인공지능은 수년 전부터 세상의 작동 방식을 변화시켜 왔습니다. 생산을 최적화하는 알고리즘부터 스마트폰이나 스마트 스피커의 음성 인식 가상 비서까지, AI는 프로세스를 최적화하고 자동화하여 효율성과 생산성을 높일 수 있습니다. AI가 배터리 연구 개발을 어떻게 개선할 수 있을까요? AI가 배터리 테스트 및 개발 방식에 혁신을 가져올 세 가지 방법을 소개합니다.
AI로 테스트 속도를 98%까지 높일 수 있습니다.
배터리는 전통적으로 반복적인 충전/방전 주기를 통해 테스트됩니다. 이를 통해 연구자들은 시간이 지남에 따라 배터리 성능이 어떻게 저하되는지 확인할 수 있습니다. 하지만 정확한 예측을 위해 충분한 데이터를 수집하는 데는 수개월이 걸릴 수 있습니다. 따라서 테스트 프로세스에 많은 시간이 추가됩니다.
AI를 사용하면 이 프로세스의 속도를 크게 높일 수 있습니다. 공동 연구 프로젝트 스탠퍼드, MIT, 도요타 연구소는 AI를 사용하여 배터리의 수명 주기를 예측했습니다. 연구진은 수억 개의 데이터 포인트를 사용하여 각 배터리가 얼마나 더 지속될지 예측하도록 AI를 학습시켰습니다. AI는 9% 이내에 배터리의 최종 수명을 예측할 수 있었습니다. 이 기계는 처음 100회 충전 사이클에서 전압 감소 및 기타 요인에 기반하여 이를 달성할 수 있었습니다. 또한 처음 5주기만을 바탕으로 배터리 수명이 긴지 짧은지를 95%의 정확도로 예측할 수 있었습니다. AI는 배터리 성능의 패턴을 사람이 수동으로 파악하는 것보다 훨씬 더 잘 포착할 수 있었습니다.
같은 팀이 이 기술을 사용하여 최적화된 고속 충전 프로토콜을 찾았습니다. 이 실험를 통해 연구원들은 배터리 화학에 가장 적합한 충전 프로토콜을 찾아내어 보통 최대 2년이 걸리는 과정을 단 16일로 단축할 수 있었습니다. AI는 배터리 고장 데이터에 대한 학습을 통해 테스트할 최적의 프로토콜을 신속하게 결정할 수 있었습니다. 동일한 배터리를 충전하는 방법에는 여러 가지가 있기 때문에 AI는 특정 충전 방법에 따라 배터리 화학이 어떻게 반응할지 예측하고 실패할 가능성이 가장 높은 방법을 제거하고 성공할 가능성이 가장 높은 방법을 테스트할 수 있었습니다. 이를 통해 AI는 연구원들이 직접 예측하지 못했던 간단한 프로토콜을 제공했습니다. AI는 가치 있는 결과를 얻는 데 걸리는 시간을 단축할 뿐만 아니라 사람이 생각하지 못한 방식으로 문제를 생각하고 해결하여 최적의 솔루션을 제공할 수 있습니다.
AI는 배터리 성능 저하를 더 잘 이해하는 데 도움이 됩니다.
비슷한 프로젝트에서 캠브리지와 뉴캐슬 대학의 연구원들은 머신 러닝 알고리즘을 사용하여 배터리 상태를 예측할 뿐만 아니라 성능 저하 패턴을 감지하고 추적했습니다.
연구팀은 다음을 개발했습니다. 배터리 성능을 모니터링하는 비침습적 방법 다양한 주파수의 전기 펄스를 셀에 보내고 각 주파수에서 전류를 측정합니다. 이러한 반응은 2만 건 이상의 측정으로 학습된 AI에 의해 처리되며, 이 기계는 배터리 성능 저하를 나타내는 반응과 관련 없는 노이즈인 반응을 구분할 수 있습니다. 다양한 배터리 화학 물질에 대해 동일한 전략을 사용할 수 있으며 이 데이터는 연구자들이 배터리 성능 저하의 원인과 방법에 대한 실험을 수행할 수 있는 출발점을 제공합니다.
AI가 자료 데이터베이스를 검색할 수 있습니다.
AI가 사용되는 또 다른 독창적인 방법은 다음과 같습니다. 재료 연구. 수십만 개의 분자가 배터리 후보가 될 수 있으며, 미국 에너지부 에너지 저장 공동 연구 센터의 연구팀은 다음과 같이 말합니다. AI를 활용하여 가장 좋은 것을 찾습니다..
기존에는 과학자들이 어떤 분자가 배터리 사용에 적합하다고 의심되는 경우, 그 분자를 배터리 안에 넣고 성능을 테스트해야 했습니다. 이제 머신 러닝을 통해 AI는 자료 라이브러리를 검색하여 다양한 성능 요구 사항을 충족할 수 있는 분자 구조를 찾을 수 있습니다.
마찬가지로 아르곤 국립연구소의 과학자들은 다음과 같습니다. AI를 사용하여 전해질 물질 식별이 기계는 바람직한 특성을 가진 분자를 찾도록 훈련받았습니다. 알고리즘이 아직 옵션을 찾지 못했지만, 옵션을 찾으면 과학자들은 해당 물질을 사용하여 실험용 테스트 셀을 만들고 새로운 데이터 세트를 통해 알고리즘을 더욱 정교하게 개선할 수 있습니다.
배터리 과학자들은 친환경 미래를 위한 에너지 솔루션을 개발해야 한다는 절박감을 느끼고 있으며, AI는 이 과정을 간소화하고 최적화하는 데 중요한 역할을 하고 있습니다. 이 기술을 통해 곧 새롭고 개선된 배터리를 만나볼 수 있을 것입니다.
