close

Battery-Informatics-Lab-1070-777x537.jpg

研究人員還在另一個同步輻射器--SLAC的斯坦福同步輻射光源--上采用瞭 "原位 "X射線衍射法,試圖重現電池中存在的條件,並另外提供瞭一個多粒子電池模型。所有三種形式的數據都以一種格式結合起來,以幫助機器學習算法學習電池中的物理學。

雖然典型的機器學習算法尋找與訓練圖像集匹配或不匹配的圖像,但在這項研究中,研究人員應用瞭來自實驗和其他來源的更深入的數據集,以實現更精細的結果。研究人員指出,這代表瞭這種品牌的 “科學機器學習 ”首次被應用於電池循環。該研究最近發表在《自然材料》上。

這項研究得益於COSMIC光束線的一種能力,即通過COSMIC的高速、高分辨率成像能力,將大約100個單獨的粒子的化學狀態分離出來。參與這項研究的ALS的研究科學傢Young-Sang Yu指出,在循環過程中,每個被選中的粒子在大約50個不同的能量步驟中被成像,總共有5000張圖像。

來自ALS實驗和其他實驗的數據與來自快速充電數學模型的數據、以及關於快速充電的化學和物理信息相結合,然後納入機器學習算法。

這項研究的共同作者、斯坦福大學博士後研究員Stephen Dongmin Kang表示:“我們沒有像之前的兩項研究那樣,讓計算機通過簡單地給它提供數據直接找出模型,而是教計算機如何選擇或學習正確的方程式,從而選擇正確的物理學。”

豐田研究所的高級研究科學傢Patrick Herring說:“通過瞭解電池內發生的基本反應,我們可以延長其壽命,實現更快的充電,並最終設計出更好的電池材料,豐田研究所通過其加速材料設計和發現計劃支持這項工作。”

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 Ken641228 的頭像
    Ken641228

    Ken641228的部落格

    Ken641228 發表在 痞客邦 留言(0) 人氣()