Ang Pagsiklab ng mga Baterya ay Isang Alalahanin Dahil sa Paglaganap ng EV – Makakatulong ba ang AI sa Pagpigil ng Thermal Runaway?

Isang pangkat ng mga inhinyero na pinamumunuan ng isang doctoral na mag-aaral mula sa University of Arizona ang nagpakilala ng isang bagong pamamaraan para maiwasan ang sobrang pag-init ng mga baterya ng EV. Ang pamamaraan ay gumagamit ng mga AI algorithm upang hulaan ang mga lugar na maaaring magdulot ng problema bago pa man ito maging mapanganib. Maraming nakikita ang pag-aaral na ito bilang isang breakthrough sa industriya, lalo na’t tumataas ang pangangailangan para sa mga EV. Narito ang lahat ng kailangan mong malaman tungkol sa hinaharap na papel ng AI sa pagpigil ng thermal runaway.

Lithium-ion Batteries (LIBs)

May ilang mahahalagang punto na dapat maunawaan upang maunawaan ang lawak ng pananaliksik na ito. Una, ang lithium-ion na mga baterya (LIBs) ay ang pinaka-karaniwang ginagamit na baterya sa mga EV ngayon. Ang mga bateryang ito ay nag-iintegrate ng mga na-charge na lithium ion upang ilipat ang enerhiya sa buong unit, na nagpo-produce ng kuryente para sa iyong mga pangangailangang elektrikal. Ang dahilan kung bakit popular ang LIBs ay dahil maaari itong i-charge sa pamamagitan ng pansamantalang pagbaliktad ng polarity at pagpapadala ng mga ion pabalik sa negatibong pole ng unit.

Ang mga EV ngayon ay umaasa sa mga aparatong ito para sa maraming dahilan kabilang ang pagkakaroon ng katamtamang haba ng buhay, medyo magaan kumpara sa mga alternatibo, at pagbibigay ng natatanging densidad ng enerhiya. Kapansin-pansin, karaniwan para sa mga bateryang ito na gumamit ng mga selula na pinagsasama upang bumuo ng buong pakete ng EV. Karaniwan, ang karamihan ng mga pakete ng baterya ng EV ay may libu-libong selula.

What is Thermal Runaway?

Ang kasalukuyang multi-cell na estruktura ng LIBs ay tumutulong sa mga baterya na mag-charge nang mas mabilis at magkaroon ng mas mahabang buhay. Gayunpaman, maaari itong lumikha ng mga hotspot sa loob ng pakete ng baterya na maaaring magdulot ng mapaminsalang pagkabigo. Kapag ang isang selula ay nagsimulang mag-malfunction, maaari itong mabilis na uminit, na nagdudulot sa mga kalapit na selula na tumaas ang temperatura at posibleng magdulot ng karagdagang pagkabigo. Ang domino effect na ito ay tinatawag na thermal runaway, at isa ito sa mga pangunahing problema na kinahaharap ng mga EV ngayon.
Ang Thermal Runaway (TR) ay maaaring magpababa ng performance, magdulot ng pagkasira ng baterya, at kahit mga pagsabog. Dahil dito, ito ay isang tunay na alalahanin ngayon para sa mga may-ari ng EV. Ang Thermal Runaway ay maaaring sanhi ng ilang mga salik kabilang ang mga pagkabigo ng baterya tulad ng pagkatunaw ng separator, pagkasira ng cathode, o isang hindi kanais-nais na reaksyon ng Li-electrolyte.

Safety Concerns

Ang mga short circuit na ito ay maaaring mangyari nang mabilis at magdulot ng pinsala sa mga taong nasa paligid dahil sa sunog at pagsabog. Maraming kwento ng mga tao na nagigising sa sunog sa bahay o iba pang nakakatakot na pangyayari dahil nasunog ang baterya ng kanilang EV. Dahil dito, ang paglutas ng problemang ito ay naging pangunahing alalahanin para sa mga mananaliksik sa buong mundo.

Rising Temperature

Ang pangangailangan na bawasan ang TR ay naging mas mahalaga sa mga nakaraang taon dahil sa maraming salik. Ang pagtaas ng paggamit ng EV at ng global na temperatura ay lumikha ng isang mapanganib na sitwasyon na may mas maraming buhay na nasa panganib kaysa dati. Ang mga salik na ito ay nagiging dahilan kung bakit mahalaga ang pagpapanatiling malamig ng mga baterya upang makamit ang isang mas luntiang kinabukasan.

