Au cours des dernières décennies, les batteries sont devenues beaucoup plus efficaces, mais l’évaluation de leur durée de vie est encore extrêmement difficile et prend beaucoup de temps. Afin de mieux prédire la durée de vie des batteries et de les cibler pour les appareils appropriés, le MIT et le Toyota Research Institute (TRI) ont fait équipe pour utiliser l’intelligence artificielle afin de déterminer avec précision la durée de vie des batteries sans nécessiter des années de tests.
Bien qu’il y ait eu beaucoup de progrès dans la technologie des batteries, ce succès même rend plus difficile de faire progresser cette technologie. Lorsque les batteries ont une courte durée de vie, il est facile d’effectuer des tests approfondis, mais à mesure que la durée de vie des batteries s’allonge, il peut falloir des années pour effectuer des tests appropriés en chargeant et déchargeant les batteries et pour déterminer la durée de vie des batteries.
Pour accélérer les choses, l’équipe du MIT/Toyota a utilisé l’intelligence artificielle pour prédire avec précision l’autonomie de la batterie à 9 % près avec une précision de 95 % en l’entraînant avec quelques centaines de millions de points de données et en examinant la baisse de tension et d’autres facteurs au cours des premiers cycles de charge. Selon l’équipe, il a été possible de déterminer si une batterie a une durée de vie longue ou courte en ne considérant que cinq cycles de charge/décharge.
La nouvelle méthode d’apprentissage machine et son ensemble de données accessibles au public pourraient être utilisés pour accélérer le développement de nouvelles batteries tout en réduisant les coûts de recherche et de production, en particulier pour l’assemblage ou la formation des batteries. Cela pourrait réduire le temps nécessaire à la validation des nouvelles piles et faciliter le tri des piles en catégories et les cibler sur les clients qui en ont besoin. Il serait également possible de déterminer si les blocs de piles ont une durée de vie suffisante pour le recyclage.
De plus, la méthode de prédiction pourrait aider à optimiser la charge en réduisant le temps de charge à seulement 10 minutes et le temps d’optimisation de la batterie pourrait être réduit d’un facteur 10.
« Malgré tout le temps et l’argent consacrés au développement des batteries, les progrès sont encore mesurés en décennies « , explique Patrick Herring, de Toyota. « Dans ce travail, nous réduisons d’un ordre de grandeur l’une des étapes les plus fastidieuses – les tests de batteries. »
