Så mycket effektivare läser deras ai av batteriets hälsa
Foto: General Motors
Forskarna mäter responsen på impulser som skickas genom batteriet. Deras maskininlärning kan avgöra hälsotillståndet med tio gånger större exakthet än rådande industristandard.
Hur friskt är batteriet? För att ta reda på om det börjar tappa musten kan man mäta spänning och strömstyrka vid laddning/urladdning, men diagnosmetoden lämnar många frågor obesvarade. Nu har universiteten i Cambridge och Newcastle utvecklat ny maskininlärning som kan ge mer pålitliga batterier för elbilar såväl som hemelektronik.
En dator skickar elektriska impulser genom batteriet och mäter responsen. Forskarnas ai-algoritm bedömer sedan en rad aspekter i batteriets svar och kan med stor exakthet plocka ut tecknen på att det har åldrats. Den artificiella intelligensen kan snabbt analysera stora datamängder och med hjälp av tidigare erfarenheter känna igen och jämföra processer. Enligt forskarna har deras maskininlärning tio gånger större exakthet än rådande industristandard.
