کد خبر: 166629

باتری هوشمندی که زمان رسیدن خودروی برقی به مقصد را پیش‌بینی می‌کند

پژوهشگران سامانه جدیدی برای مدیریت باتری خودروهای برقی طراحی کرده‌اند که به جای نمایش درصد باقیمانده باتری، امکان رسیدن به مقصد را با توجه به شرایط جاده و آب‌وهوا پیش‌بینی می‌کند. این فناوری می‌تواند دغدغه اصلی رانندگان خودروهای برقی را برای همیشه حل کند.

به گزارش ثریا - پژوهشگران دانشگاه کالیفرنیا ریورساید یک سامانه هوشمند جدید برای مدیریت باتری خودروهای برقی ابداع کرده‌اند که می‌تواند با اطمینان به رانندگان بگوید آیا با میزان باتری باقیمانده، قادر به رسیدن به مقصد خواهند بود یا خیر.

سامانه‌های کنونی مدیریت باتری فقط درصد باقیمانده باتری را نشان می‌دهند، اما از پاسخ به این پرسش کلیدی ناتوان‌اند: آیا این میزان باتری برای رسیدن به مقصد کافی است؟ اکنون پژوهشگران شاخصی جدید به نام اِس‌اُاِم (SOM) یا وضعیت مأموریت (State of Mission) توسعه داده‌اند که پاسخی دقیق به همین پرسش می‌دهد.

پاسخ به یک پرسش حیاتی: آیا به مقصد می‌رسم؟

پروفسور مهری اوزکان (Mihri Ozkan)، از توسعه‌دهندگان این سامانه، می‌گوید: اِس‌اُاِم این شکاف را پر می‌کند. این یک سامانه هوشمند ارزیابی مأموریت است که داده‌ها و اصول فیزیک را تلفیق می‌کند تا پیش‌بینی کند آیا باتری در شرایط واقعی قادر به انجام یک وظیفه برنامه‌ریزی‌شده است یا خیر.

ترکیب هوش مصنوعی با قوانین فیزیک

آنچه اِس‌اُاِم را متمایز می‌کند، رویکرد ترکیبی آن است. این سامانه از یک سو با استفاده از الگوریتم‌های هوش مصنوعی و یادگیری ماشین از داده‌های واقعی باتری یاد می‌گیرد و از سوی دیگر، همواره به قوانین پایه‌ای فیزیک و الکتروشیمی پایبند می‌ماند.

پروفسور چنگیز اوزکان (Cengiz Ozkan)، دیگر سرپرست این پژوهش، در توضیح این سامانه هوشمند می‌گوید: با این تلفیق، از مزایای هر دو روش بهره می‌بریم؛ مدلی که انعطاف‌پذیری را از داده‌ها می‌آموزد، اما همواره بر اصول تغییرناپذیر فیزیک استوار می‌ماند.

 

 

آزمایش موفق با داده‌های ناسا

پژوهشگران برای ارزیابی سامانه خود از داده‌های عمومی باتری متعلق به ناسا (آژانس فضایی آمریکا) و دانشگاه آکسفورد بهره گرفتند. نتایج نشان داد این مدل، خطای پیش‌بینی را به میزان ۰.۰۱۸ ولت برای ولتاژ، ۱.۳۷ درجه سانتی‌گراد برای دما و ۲.۴۲ درصد برای وضعیت شارژ کاهش می‌دهد.

از خودرو تا پهپاد و مأموریت‌های فضایی

این مدل هنوز در حال توسعه است، اما چشم‌انداز آن بسیار روشن ارزیابی می‌شود. پژوهشگران باور دارند که پس از بهینه‌سازی‌های نهایی، این فناوری به‌زودی در عرصه‌های خودروهای برقی، پهپادها، ذخیره‌سازی انرژی شبکه و دیگر کاربردهای انرژی به‌کار گرفته خواهد شد.

پروفسور چنگیز اوزکان در پایان خاطرنشان کرد: این رویکرد برای تعمیم‌پذیری طراحی شده است. روش ترکیبی مشابه می‌تواند با ارائه پیش‌بینی‌های مأموریت‌محور، قابلیت اطمینان، ایمنی و بازدهی را در گستره وسیعی از فناوری‌های انرژی، از خودرو و پهپاد گرفته تا سامانه‌های باتری خانگی و حتی مأموریت‌های فضایی، ارتقا دهد.

منبع : باتری هوشمند

مرتبط ها