Gli incendi delle batterie sono una preoccupazione a causa dell’adozione dei veicoli elettrici – L’IA può aiutare a prevenire la fuga termica?

Un team di ingegneri guidato da uno studente di dottorato dell’Università dell’Arizona ha introdotto un metodo innovativo per prevenire il surriscaldamento delle batterie dei veicoli elettrici. Il metodo utilizza algoritmi di IA per prevedere le aree di criticità prima che diventino pericolose. Molti considerano questo studio una svolta nel settore, soprattutto alla luce della crescente domanda di veicoli elettrici. Ecco tutto quello che c’è da sapere sul futuro ruolo dell’IA nella prevenzione della fuga termica.

Batterie agli ioni di litio (LIB)

Ci sono alcuni punti chiave da comprendere per afferrare l’entità di questa ricerca. Innanzitutto, le batterie agli ioni di litio (LIB) sono le batterie più comunemente usate nei veicoli elettrici odierni. Queste batterie integrano ioni di litio caricati per trasferire energia attraverso l’unità, producendo corrente per le tue esigenze elettriche. Ciò che rende le LIB così popolari è che possono essere ricaricate invertendo temporaneamente la polarità e inviando gli ioni al polo negativo dell’unità.

I veicoli elettrici di oggi si affidano a questi dispositivi per molte ragioni, tra cui una durata decente, un peso relativamente leggero rispetto alle alternative e un’eccezionale densità energetica. È comune che queste batterie utilizzino celle raggruppate per creare l’intero pacco del veicolo elettrico. In particolare, la maggior parte dei pacchi batteria dei veicoli elettrici contiene migliaia di celle.

Cos’è la fuga termica?

La struttura attuale a più celle delle LIB consente alle batterie di caricarsi più rapidamente e di avere una durata più lunga. Tuttavia, può creare punti caldi all’interno del pacco batteria che possono provocare guasti catastrofici. Quando una singola cella inizia a malfunzionare, può riscaldarsi rapidamente, facendo aumentare la temperatura delle celle circostanti e potenzialmente portando a ulteriori guasti. Questo effetto domino è chiamato fuga termica ed è uno dei principali problemi che i veicoli elettrici affrontano oggi.

La fuga termica (TR) può ridurre le prestazioni, causare la decomposizione della batteria e persino esplosioni. Perciò è una reale preoccupazione per i proprietari di veicoli elettrici. La fuga termica può essere causata da diversi fattori, tra cui guasti della batteria come la fusione del separatore, la decomposizione della catodo o una reazione avversa dell’elettrolita al litio.

Problemi di sicurezza

Questi cortocircuiti possono verificarsi rapidamente e provocare lesioni a persone vicine a causa di incendi ed esplosioni. Ci sono numerose storie di persone che si svegliano di fronte a incendi domestici o altri momenti terrificanti a causa dell’accensione della batteria del loro veicolo elettrico. Perciò risolvere questo problema è diventato una preoccupazione primaria per i ricercatori a livello globale.

Aumento della temperatura

La necessità di ridurre la TR è diventata più importante negli ultimi anni a causa di molteplici fattori. L’aumento dell’uso dei veicoli elettrici e delle temperature globali ha creato uno scenario pericoloso con più vite a rischio che mai. Questi fattori rendono essenziale mantenere le batterie fresche per raggiungere un futuro più verde.

Studio IA sulla fuga termica

Uno studio pubblicato nel Journal of Power Sources dimostra come un algoritmo IA avanzato accoppiato a sensori possa essere la chiave per eliminare definitivamente la fuga termica. Lo studio, guidato da Basab Goswami, utilizza simulazioni dei dati dei conducenti per imitare l’uso della batteria dei veicoli elettrici nelle condizioni di guida quotidiana.

Modelli multifisici e di apprendimento automatico che sfruttavano sotto-modelli termici, elettrochimici e di degradazione sono stati usati per determinare i momenti chiave in cui la TR diventava evidente. Da lì, i sistemi IA hanno rafforzato i dati, consentendo di prevedere e identificare le celle surriscaldate più rapidamente di qualsiasi soluzione ottica.

Test IA sulla fuga termica

I ricercatori hanno cercato di comprendere meglio come un’interfaccia elettrolitica solida si degradi su un elettrodo negativo in varie condizioni. Il team ha utilizzato dati reali dei conducenti e stati della batteria come i cicli di carica/scarica costante e di guida per testare la firma termica della batteria. Per realizzare questo compito, il team ha creato una batteria con sensori termici speciali avvolti attorno ad essa.

I sensori di temperatura hanno fornito dati dettagliati di temperatura spaziale e temporale, poi combinati con dati storici e inseriti nell’algoritmo IA. Questi dati includevano situazioni chiave, ambienti, attività dei conducenti e problemi tecnici.

Algoritmo di Goswami

L’Algoritmo di Goswami è unico in molti modi. Innanzitutto, è il primo modello di apprendimento automatico IA utilizzato per prevedere la TR. Questo modello multifisico è stato reso possibile grazie a nuovi sistemi IA come la modellazione vettoriale. Questi sistemi avanzati possono analizzare enormi quantità di dati e individuare correlazioni o schemi complessi ben oltre le capacità umane. Di conseguenza, il metodo di modellazione ha permesso al team di creare dati realistici sul comportamento di guida dei veicoli elettrici.

