あなたが生まれた日に、霊能者が両親にあなたの余命を告げると想像してみてください。新しい計算モデルを使用して、わずか 1 サイクルの実験データに基づいてバッテリー寿命を計算しているバッテリー化学者も、同様の経験をすることができます。

新しい研究で、米国エネルギー省 (DOE) のアルゴンヌ国立研究所の研究者らは、機械学習の力を利用して、さまざまな電池の化学的性質の寿命を予測しました。アルゴンヌ大学で 6 つの異なる電池の化学的性質を表す 300 個の電池セットから収集された実験データを使用することで、科学者は、さまざまな電池がどれくらいの期間サイクルを続けるかを正確に判断できます。

アルゴンヌの研究者は、機械学習モデルを使用して、さまざまな化学物質のバッテリーのサイクル寿命を予測しました。(画像提供: Shutterstock/Sealstep)

機械学習アルゴリズムでは、科学者は最初のデータ セットで推論を行うようにコンピューター プログラムをトレーニングし、そのトレーニングから学んだことを利用して別のデータ セットについて意思決定を行います。

この研究の著者であるアルゴンヌの計算科学者ノア・ポールソン氏は、「携帯電話から電気自動車、電力網の蓄電器に至るまで、あらゆる種類のバッテリー用途において、バッテリーの寿命はすべての消費者にとって基本的に重要である」と述べた。,war「バッテリーが故障するまで何千回もサイクルしなければならない場合、何年もかかる場合があります。私たちの方法は、さまざまなバッテリーがどのように機能するかを迅速に確立できる一種の計算テストキッチンを作成します。」

「現時点では、バッテリーの容量がどのように低下​​するかを評価する唯一の方法は、バッテリーを実際にサイクルさせることです」と、この研究のもう一人の著者であるアルゴンヌの電気化学者スーザン・バビネック氏は付け加えた。「それは非常に高価であり、長い時間がかかります。」

Paulson 氏によると、バッテリーの寿命を確立するプロセスは難しい場合があります。,war「現実には、バッテリーは永久に持続するわけではなく、どれくらい持続するかは、バッテリーの使用方法、デザイン、化学反応によって異なります。」と彼は言いました。,war「これまで、バッテリーがどれくらい持続するかを知るための優れた方法はありませんでした。人々は、新しいバッテリーにお金を費やさなければならないまでどれくらいの期間があるのか​​を知りたがるでしょう。」

この研究のユニークな側面の 1 つは、アルゴンヌで行われたさまざまなバッテリー正極材料、特にアルゴンヌの特許取得済みのニッケル-マンガン-コバルト (NMC) ベースの正極に関する広範な実験研究に依存していることです。「私たちはさまざまな化学的性質を示すバッテリーを用意しており、劣化や故障の仕方もさまざまでした」とポールソン氏は語った。,war「この研究の価値は、さまざまなバッテリーのパフォーマンスの特徴を示す信号が得られたことです。」

この分野でのさらなる研究は、リチウムイオン電池の将来を導く可能性があるとポールソン氏は述べた。,war「私たちができることの 1 つは、既知の化学についてアルゴリズムをトレーニングし、未知の化学について予測させることです」と彼は言いました。,war「本質的に、このアルゴリズムは、より長い寿命を提供する新しく改良された化学の方向性を示すのに役立つ可能性があります。」

このようにして、ポールソン氏は、機械学習アルゴリズムがバッテリー材料の開発とテストを加速できると考えています。,war「新しいマテリアルがあり、それを数回サイクルしたとします。私たちのアルゴリズムを使用して寿命を予測し、実験的にサイクルを継続するかどうかを決定できます。」

「あなたが研究室の研究者であれば、より迅速に評価する方法があるため、より多くの材料をより短時間で発見してテストすることができます」とバビネク氏は付け加えました。

研究に基づいた論文、”機械学習のための特徴エンジニアリングにより、バッテリー寿命の早期予測が可能になりました」は、Journal of Power Sources の 2 月 25 日オンライン版に掲載されました。

Paulson と Babinec に加えて、この論文の他の著者には、Argonne の Joseph Kubal、Logan Ward、Saurabh Saxena、Wenquan Lu が含まれます。

この研究は、アルゴンヌ研究所主導研究開発 (LDRD) の助成金によって資金提供されました。