AI Thermal Runaway Study

Isang pag-aaral na inilathala sa Journal of Power Sources ay nagpapakita kung paano ang isang advanced na AI algorithm na sinamahan ng mga sensor ay maaaring susi sa tuluyang pag-alis ng thermal runaway. Ang pag-aaral, na pinamunuan ni Basab Goswami, ay gumagamit ng mga simulation ng data ng driver upang tularan ang paggamit ng baterya ng EV sa pang-araw-araw na kondisyon ng pagmamaneho.
Ang mga multiphysics at machine learning na modelo na gumagamit ng thermal, electrochemical, at degradation sub-models ay ginamit upang matukoy ang mga susi na sandali kung kailan naging kapansin-pansin ang TR. Mula doon, pinatibay ng mga AI system ang data, na nagbigay-daan sa kanila na hulaan at tuklasin ang mga sobrang uminit na selula nang mas mabilis kaysa anumang optical na solusyon.

AI Thermal Runaway Test

Hinahangad ng mga mananaliksik na magkaroon ng mas malalim na pag-unawa kung paano nasisira ang solid electrolyte interface sa isang negatibong electrode sa ilalim ng iba’t ibang kondisyon. Gumamit ang koponan ng totoong data ng driver at mga estado ng baterya tulad ng patuloy na pag-charge/discharge at mga cycle ng pagmamaneho upang subukan ang heat signature ng baterya. Upang maisakatuparan ito, lumikha ang koponan ng baterya na may espesyal na mga thermal sensor na nakabalot dito.
Ang mga temperature sensor ay nagbigay ng detalyadong spatial at temporal na data ng temperatura na pagkatapos ay pinagsama sa historikal na data at pinakain sa AI algorithm. Ang data na ito ay kinabibilangan ng mga susi na sitwasyon, kapaligiran, aktibidad ng driver, at mga teknikal na isyu.

Goswami’s Algorithm

Ang Goswami Algorithm ay natatangi sa maraming paraan. Una, ito ang unang AI machine-learning na modelo na ginamit upang hulaan ang TR. Ang multiphysics na modelong ito ay naging posible lamang dahil sa mga bagong AI system tulad ng vector modeling. Ang mga advanced na sistemang ito ay maaaring magsuri ng napakalaking dami ng data at ituro ang mga korelasyon o kumplikadong pattern na lampas sa kakayahan ng tao. Dahil dito, pinahintulutan ng pamamaraan ng pagmomodelo ang koponan na lumikha ng realistic na data tungkol sa pagmamaneho ng EV.

AI Thermal Runaway Test Results

Ang mga resulta ng pag-aaral ay kahanga-hanga. Una, nagtagumpay ang koponan sa layuning ito na tumpak at eksaktong hulaan ang TR sa LIBs nang palagi. Ang AI ay napakapriskribo at maaaring matukoy kung saan nagsimula ang thermal runaway, nagbigay babala tungkol sa panganib at pumigil sa karagdagang pinsala. Ngayon, hinahangad ng koponan na palawakin ang kanilang pananaliksik, na maaaring balang araw makatulong sa paglikha ng mas ligtas na EV para sa lahat.

AI Thermal Runaway Benefits

Maraming benepisyo ang hatid ng pananaliksik na ito sa merkado. Una, ang AI algorithm ay mas mura kumpara sa paggamit ng iba pang pamamaraan upang pigilan ang Thermal Runaway. Dati, ang mga inhinyero, kabilang ang mga nasa pag-aaral na ito, ay gumamit ng mga optical measurement method. Ang mga taktika ay epektibo ngunit nangangailangan ng mamahaling kamera at patuloy na pagmamanman. Ang AI ay nagliliber ng pagsisikap ng koponan at nagbibigay ng mas magagandang resulta.

High Accuracy

Ang kakayahang hulaan ang temperatura ng thermocouple at ang lokasyon ng mga hotspot nang eksakto ay isang mahalagang hakbang sa paglikha ng mas matibay at mas kapaki-pakinabang na mga baterya sa hinaharap. Maaaring gamitin ng mga inhinyero ang pamamaraang ito upang matukoy kung saan maaaring mapabuti ang kanilang mga produkto at kung aling mga bahagi ang kailangang i-upgrade o baguhin upang maiwasan ang hinaharap na TR.

Achieving NetZero Emissions

Isa pang benepisyo ng pananaliksik na ito ay pinapadali nito ang pandaigdigang layunin na bawasan ang carbon at mga pollutant. Ang mga EV ay isang paraan upang makatulong na bawasan ang emisyon ng sasakyan at anumang pamamaraan ng pagpapabuti ng kanilang kahusayan at bisa ay magkakaroon ng malaking epekto sa merkado ng sasakyan sa hinaharap. Noong 2023, tumaas ng 35% ang benta ng mga EV sa buong mundo. Inaasahan ng mga analyst na magpapatuloy ang paglago na ito, kaya’t ang kaligtasan laban sa TR ay magiging prayoridad para sa karamihan ng mga tagagawa.

