【資料圖】

蓋世汽車訊 據外媒報道，密歇根大學（University of Michigan）的研究人員表示，通過一種簡化方法來測試新型電動汽車電池的壽命，可使測試速度提高四倍。

（圖片來源：密歇根大學）

采用這種優化框架來評估電池配置的長期性能，可以大幅減少評估成本。相比之下，業界傳統采用的試錯測試法，需要很長的評估時間。

目前，電動汽車電池制造商致力于解決續航里程焦慮和充電設施短缺問題。電池設計中涉及的參數包括使用材料，以及電極厚度、電極中的粒子大小等等。在測試每種配置時，通常需要進行為期數月的完全充放電，以模擬十年使用情況。為了發現更好的電池設計，需要反復進行這樣的測試，這是極其耗時的。因此，對電池開發商來說，加快電池測試速度，非常有利于尋找合適的材料和配置組合，為用戶提供足夠的行駛容量。

該團隊負責人Wei Lu教授表示：“我們的方法不僅可以減少測試時間，還能自動生成更好的設計。研究人員會根據早期反饋，放棄沒有前途的電池配置，而不是讓它們一直循環到最后。這不是一項簡單的任務，因為在早期循環周期中表現一般的電池配置，可能在后期表現良好，反之亦然。研究人員已經系統地制定了早停工藝，使系統能夠從積累的數據中學習，以產生有希望的新配置。”

為了大幅減少時間和成本，密歇根大學的研究人員利用其在機器學習方面的最新進展，創建了一個既知道何時退出，又知道如何在運行過程中變得更好的系統。該框架利用異步連續減半算法（Asynchronous Successive Halving Algorithm）和超頻（Hyperband）數學技術來中斷不良循環測試，以節省資源。同時，從以前的測試中獲取數據，并提出一些新的參數集，通過TPE算法進行研究。

另外，該系統可以生成多種電池配置，以便同時進行測試（即所謂的異步并行化），這也是節省時間的關鍵因素。如有任何配置完成測試或被放棄，該算法將立即計算需要測試的新配置，而無需等待其他測試結果。

這種框架非常有效，可用于測試所有類型的電池設計，如電動汽車電池、內燃機汽車的電池和手機電池等。該研究論文的第一作者、密歇根大學機械工程系博士生Changyu Deng表示：“與性能預測模型相結合，這個框架可以變得更有效。希望這項工作有助于提出改進方法，引導研究人員優化電池，幫助制造更好的電動汽車和其他設備。”

關鍵詞：