借助机器学习防止汽车电池起火
电动汽车最关键的安全问题之一是保持电池冷却，因为温度飙升可能导致危险的后果。亚利桑那大学博士生领导的一项新研究提出了一种预测和防止此类车辆常用的锂离子电池温度飙升的方法。
这篇题为“提高电池安全性”的论文由工程学院博士生 Basab Goswami 领导，发表在《电源杂志》上。
Goswami 和他的顾问、航空航天和机械工程教授兼项目首席研究员 Vitaliy Yurkiv 开发了一个框架，该框架使用多物理和机器学习模型来感知、预测和识别锂离子电池过热（即热失控）。
戈斯瓦米表示，未来该框架可以集成到电动汽车的电池管理系统中，以防止电池过热，从而保护驾驶员和乘客。
“我们需要转向绿色能源，”戈斯瓦米说，“但锂离子电池存在安全问题。”
利用过去预测未来
热失控极其危险并且难以预测。
戈斯瓦米说：“电池内的温度将呈指数级上升，并会引起火灾。”
电动汽车电池组由紧密连接的电池“单元”组成。如今的电动汽车每个电池组可以有 1,000 多个电池。如果一个电池发生热失控，附近的电池也很可能发热，从而产生多米诺骨牌效应。如果发生这种情况，电动汽车的整个电池组可能会爆炸，Goswami 说。
为了防止这种情况发生，研究人员建议使用热传感器（包裹在电池周围），将历史温度数据输入机器学习算法，以预测未来温度。该算法可以预测失控事件可能发生的时间和地点。
戈斯瓦米说：“如果我们知道热点（热失控的开始）的位置，我们就可以采取一些解决方案，在电池达到临界阶段之前阻止它。”
尤尔基夫表示，戈斯瓦米算法的准确性令他印象深刻。在他的研究之前，机器学习模型尚未用于预测热失控。
“我们没想到机器学习竟然如此优秀，能够如此精确地预测热电偶温度和热点位置，”尤尔基夫说。“人类永远无法做到这一点。”
这项研究以 Goswami 和 Yurkiv 一月份发表的一篇论文为基础，该论文研究了使用热成像预测失控的情况，这需要重型成像设备不断拍照以供审查。
Goswami 和 Yurkiv 在他们最新的论文中提出的解决方案更轻便、更具成本效益。
满足全球需求
戈斯瓦米的研究发表正值美国汽车制造业历史上的重要时刻。7月，也就是该论文发表的同一个月，拜登政府宣布将在八个州投资17亿美元用于电动汽车制造。2023年，全球电动汽车销量将比2022年增长35%。
戈斯瓦米表示，随着需求的增加，安全措施对于电动汽车运动至关重要。
“由于各种安全问题，许多人仍然犹豫是否接受电池，”他说。“为了获得广泛认可，让公众知道正在进行的研究正在积极解决这些关键的安全问题至关重要。”
页:
[1]