適切なトレーニングを行えば、アルゴリズムはリチウムイオン電池の寿命を95%の精度で予測できる。

昨日 Nature Energy に掲載された論文によると、機械学習アルゴリズムはリチウムイオン電池の寿命を予測することができ、科学者がより優れた電池設計をより迅速かつ低コストで開発するのに役立つ可能性があるという。

「新しいバッテリー設計をテストする標準的な方法は、セルが故障するまで充放電を繰り返すことです」と、論文の共著者であり、スタンフォード大学で材料科学と工学を学ぶ博士課程の学生、ピーター・アティア氏は述べています。「バッテリーの寿命は長いため、このプロセスには何ヶ月、あるいは何年もかかることがあります。これがバッテリー研究におけるコストのボトルネックとなっています。」

リチウムイオン電池は、最初は最高の性能を発揮しますが、充電サイクルを重ねるごとに徐々に劣化していきます。電池の設計は厳密にテストする必要があり、製造工程における欠陥によって性能が変化する可能性があります。

以下はアメリカの大学が予測技術を披露したビデオです。

YouTubeビデオ

ここで機械学習が役立ちます。まず、スタンフォード大学、MIT、トヨタ・リサーチ・インスティテュート、ローレンス・バークレー研究所の研究者たちが、124個のリチウムイオン電池を検査しました。彼らは、電池の性能が約20%低下するまで、通常150回から2,300回の充電サイクルで繰り返し放電と充電を繰り返しました。

次に、研究者たちはバッテリーの容量を各サイクルごとにプロットし、96,700サイクルのデータセットを生成しました。このデータセットは、異なる変数間の関係性を分析する統計手法である回帰モデルに入力され、最初の100サイクルにおける性能に基づいてバッテリーの寿命を予測しました。

結果は、モデルが最初の100サイクルの電圧レベルやその他の測定値から、バッテリーの全体的な寿命を91%の精度で予測できることを示しました。研究者らはまた、最初の5サイクルのデータを分析することで、バッテリーの寿命が長いか短いかを95%の精度で分類することができました。

この技術を使用すると、最初の数サイクル後の個々のバッテリーのパフォーマンスを予測できるため、さまざまな用途や要件、そしておそらくはさまざまな価格に合わせてバッテリーを分類できます。

「バッテリー開発には膨大な時間と費用が費やされていますが、その進歩は依然として数十年単位で測られます」と、論文の共著者であり、トヨタ・リサーチ・インスティテュートの研究員であるパトリック・ヘリング氏は述べています。「この研究では、最も時間のかかるステップの一つであるバッテリー試験を桁違いに短縮しています。」®