美國開發新機器學習模型 可預測電動車電池過熱
2023年的全球電動車銷量比2022年要多出35%，但隨著需求增加，對鋰離子電池安全措施要求也提升。保持電池溫度涼爽是最關鍵問題之一，因為達到臨界點時可能會產生危險後果。
編譯／Elisa
2023年的全球電動車銷量比2022年要多出35%，但隨著需求增加，對鋰離子電池安全措施要求也提升。保持電池溫度涼爽是最關鍵問題之一，因為達到臨界點時可能會產生危險後果。美國亞利桑那州大學工程學院博士生哥斯瓦米（Basab Goswami）為此領導一項新研究，推出一項新的機器學習模型，可以預測和防止電動車鋰離子電池溫度過高。
科學家使用機器學習模型預測電池溫度
哥斯瓦米與顧問、航太和機械工程教授Vitaliy Yurkiv開發出一個框架（framework），利用多物理場（multiphysics）和機器學習模型來偵測、預測與辨別鋰離子電池過熱，這種情形稱為「熱失控」（thermal runaway）。哥斯瓦米解釋，電動車電池組由約1000多個電池緊密連接，如果一個電池出現熱失控，也會導致附近電池升溫，產生骨牌效應，最後讓整個電池組爆炸。
更多新聞：全球電動車電池市占Top10 中國占6名、韓國居次
電動車電池安全問題影響綠能轉型
為了阻止這種情況發生，研究人員建議可以將熱感應器圍在電池周圍，將過往溫度資訊輸入機器學習演算法以預測未來溫度，甚至是熱失控可能開始的時間和位置，就能在溫度到達頂峰前停止電池運作。哥斯瓦米表示，電動車安全問題成為很多人猶豫交通轉型的癥結點，為了讓大眾對電動車接受度提升，尋找安全使用綠能的方式非常重要。
※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！
這篇文章 美國開發新機器學習模型 可預測電動車電池過熱 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。
