea una sorta di cucina di prova computazionale in cui possiamo stabilire rapidamente come funzioneranno le diverse batterie”.
Per il loro lavoro, i ricercatori hanno impiegato i dati sperimentali raccolti da un set di 300 batterie, rappresentante sei diverse tecnologie di ricaricabili. Quindi attraverso un algoritmo di apprendimento automatico creato ad hoc, hanno “addestrato” un computer ad elaborare inferenze su quel set iniziale. E utilizzare quanto appreso su nuovi set di dati.
leggi anche Le batterie polimeriche di PolyJoule reinventano l’accumulo
“Una delle cose che siamo in grado di fare è addestrare l’algoritmo su una chimica nota e fargli fare previsioni su una chimica sconosciuta”, ha affermato Paulson. “In sostanza, l’algoritmo può aiutarci a indirizzarci verso prodotti chimici nuovi e migliorati che offrono durate più lunghe”.
