싱크로트론, 급속 충전 리튬 이온 배터리 성능 저하

연구원들은 또 다른 싱크로트론 (SLAC의 스탠포드 싱크로트론 방사선 광원)에서 X 선 회절을 사용하여 배터리에 존재하는 조건을 재현하려고 시도했으며 추가로 다 입자 배터리 모델을 제공했습니다.

세 가지 형태의 데이터는 모두 기계 학습 알고리즘이 배터리에서 작동하는 물리학을 학습하는 데 도움이되는 형식으로 결합되었습니다.

일반적인 기계 학습 알고리즘은 훈련 이미지 세트와 일치하거나 일치하지 않는 이미지를 찾는 반면,이 연구에서 연구원들은 더 정제 된 결과를 가능하게하기 위해 실험 및 기타 소스에서 더 깊은 데이터 세트를 적용했습니다.

이 연구는 약 100 개의 개별 입자의 화학적 상태를 구분할 수있는 능력의 이점을 얻었습니다. 선택된 각 입자는 사이클링 프로세스 동안 약 50 개의 서로 다른 에너지 단계에서 이미지화되어 총 5,000 개의 이미지가 생성되었습니다.

ALS 실험 및 기타 실험의 데이터는 고속 충전 수학적 모델의 데이터 및 고속 충전의 화학 및 물리학에 대한 정보와 결합 된 다음 기계 학습 알고리즘에 통합되었습니다.

스탠포드 연구원 인 Stephen은 "이전의 두 연구에서했던 것처럼 단순히 데이터를 제공하여 컴퓨터가 모델을 직접 파악하는 대신 올바른 방정식을 선택하거나 학습하는 방법을 컴퓨터에 가르쳤습니다. 따라서 올바른 물리학"이라고 말합니다. 강동민.