Publicidade

Inteligência artificial consegue prever a vida útil das baterias

Por| Editado por Douglas Ciriaco | 10 de Maio de 2022 às 14h09

Link copiado!

Reprodução/Argonne National Laboratory
Reprodução/Argonne National Laboratory

Pesquisadores do Laboratório Nacional de Argonne, vinculado ao Departamento de Energia dos Estados Unidos, desenvolveram uma nova técnica que utiliza aprendizagem de máquina para calcular a vida útil de uma bateria fabricada com íons de lítio.

Segundo os cientistas, esse método permite antecipar quanto uma célula de energia vai durar com base apenas em um único ciclo de carga e descarga, além de dados experimentais obtidos por meio de testes anteriores, independentemente da composição química da bateria.

“Para cada tipo diferente de aplicação — de telefones celulares a veículos elétricos e armazenamento em rede — conhecer a vida útil de uma bateria é de fundamental importância tanto para a indústria, quanto para os consumidores. Nossa técnica cria uma espécie de “cozinha” de testes computacionais onde podemos prever essa duração”, explica o cientista da computação Noah Paulson, autor principal do estudo.

Continua após a publicidade

Aprendizagem de máquina

Para provar a eficácia do novo método, os pesquisadores usaram dados experimentais coletados a partir de um conjunto de 300 baterias, com composições baseadas em seis tipos diferentes de elementos químicos. Utilizando um sistema de aprendizagem de máquina, foi possível determinar com precisão por quanto tempo essas baterias continuariam a funcionar.

Em vez de submeter as células de energia a vários ciclos de carga e descarga até o esgotamento total, os cientistas treinaram um algoritmo para fazer estimativas utilizando um conjunto de dados inciais. Em seguida, eles usaram essas informações para prever o tempo de vida útil de cada bateria.

Continua após a publicidade

“Atualmente, a única maneira de avaliar como a capacidade de uma bateria diminui com o passar dos anos é fazendo o ciclo completo de recarga dessa célula, o que é muito caro, leva muito tempo e se torna economicamente inviável”, acrescenta a engenheira especialista em eletroquímica Susan Babinec, coautora do estudo.

Vida útil

Os testes realizados pela equipe foram baseados em exemplares experimentais de baterias, fabricadas com um cátodo de níquel-manganês-cobalto desenvolvido pelo laboratório Argonne. Com essa variedade de células de energia, os cientistas conseguiram reunir dados suficientes sobre quando essas baterias começariam a degradar.

Continua após a publicidade

Ao aplicar o algoritmo de aprendizagem de máquina, os cientistas foram capazes de acelerar esse processo de contagem do tempo, permitindo a elaboração de previsões de durabilidade sem precisar realizar os ciclos completos das baterias que, normalmente, levam anos para ser concluídos.

“Digamos que você tenha um novo material e o cicla algumas vezes. Você pode usar nosso algoritmo para prever sua longevidade e, em seguida, tomar decisões sobre se deseja continuar a ciclá-lo experimentalmente ou não. A diferença é que com aprendizagem de máquina é possível fazer isso de forma muito mais rápida e barata”, encerra Noah Paulson.