（麻省理工學院教授Richard Braatz（左）和斯坦福大學材料科學與工程助理教授William Chueh （右）圖片來源：Amos Enshen Lu）

如果手機電池制造商能夠判斷哪些電池可至少用兩年，那么就可以將此類電池賣給手機制造商，把其他類的電池出售給要求不是那么高的設備制造商。據外媒報道，由斯坦福大學（Stanford University）、麻省理工學院（the Massachusetts Institute of Technology）以及豐田研究所（Toyota Research Institute）開展的一項最新研究發現，制造商們能夠做到這一點，而且該項技術不僅可以用來對電池進行分類，還可幫助新款電池設計更快上市。科學家們結合綜合實驗數據以及人工智能，揭示了在鋰離子電池容量開始下降之前，準確預測電池使用壽命的關鍵。研究人員們利用數億個電池充放電數據點，訓練了機器學習模型，該算法根據電壓下降和電池早期循環中的一些其他因素，預測了每個電池還能持續多少次充放電循環。

預測值在電池實際能夠持續的循環次數的9%以內，此外，該算法根據電池前5次充放電循環將電池分類為長壽命電池或短壽命電池。而且，95%的預測結果都是正確的。該機器學習方法能夠加速新型電池設計以及其他應用的研發，減少生產時間和成本。研究人員已經將該數據集公開，該數據集是同類數據集中最大的。

該項目的一個重點是找到一種更好的方法，10分鐘內給電池充滿電，該功能可能會加速電動汽車的普及。為了生成訓練數據集，該研究小組對電池不斷進行充放電，直到電池的使用壽命殆盡，其中研究人員將電池容量損失定義為20%。在優化快速充電的過程中，研究人員想弄清楚，是否有必要一直將電池耗盡，答案能否從電池早期充放電循環中找到呢？

一般來說，鋰離子電池的容量在一段時間內是穩定的，然后才會急劇下降。大多數21世紀的消費者都知道，急劇下降點會存在很大差異。在該項目中，使用的電池可以持續150至2300次循環，循環次數的差異部分是由于測試了不同的快速充電方法，但是電池制造的差異也造成了電池循環次數的差異。

研究人員研發的新方法有很多潛在應用。例如，可以縮短新型電池的驗證時間，考慮到電池材料的發展迅速，縮短驗證時間非常重要。此外，有了此類分類技術，對于電動汽車來說壽命較短的電池，可以用于給路燈供電，或者作為數據中心的備用電源。此外，回收電池的公司也可以從二手電動汽車電池組中找到容量足夠的電池，進行二次使用。

此外，另一種潛在應用就是優化電池制造。電池制造的最后一步是“成型”，一般需要幾天至幾周的時間。但是研究人員提供的方法可以顯著縮短該過程，從而降低生產成本。目前，研究人員正在使用其機器學習模型，優化10分鐘內給電池充滿電的方法，他們表示，可讓充電時間減少10倍以上。

轉載請注明出處。