Easily Integrated

Ang teknolohiyang ito ay maaaring ipatupad sa mga supply line at proseso ng pagmamanupaktura nang kaunti lamang ang pagsisikap. Ang AI model ay mag-iimprove habang dumarami ang data, mas magagandang sensor, at karagdagang mga modelo na ipapasok sa battery management system ng bawat electric vehicle.

Researchers

Ang pag-aaral ay isinagawa sa University of Arizona nina Vitaliy Yurkiv, Farzad Mashayek, Yasaman Abdisobbouhi, Hui Du, at Todd A. Kingston. Ang proyekto ay naging posible sa pamamagitan ng $599,808 na grant mula sa Department of Defense’s Defense Established Program to Stimulate Competitive Research. Kapansin-pansin, sina Goswami at Yurkiv ay naglathala ng isa pang papel noong Enero ng taong ito na nagpakita ng optical method para matukoy ang mga hot spot. Ang pinakabagong pag-aaral na ito ay ang kinalabasan ng pananaliksik na iyon at isang hangaring magbigay ng mas abot-kaya at madaling ma-access na opsyon.

Two Companies that may Benefit from this Research

Maraming kumpanya ang maaaring makakita ng agarang benepisyo mula sa pag-aaral na ito. Ang pangangailangan para sa mga EV ay tumataas, at ang mga tagagawa ay pumapasok sa merkado upang punan ang pangangailangang ito. Ang kakayahang magbigay ng mas ligtas na alternatibo kumpara sa mga kasalukuyang opsyon ay makakatulong itulak ang mga tagagawa sa tuktok ng merkado. Narito ang dalawang kumpanya na maaaring magpatupad ng teknolohiyang ito ngayon at makakita ng pagtaas ng kita.

1. Rivian

RIVN Tsart ng Presyo

Itinatag ang Rivian noong 2009 bilang Mainstream Motors. Pagkatapos ng ilang taon at mga pagbabago ng pangalan, opisyal na naging Rivian ang kumpanya noong 2011. Ngayon, ang Rivian ay isa pa rin sa pinakamalaking tagagawa ng EV sa North America. Ang kumpanya ay nagdadalubhasa sa mga EV sports utility vehicle at nakabase sa California na may mga operasyon ng pagmamanupaktura sa Illinois.
Inilista ng Rivian ang $4.43B na kita noong 2023 na may $16B na kabuuang assets. Sa mga nagdaang taon, naglaan ang kumpanya ng malaking pagsisikap upang makamit ang net zero carbon emission pagsapit ng 2040. Ang mga salik na ito, kasama ang tumataas na demand para sa kanilang mga produkto, ay ginagawang matibay na “hold” ang Rivian para sa mga mangangalakal na naghahanap ng alternatibo sa Tesla (TSLA ).

2. Xiaomi

Ang Chinese-based na tagagawa ng EV na Xiaomi ay itinuturing na pinakamalaking kakumpitensya ng Tesla Motors sa karera ng EV. Patuloy na kinukuha ng kumpanya ang bahagi ng merkado sa buong mundo dahil sa maraming salik. Una, kilala ang tatak na XIAMI at naging puwersa sa sektor ng electronics sa loob ng mga dekada. Dahil dito, may malakas na katapatan at tiwala ng mga mamimili kumpara sa mga mas bagong opsyon.
May market cap ang Xiaomi na $462.55B at kasalukuyang nagpapakita ng 6.12% profit margin. Patuloy na pinalalawak ng kumpanya ang bahagi nito sa merkado ng EV at teknolohiya, na nagreresulta sa patuloy na mataas na demand para sa stock nito sa buong mundo. Ang mga naghahanap ng mabilis na lumalagong stock ng paggawa ng EV ay dapat isaalang-alang ang Xiaomi.

Thermal Runaway and Never Come Back

Dapat mong purihin ang koponang ito para sa paglikha ng isang maaasahan at tumpak na paraan ng pagtukoy sa eksaktong mga hakbang na kasangkot sa isang senaryo ng thermal runaway. Ngayon, maaaring i-fine-tune ang data na ito at gamitin upang higit pang mapabuti ang pag-detect. Sa mga susunod na buwan, maaaring umasa ang iyong EV sa katulad na teknolohiya batay sa masigasig na trabaho ng mga inhinyerong ito. Dahil dito, makatuwalan na subaybayan ang pagtuklas na ito habang nagpapatuloy.

Alamin ang iba pang mga kawili-wiling proyekto ng artipisyal na intelihensiya ngayon.