Risultati del test IA sulla fuga termica

I risultati dello studio sono impressionanti. Innanzitutto, il team ha raggiunto con successo il suo obiettivo di prevedere con precisione e accuratezza la TR nelle LIB in modo costante. L’IA è stata molto precisa e ha potuto persino determinare dove è iniziata la fuga termica, avvisando del pericolo e prevenendo ulteriori danni. Ora, il team cerca di espandere la sua ricerca, che un giorno potrebbe aiutare a creare veicoli elettrici più sicuri per tutti.

Benefici dell’IA sulla fuga termica

Ci sono molti benefici che questa ricerca porta al mercato. Innanzitutto, l’algoritmo IA è molto meno costoso rispetto all’uso di altri metodi per prevenire la fuga termica. In passato, gli ingegneri, compresi quelli di questo studio, hanno proposto metodi di misurazione ottica. Queste tattiche erano efficaci ma richiedevano telecamere costose e monitoraggio continuo. L’IA libera gli sforzi del team e fornisce risultati migliori.

Alta precisione

La capacità di prevedere con precisione la temperatura del termocoppia e la posizione dei punti caldi è un passo fondamentale per creare batterie più durevoli e performanti in futuro. Gli ingegneri possono utilizzare questo approccio per determinare dove i loro prodotti possono essere migliorati e quali parti necessitano di essere aggiornate o modificate per prevenire future TR.

Raggiungere le emissioni NetZero

Un altro beneficio di questa ricerca è che facilita il raggiungimento dell’obiettivo globale di ridurre carbonio e inquinanti. I veicoli elettrici sono un modo per ridurre le emissioni automobilistiche e qualsiasi metodo che ne migliori l’efficienza e l’efficacia avrà un impatto significativo sul mercato auto in futuro. Nel 2023, le vendite di veicoli elettrici sono aumentate del 35% a livello globale. Gli analisti prevedono che questa crescita continui, rendendo la sicurezza della TR una priorità per la maggior parte dei produttori.

Facilmente integrato

Questa tecnologia può essere implementata nelle catene di fornitura e nei processi di produzione con sforzo minimo. Il modello IA migliorerà man mano che più dati, sensori migliori e modelli aggiuntivi saranno introdotti nel sistema di gestione della batteria di ogni veicolo elettrico.

Ricercatori

Lo studio è stato condotto presso l’Università dell’Arizona da Vitaliy Yurkiv, Farzad Mashayek, Yasaman Abdisobbouhi, Hui Du e Todd A. Kingston. Il progetto è stato reso possibile grazie a una sovvenzione di $599.808 dal Defense Established Program to Stimulate Competitive Research del Dipartimento della Difesa. È notevole che Goswami e Yurkiv abbiano pubblicato un altro articolo a gennaio di quest’anno dimostrando un metodo ottico per rilevare i punti caldi. Questo ultimo studio è la culminazione di quella ricerca e del desiderio di fornire un’opzione più economica e accessibile.

Due aziende che potrebbero beneficiare di questa ricerca

Diverse aziende potrebbero trarre benefici immediati da questo studio. La domanda di veicoli elettrici è in aumento, e i produttori stanno entrando nel mercato per soddisfare questa necessità. La capacità di offrire alternative più sicure rispetto alle opzioni attuali aiuterà questi produttori a raggiungere la vetta del mercato. Ecco due aziende che potrebbero implementare questa tecnologia oggi e vedere aumentare i loro risultati.

1. Rivian

RIVN Grafico dei prezzi

Rivian è stata fondata nel 2009 come Mainstream Motors. Dopo diversi anni e cambi di nome, l’azienda è diventata ufficialmente Rivian nel 2011. Oggi, Rivian rimane uno dei più grandi produttori di veicoli elettrici in Nord America. L’azienda è specializzata in veicoli sport utility elettrici e ha la sede centrale in California con operazioni di produzione in Illinois.

Rivian ha registrato $4,43 miliardi di fatturato nel 2023 con $16 miliardi di attività totali. Negli ultimi anni, l’azienda ha dedicato notevoli sforzi per raggiungere emissioni di carbonio nette zero entro il 2040. Questi fattori, insieme alla crescente domanda dei suoi prodotti, rendono Rivian un forte “hold” per gli investitori che cercano alternative a Tesla (TSLA ).

2. Xiaomi

Il produttore cinese di veicoli elettrici Xiaomi è considerato il più grande concorrente di Tesla Motors nella corsa ai veicoli elettrici. L’azienda continua a conquistare quote di mercato a livello globale grazie a molti fattori. Innanzitutto, il marchio XIAMI è ben noto ed è stato una potenza nel settore elettronico per decenni. Perciò esiste una forte lealtà e fiducia dei consumatori rispetto a opzioni più recenti.

Xiaomi ha una capitalizzazione di mercato di $462,55 miliardi e attualmente mostra un margine di profitto del 6,12%. L’azienda continua a espandere la sua quota di mercato EV e la tecnologia, portando l’azione a rimanere molto richiesta a livello globale. Chi cerca un’azione di produzione EV in rapida crescita dovrebbe considerare Xiaomi.

Fuga termica e mai più ritorno

Devi elogiare questo team per aver creato un metodo affidabile e preciso per determinare i passaggi esatti coinvolti in uno scenario di fuga termica. Ora, questi dati possono essere perfezionati e utilizzati per migliorare ulteriormente il rilevamento. Nei prossimi mesi, il tuo veicolo elettrico potrebbe fare affidamento su una tecnologia simile basata sul duro lavoro di questi ingegneri. Pertanto, è saggio tenere d’occhio questa scoperta in futuro.

Scopri altri interessanti progetti di intelligenza artificiale ora.