Tim znanstvenika koji vodi dr. Gareth Conduit s Instituta za istraživanje i inženjerstvo materijala na A * STAR i Tehnološko sveučilište Nanyang koristili su AI za predviđanje stanja akumulatora u električnim vozilima i davanje "točnog" predviđanja stanja litij-ionskih stanica naboja i zdravlja.
Prema objavljenom članku, tehnologija modeliranja strojnog učenja zasnovana na podacima mogla bi omogućiti proizvođačima da ugrade softver izravno u svoje baterijske uređaje kako bi poboljšali životni vijek do 6% u odnosu na tipične modele baterija koji pogrešno izračunavaju životni vijek za oko 10%.
Učinak, cijena i sigurnost baterija faktori su koji određuju uspješan razvoj električnih vozila (EV). Od sada su litij-ionske (Li-ion) baterije preferirane od ostalih baterija zbog svog vijeka trajanja i razumne gustoće energije. Međutim, ako se nastave daljnja istraživanja Li-ion baterija, to će dovesti do složenije dinamike baterija, gdje će sigurnost i učinkovitost postati pitanje. Zbog toga je napredni sustav upravljanja baterijama koji može optimizirati i nadzirati sigurnost presudan za elektrifikaciju vozila.
Primijenjeni su algoritmi strojnog učenja za predviđanje zdravstvenog stanja, stanja napunjenosti i preostalog korisnog vijeka trajanja. Fokus je stavljen na modele na temelju podataka koji su kombinirani s tehnikama strojnog učenja. Čini se da su ovi modeli moćniji i mogu predvidjeti bez apriornog znanja o sustavu, osim postizanja visoke preciznosti uz niske računske troškove. Sa smanjenim troškovima uređaja za pohranu podataka i napretkom računalnih tehnologija, čini se da je strojno učenje na temelju podataka najobećavajući pristup za napredno modeliranje baterija u budućnosti.
Cilj studije je postići transformativni učinak na industriju baterija i naglasiti kako strojno učenje može točno predvidjeti i poboljšati zdravlje i život baterije. To će omogućiti proizvođačima da ugrade softver izravno u svoje baterijske uređaje i poboljšati svoju životnu uslugu za potrošača.