导读电池会随着年龄而退化。监视它们的状况非常重要，但也很棘手。现在，来自剑桥大学和纽卡斯尔大学的科学家已经开发了一种机器学习方法，可以
电池会随着年龄而退化。监视它们的状况非常重要，但也很棘手。现在，来自剑桥大学和纽卡斯尔大学的科学家已经开发了一种机器学习方法，可以通过向电池发送电脉冲并测量响应来监视电池。这项技术可以改善电动汽车的电池健康状况和安全性。
大多数电池是复杂的化学设备。随着时间的流逝，它们的化学成分会通过流氓反应而改变，这不可避免地会降低电池性能。但是，当前评估电池状态的方法依赖于电池充电和放电周期中电流和电压的测量。这会告诉您一些有关降级状态的信息，而不是所涉及的过程。这就是为什么科学家创建了这种新的电池监控系统，该系统是非侵入性的，可以轻松添加到现有电池系统中。
该技术基于人工智能。计算机将短的电信号发送到电池。电池当然会响应该脉冲，而计算机会测量该响应。AI算法评估该回复的不同功能，并能够发现特定功能，这些功能是电池老化的迹象。这种数据驱动的技术可以准确地监视和预测电池老化。科学家进行了超过20,000次实验测量来训练该模型，该模型为AI提供了巨大的数据集，可以与新信息进行比较。有趣的是，该模型收集的数据也可以用于研究电池。一些信息可能会鼓励工程师探查电池，以了解发生了什么以及如何修复。
该研究的合著者张云伟博士说：“机器学习补充并增强了身体的理解。我们的机器学习模型识别出的可解释信号是未来理论和实验研究的起点”。
AI的优势在于它可以非常快速，高效地分析大量数据。它可以识别电池中发生的过程，并将其与之前在数据集中看到的过程进行比较。希望这将产生可靠的结果并提供许多新信息，从而可以改善电池技术。
科学家现在正在使用他们的AI技术来监视不同电池系统中的过程。他们