Зөн билэгч таныг төрсөн өдрөө эцэг эхдээ хэр удаан амьдрахыг хэлж байна гэж төсөөлөөд үз дээ.Үүнтэй төстэй туршлага нь туршилтын өгөгдлийн нэг мөчлөг дээр үндэслэн батерейны ашиглалтын хугацааг тооцоолохын тулд шинэ тооцооллын загвар ашиглаж байгаа батерейны химичдэд боломжтой юм.

АНУ-ын Эрчим хүчний яамны (DOE) Аргонн үндэсний лабораторийн судлаачид шинэ судалгаагаар батерейны янз бүрийн химийн бодисын ашиглалтын хугацааг урьдчилан таамаглахын тулд машин сургалтын хүчийг ашиглажээ.Эрдэмтэд зургаан өөр батерейны химийн бодисыг төлөөлдөг 300 ширхэг батерейгаас Аргонн хотод цуглуулсан туршилтын өгөгдлийг ашигласнаар өөр өөр батерейнууд хэр удаан ажиллахыг нарийн тодорхойлж чадна.

Аргонн судлаачид янз бүрийн химийн салбарт батерейны ашиглалтын хугацааг урьдчилан таамаглахын тулд машин сургалтын загваруудыг ашигласан.(Зураг Shutterstock/Sealstep.)

Машин сургалтын алгоритмд эрдэмтэд эхний багц өгөгдлийн талаар дүгнэлт гаргах компьютерийн программыг сургаж, дараа нь өөр багц өгөгдлийн талаар шийдвэр гаргахын тулд тэр сургалтаас сурсан зүйлээ авдаг.

Судалгааны зохиогч Аргонн тооцооллын эрдэмтэн Ноа Паулсон хэлэхдээ: "Гар утаснаас эхлээд цахилгаан тээврийн хэрэгсэл, цахилгаан эрчим хүчний сүлжээ гэх мэт янз бүрийн төрлийн батерейны ашиглалтын хугацаа нь хэрэглэгч бүрийн хувьд чухал ач холбогдолтой юм."​"Батерейг бүтэлгүйттэл хэдэн мянган удаа эргүүлэх шаардлагатай бол олон жил шаардагдана;Манай арга нь янз бүрийн батерей хэрхэн ажиллахыг хурдан тодорхойлох боломжтой тооцоолох туршилтын гал тогоог бий болгодог."

"Одоогийн байдлаар батерейны хүчин чадал хэрхэн буурч байгааг үнэлэх цорын ганц арга бол батерейг бодитоор эргүүлэх явдал юм" гэж Аргоннийн цахилгаан химич Сюзан ​"Сью" Бабинек, судалгааны өөр нэг зохиолч нэмж хэлэв.​"Энэ нь маш үнэтэй бөгөөд удаан хугацаа шаарддаг."

Паулсоны хэлснээр батерейны ашиглалтын хугацааг тогтоох үйл явц нь төвөгтэй байж болно.​"Бодит байдал нь батерей нь үүрд үргэлжлэхгүй бөгөөд хэр удаан ажиллах нь бидний ашиглах арга, дизайн, химийн байдлаас хамаарна" гэж тэр хэлэв.​"Одоог хүртэл батерей хэр удаан үргэлжлэхийг мэдэх гайхалтай арга байгаагүй.Хүмүүс шинэ батерей авахад хэр хугацаа үлдсэнийг мэдэхийг хүсэх болно."

Судалгааны нэг онцлог тал нь Аргонн хотод олон төрлийн батерейны катодын материалууд, ялангуяа Аргонны патентлагдсан никель-манган-кобальт (NMC) дээр суурилсан катод дээр хийсэн өргөн туршилтын ажилд тулгуурласан явдал юм.​"Бидэнд өөр өөр химийн бодисуудыг төлөөлдөг батерейнууд байсан бөгөөд тэдгээр нь муудаж, бүтэлгүйтэх өөр өөр арга замтай байсан" гэж Полсон хэлэв.​"Энэ судалгааны үнэ цэнэ нь өөр өөр батерейнууд хэрхэн ажилладагийг харуулсан дохиог бидэнд өгсөн явдал юм."

Энэ чиглэлээр цаашид судлах нь лити-ион батерейны ирээдүйг чиглүүлэх боломжтой гэж Паулсон хэлэв.​"Бидний хийж чадах зүйлсийн нэг бол алгоритмыг мэдэгдэж буй химийн чиглэлээр сургаж, үл мэдэгдэх химийн талаар таамаглал дэвшүүлэх явдал юм" гэж тэр хэлэв.​"Үндсэндээ алгоритм нь урт наслах боломжийг олгодог шинэ, сайжруулсан химийн чиглэлийг зааж өгөхөд тусалж магадгүй юм."

Ийм маягаар Паулсон машин сургалтын алгоритм нь батерейны материалыг хөгжүүлэх, турших ажлыг хурдасгах боломжтой гэж үзэж байна.​"Танд шинэ материал байгаа гэж хэлээрэй, та үүнийг хэд хэдэн удаа эргүүлээрэй.Та бидний алгоритмыг ашиглан түүний урт наслалтыг урьдчилан таамаглаж, дараа нь туршилтаар үргэлжлүүлэн ашиглах эсэхээ шийдэж болно."

"Хэрэв та лабораторийн судлаач бол илүү олон материалыг богино хугацаанд олж, туршиж үзэх боломжтой, учир нь танд тэдгээрийг үнэлэх илүү хурдан арга бий" гэж Бабинек нэмж хэлэв.

Судалгаанд үндэслэсэн баримт бичиг, ​"Машины сургалтын онцлог инженерчлэл нь батерейны ашиглалтын хугацааг эрт таамаглах боломжийг олгосон,” сэтгүүлийн 2-р сарын 25-ны өдрийн онлайн хэвлэлд гарчээ.

Паулсон, Бабинек нараас гадна нийтлэлийн бусад зохиогчид Аргонны Жозеф Кубал, Логан Уорд, Саурабх Саксена, Венкуан Лу нар багтжээ.

Энэхүү судалгааг Аргонн лабораторийн удирдлагатай судалгаа, хөгжлийн (LDRD) буцалтгүй тусламжаар санхүүжүүлсэн.