Pesquisadores chineses desenvolveram um novo tipo de modelo de aprendizado profundo para prever a vida útil das baterias de íon-lítio (LIBs, sigla em inglês), de acordo com um artigo recente publicado na revista IEEE Transactions on Transportation Electrification (Transações IEEE sobre Eletrificação de Transportes).
O modelo de aprendizado profundo eliminou efetivamente a dependência de uma grande quantidade de dados de teste de carregamento e forneceu uma nova ideia para prever a vida útil da bateria em tempo real.
O artigo observou que a previsão precisa da vida útil das LIBs é essencial para a operação normal e eficaz dos dispositivos elétricos. No entanto, essa estimativa enfrenta grandes desafios devido ao processo não linear de degradação da capacidade e às condições operacionais incertas das LIBs.
Os pesquisadores do Instituto de Física Química de Dalian (DICP, sigla em inglês), da Academia Chinesa de Ciências e da Universidade Jiaotong de Xi'an propuseram um modelo de aprendizado profundo com base em uma pequena quantidade de dados do ciclo de carga para prever o ciclo de vida atual da bateria alvo e a vida útil restante.
O modelo pode prever com precisão o ciclo de vida atual da bateria e a vida útil restante usando apenas 15 dados de ciclo de carga. De acordo com os resultados do experimento, esses dados podem fazer uma previsão precisa.
Espera-se que o modelo proposto forneça uma solução para a gestão inteligente das baterias, disse Chen Zhongwei, diretor do Laboratório-Chave Estatal de Catálise, DICP.
