Blog
人工知能・AIブログ

2020年9月9日

AI(人工知能)事例集 vol.214 アルゴンヌ国立研究所、バッテリーサイクルの予測にAIを使用

世界的な電気自動車の導入によるコスト削減のおかげで、リチウムイオン電池はグリッドストレージに重要な役割を果たすようになったと、アルゴンヌ国立研究所のスーザン・バビネック氏は、先週開催された国際バッテリーバーチャルセミナーと展示会で語りました。しかし、それらをフルに活用するためには、人工知能の助けが必要になるといいます。

テスト期間を2年から2週間に短縮するAIへの期待

「グリッド経済学では、正確な寿命データが必要ですが、これを作成するには非常に時間とリソースがかかりますが、AIを使うことで、サイクル寿命予測の時間を大幅に短縮することができます」とバビネック氏は述べています。

バビネック氏のグループは、AIを使った迅速なサイクル寿命評価を開発しており、テストを現在の2年から2週間の目標にまで減らすことができるといいます。アルゴンヌ国立研究所は、豊富なデータとAI専門家チーム、そして新しいスーパーコンピューターがあるため、この研究に適した場所だとバビネック氏は主張しています。

プロジェクトの範囲は広く、物理学をベースにしたツールからディープニューラルネットまで、いくつかのAIアプローチを使用しています。「どのAIアプローチがこの問題に最も適しているかを見極めたいと考えています」とバビネック氏はいいます。すべてのリチウムイオン化学物質を意図的に順次テストし、電流、電圧、時間を、すべての細胞のすべてのサイクルの毎秒ごとに記録するのです。

彼らの計画をテストするために、グループはNature Energy誌に昨年発表された公開データを使用しました。彼らは、1サイクル目のある電圧での容量と20サイクル目の同じ電圧での容量を比較し、相関関係と関係を生成し、そこから予測を行いました。その結果、実験で得られた故障サイクルと予測された故障サイクルが一致したといいます。

アルゴンヌ国立研究所の電池データとその精査

サイクル寿命予測の作業が続く一方で、バビネック氏によると、アルゴンヌ国立研究所では電池データを含む20年分以上のスプレッドシート、データベース、マシンファイルのクリーンアップにも力を入れているといいます。「データは素晴らしいものですが、それを一掃しなければなりません。これは大掛かりな作業で、私たちが取り組んでいるところです」と彼女は語った。

テストスケジュールが短縮されることで、複雑で変化する使用シナリオの評価が可能になり、最終的にはリスクを最小限に抑えながら柔軟な展開が可能になるとバビネック氏は述べています。

【考察】バッテリーサイクル予測を短縮させるAIとその活用

電気自動車など様々なテクノロジーにおいて、バッテリーとその寿命の予測は大きな課題となっています。

AIによって、バッテリーサイクル予測を短縮することができれば、リスク軽減と新たな技術開発に大きな貢献をもたらすでしょう。

参照元:Argonne National Labs Using AI To Predict Battery Cycles

※当サイトに掲載されている一部画像、スクリ-ンショット、文章に置いては著作権侵害を目的に利用しておらず、第三十二条で定められる引用の範囲で使用しています。万が一問題があればお問い合わせからご連絡ください。即刻削除いたします。また、本ブログは業務の研究開発のためのものとなり、一部、弊社に関連性が無いものも掲載しております。

Contact

お問い合わせ

人工知能・AIに関してのお問い合わせは
フォームまたはお電話にて。
フォームに必要事項をご入力の上、
「送信」ボタンを押してください。
担当者より、
回答・返信させていただきます。

人工知能・AI

すべての項目が入力必須となります。

名前
貴社名
メールアドレス
電話番号
ご予算
お問い合わせ内容

NAGOYA

名古屋オフィス

愛知県名古屋市中区丸の内1-17-19
キリックス丸の内ビル 5F

TEL:052-253-9866

Map view

TOKYO

東京オフィス

東京都千代田区神田錦町1-21-2
大手町モダンビルディング 4F

TEL:03-3525-8640

Map view