AI-თ მართვად დასამუხტ სადგურებს ბატარეის სიცოცხლისუნარიანობის 23%-ით გაზრდა შუეძლია | კვლევა

ელექტრომობილების არსებულთან შედარებით ბევრად სწრაფი ტემპით დასამუხტად, ავტომწარმოებლები ახალი ტიპის ან/და მძლავრი დასამუხტი სადგურების შექმნაზე აქტიურად მუშაობენ. თუმცა ასეთ ბრძოლაშიც კი შეიძლება წარმოიქმნას პრობლემა, რომელზეც ბევრ ჩვენგანს არც კი უფიქრია: ხშირი და სწრაფი დამუხტვა ელექტრომობილების ბატარეებისთვის კარგი არაა და, შესაძლოა, მათ გრძელვადიანი ეფექტიანობისთვის საფრთხის შემცველიც კი იყოს. შედეგად კი, ბატარეა იმაზე მალე „მოკვდეს“, ვიდრე სტანდარტული დამუხტვის რეჟიმით.

ასევე დაგაინტერესებთ: 8 პრობლემა ელექტრომობილის ფლობისას, რომელზეც არავინ საუბრობს

თუმცა, რაც არ უნდა რთულად გადასაწყვეტი ჩანდეს ეს, მსგავს საკითხებთან შეჭიდებას მკვლევრები მიჩვეულნი არიან. ახლა კი მეცნიერებმა გადაწყვიტეს შეემოწმებინათ, იქნება თუ არა ხელოვნური ინტელექტი (AI) ამ პრობლემის გადაჭრის გზა.

IEEE-ს მიერ გამოქვეყნებულ ახალ ნაშრომში, შვედეთის ჩალმერსის ტექნოლოგიური უნივერსიტეტის მკვლევრებმა ელექტრომობილების დამუხტვის „ახალი ალგორითმი“ წარადგინეს. მათ მიერ შემუშავებულ სისტემას შეუძლია ბატარეის ცვეთის დონე განსაზღვროს და დროის გასვლასთან ერთად, ბატარეის დაძველების პარალელურად, დამუხტვის პროცესი მას მოარგოს. სიმულაციებში მკვლევრებმა დაადგინეს, რომ ამ მიდგომით EV-ის ბატარეების ეფექტიანად მუშაობის ვადა შესაძლოა 23%-ით გახანგრძლივდეს და, ამავდროულად, დამუხტვის დროც შეინარჩუნოს.

ხელოვნურ ინტელექტზე დაფუძნებული ალგორითმი ელემენტის მონიტორინგის სისტემას უკავშირდება, შეისწავლის ბატარეის მდგომარეობას და, დაძველებასთან ერთად, შეუძლია პრობლემის ნიშნებსაც მიაკვლიოს. მკვლევრების მტკიცებით, ეს მეთოდი საკმარისად ეფექტიანია იმისთვის, რომ ბატარეის მონიტორინგისთვის ცალკეული სენსორების აუცილებლობა აღარ გვქონდეს. მკვლევრების ვარაუდით, არსებული კვლევების გარდა, საჭირო ეფექტიანობის მისაღწევად უჯრედში მიმდინარე ქიმიური რეაქციების ანალიზიც საჭირო იქნება.

ბატარეების მდგომარეობის მიხედვით, ალგორითმს შეუძლია შეანელოს ან დააჩქაროს დამუხტვა — სხვადასხვა ძაბვის ლიმიტების შესაბამისად. ანგარიშის თანახმად, ამ მეთოდის გამოყენებით, სიმულაციებისას, ბატარეამ 703 დამუხტვა-განმუხტვის ციკლს გაუძლო მანამ, სანამ ტევადობა 80%-ზე დაბლა დაეცემოდა. დამუხტვის დრო კი, არსებითად, იგივე დარჩა — ტრადიციული მეთოდით 24.15 წუთი და ხელოვნური ინტელექტის მეთოდით 24.12 წუთი.

ჯერ ადრეა იმის თქმა, იქცევა თუ არა კვლევა კომერციულ პროდუქტად. თუმცა ფაქტია, რომ ამ მიმართულებით ფიქრი და კონკრეტული ნაბიჯების გადადგმა ადრე თუ გვიან ავტომწარმოებლებს დასჭირდებათ და, ხელოვნური ინტელექტის გავრცელების სისწრაფესაც თუ გავითვალისწინებთ, გამორიცხული არაფერია.