堪萨斯大学研发机器学习技术，监控/防止锂离子电池热失控

图片来源：堪萨斯大学官网

据外媒报道，现在，手机、电子设备、手提电脑、丰田和特斯拉等电动汽车、波音787飞机以及美国海军的舰艇都使用锂离子电池提供动力。此类电池虽然应用普及，但是它们也有很多风险。因为金属锂具很高的反应性，因而此类电池和电池芯会发生“热失控”，即会过热、起火甚至爆炸。尽管发生的事故并不多见，但还是引发了公众对锂离子技术的担忧。

现在，在美国国家科学基金会（National Science Foundation）一项为期5年、50万美元的新拨款的支持下，堪萨斯大学（the University of Kansas）的研究人员研发出一项技术，可监控和防止锂离子电池过热。该大学机械工程系助理教授Huazhen Fang和他的学生一起研发出一种机器学习法，以监测电池内部的温度。

据堪萨斯大学研究人员所说，目前大多数追踪锂离子电池温度的技术还不够成熟，因为传感器只能读取电池外部的表面温度。

Fang教授表示：“通常，电池表面的温度不足以告知我们有关电池的状态，而电池内部的温度会告诉我们更多有关热力学的信息。但是，现在很少有方法可以将传感器放置在电池里面。然而，利用人工智能和机器学习，我们能够预测电池芯内部的温度，从而让我们能够检测电池行为。电池表面的温度可为机器学习方法提供丰富的数据，结合数学模型，就可以预测到电池内部发生了什么”。

没有将电池温度假设为统一的温度，现今有一种建模法称为“集总参数模型”，就是将电池温度假设为统一温度。Fang教授表示其计算机学习技术可以预测电池内部的温度变化，是一种更精确、更现实的方法，可计算出电池发生热失控的可能性。

Fang教授表示：“当电池充放电时，温度分布是不均匀的，通常靠近电极的电池内部温度会较高，但是外部表面温度较低。集总参数模型只考虑到电池温度均匀分布的情况，而我们的方法在时间和空间上重建了电池的温度。”

堪萨斯大学研究人员将锂离子电池的数据输入人工智能，以推断电池内部温度。此类数据可以在由电池供电的设备中进行处理，或者与云计算相连。如果电池发生热失控，该设备可经编程，将电池关闭会断开，以免电池变热起火或是引发爆炸。

凭借上述创新，锂离子电池可通过将数百块电池绑在一起，扩展到更多的工业应用中。据Fang教授所说，锂离子技术越来越多地应用于大规模电网中，以存储和排放太阳能和风能等可持续技术产生的电力。