盖世汽车讯 据外媒报道，向全面电动化未来过渡，取决于成本低、性能更高和更安全的电池。采用固态方法等下一代电池化学来优化电池的能量密度和功率，已取得不同程度的成功。然而，目前还没有一种方法能达到商业化阶段，以满足对先进技术的爆炸式增长需求，如电动汽车、医疗设备、无人机和能源存储解决方案等。
随着各国争夺全球电池市场（预计到2027年将达到2797亿美元），人工智能（AI）已成为加快创新速度的一种富有前景的工具。
新一代电池必须能够快速充电，同时不出现故障。这些电池还需要超越当前性能标准，保持较低的重量，并由易于大规模生产的材料构成。研究人员花费数十年时间来探讨解决方案，由于实验缓慢、周转时间长以及艰难的发现过程，相关进展缓慢。AI有助于解决这些长期挑战，并缩短评估电池材料、电芯架构和化学物质的过程，将其从数年减少为数月。
解决评估期过长的问题
生成电池性能数据的传统方法，是不断向电池电芯中注入能量，直到电池耗尽。研究人员不得不耗费多年时间，对电池进行成千上万次充放电，才能得到所需要的结果。通过这种方法来预测电池退化，对于开发更安全、更不易燃烧的电池至关重要。然而，考虑到一些相对较新的应用正在迅猛发展，如电动汽车和家用太阳能+储能技术，显然没有多少时间可以浪费了。
电池科学家采用系统级方法，通过AI来更有效地测试和了解电池组，及其集成和预期性能。这类AI应用还包括各种电芯类型，以及其中不同的化学成分和预期性能，并有助于确定在多个电池或电池组中分配能量的最佳方法。
更快、更有效地发现材料
*特别声明：本文为技术类文章，禁止转载或大篇幅摘录！违规转载，法律必究。
本文地址：https://auto.gasgoo.com/news/202110/30I70278277C501.shtml
联系邮箱：info@gasgoo.com
客服QQ：531068497
求职应聘：021-39197800-8035
新闻热线：021-39586122
商务合作：021-39586681
市场合作：021-39197800-8032
研究院项目咨询：021-39197921
版权所有2011|未经授权禁止复制或建立镜像，否则将追究法律责任。
增值电信业务经营许可证 沪B2-2007118 沪ICP备07023350号
—— 全球视野·中国声音 ——
