Xe điện ngày càng trở nên phổ biến do những ưu điểm như bảo vệ môi trường và chi phí bảo dưỡng thấp, và nhiều xe du lịch, xe buýt và taxi cũng là xe điện. Tuy nhiên, tai nạn có thể dễ dàng xảy ra khi pin chết hoặc hết thời gian sử dụng. Do đó, khả năng dự đoán chính xác về dung lượng và tuổi thọ của pin Li-ion thường được sử dụng trong xe điện là rất quan trọng.
Theo báo chí nước ngoài, một nhóm nghiên cứu của Đại học Khoa học và Công nghệ Pohang (POSTECH) do Giáo sư Seungchul Lee đứng đầu, phối hợp với Sung Wook Kim, một nghiên cứu sinh tại Khoa Cơ khí và Giáo sư Ki-Yong Oh của Đại học Hanyang. đã phát triển một công nghệ Thông minh nhân tạo (AI) mới có thể dự đoán chính xác dung lượng và tuổi thọ của pin Li-ion. Bằng cách kết hợp kiến thức miền vật lý với trí tuệ nhân tạo, công nghệ này cải thiện đáng kể độ chính xác của các dự đoán.
Có hai cách để dự đoán dung lượng pin: mô hình dựa trên vật lý giúp đơn giản hóa cấu trúc bên trong phức tạp của pin và mô hình trí tuệ nhân tạo sử dụng phản ứng điện và cơ học của pin. Tuy nhiên, các mô hình AI truyền thống yêu cầu lượng lớn dữ liệu để đào tạo. Hơn nữa, khi các mô hình AI truyền thống được áp dụng cho dữ liệu chưa được đào tạo, độ chính xác dự đoán của chúng là rất thấp. Do đó cần có công nghệ trí tuệ nhân tạo thế hệ tiếp theo.
Để dự đoán hiệu quả dung lượng pin với ít dữ liệu đào tạo hơn, nhóm nghiên cứu đã kết hợp chiến lược trích xuất tính năng khác với các phương pháp truyền thống với mạng nơ-ron dựa trên kiến thức miền vật lý. Do đó, độ chính xác của dự đoán được cải thiện 20% khi kiểm tra pin có dung lượng khác nhau và phân phối thời gian sử dụng. Độ tin cậy được đảm bảo bằng cách xác nhận tính nhất quán của các kết quả. Những kết quả này được kỳ vọng sẽ đặt nền tảng cho việc ứng dụng AI dựa trên vật lý có độ tin cậy cao vào các ngành công nghiệp khác nhau.
“Trí tuệ nhân tạo dựa trên dữ liệu đã khắc phục được những hạn chế của nó thông qua kiến thức vật lý. Khó khăn trong việc xây dựng dữ liệu lớn cũng được giảm bớt nhờ sự phát triển của công nghệ trích xuất tính năng khác biệt”, GS Lee từ Posco cho biết.
Giáo sư Oh từ Đại học Hanyang cho biết thêm: “Nghiên cứu này rất có ý nghĩa vì nó có thể dự đoán chính xác thời lượng pin còn lại của xe điện thế hệ tiếp theo, từ đó giúp quảng bá xe điện đến công chúng.”
