Single-fibre internal observability in lithium-ion batteries
تقدم هذه الورقة FBG-PhysNet، وهي شبكة عصبية متكررة مستوحاة من الفيزياء تحل المشكلة العكسية غير المحددة المتمثلة في فصل درجة الحرارة والانفعال من قياسات محزز فابري-بيرو أحادي الألياف في بطاريات ليثيوم-أيون، مما يتيح إمكانية الرصد الحراري-الميكانيكي الداخلي في الوقت الفعلي بدقة عالية وتداخل ضئيل.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل هاتفك الذكي أو بطارية سيارتك الكهربائية كمدينة صاخبة غير مرئية. في الداخل، تتسابق الجسيمات المتناهية الصغر وتتصادم وتولد الحرارة، بينما يحاول "عقل" البطارية (نظام الإدارة) إبقاء كل شيء آمنًا. في الوقت الحالي، يشبه هذا العقل حارس أمن يقف خارج مبنى، يراقب من خلال النافذة؛ يمكنه رؤية درجة حرارة الجدران وقياس الكهرباء المتدفقة داخل وخارج البطارية، لكن ليس لديه أدنى فكرة عما يحدث في الغرف بالداخل. هو لا يعرف ما إذا كان ركن معين يسخن بشكل مفرط، أو ما إذا كانت الجدران تتمدد وتتشقق تحت الضغط. هذه البقعة العمياء تجبر الحارس على أن يكون حذرًا للغاية، مما يبطئ سرعات الشحن ويحد من كمية الطاقة التي يمكننا استخدامها لمجرد ضمان السلامة.
وللكشف عما بداخلها، بدأ العلماء في استخدام "خيوط الألياف الضوئية" (أسلاك زجاجية دقيقة) مغروسة في أعماق البطارية. تعمل هذه الخيوط مثل آذان حساسة تستمع إلى الاهتزازات الداخلية للبطارية. ومع ذلك، هناك مشكلة: عندما تغني الخيط نغمة ما، تكون النغمة مزيجًا من أغنيتين مختلفتين تحدثان في آن واحد — واحدة عن الحرارة وأخرى عن التمدد الفيزيائي. الأمر يشبه محاولة معرفة ما إذا كان الشخص يتصبب عرقًا لأنه يشعر بالحرارة أم لأنه يركض، ولكن لا يمكنك سوى سماع صوت تنفسه. حتى الآن، لم يستطع العلماء فصل هاتين الإشارتين بسهء دون إضافة أجهزة أكثر تعقيدًا أو تقديم تخمينات قد تخالف قوانين الفيزياء.
وهنا يأتي دور دراسة جديدة من باحثين في جامعة بوليتكنيك هونج كونج. لقد بنوا محققًا رقميًا ذكيًا يُدعى FBG-PhysNet، يمكنه الاستماع إلى تلك الإشارة الواحدة المختلطة وفصل الحرارة عن التمدد فورًا. فكر في الأمر كمترجم فائق الذكاء يعرف قواعد "مدينة البطارية" جيدًا لدرجة أنه يمكنه النظر إلى نغمة مرتبكة والقول: "آه، 60% من هذا هو حرارة، و40% هو تمدد".
لم يكتفِ الباحثون ببناء مجرد "مُخمّن"، بل بنوا "متبعًا للقواعد". لقد علموا نموذج الذكاء الاصطنا الطبيعي الخاص بهم "قوانين الفيزياء" (مثل كيفية انتقال الحرارة وكيفية تمدد المواد) وأجبروه على الالتزام بها أثناء تعلمه. واختبروا هذا المحقق على مجموعة بيانات ضخمة تضم 75,120 سيناريو مختلفًا من القيادة والشحن، بما في ذلك كل شيء من القيادة البطيئة في المدينة إلى الكبح في حالات الطوارئ والشحن فائق السرعة (2C). كانت النتائج مبهرة: استطاع النموذج تقدير درجة الحرارة الداخلية بهامش خطأ قدره 2.270 كلفن فقط، والجهد الفيزيائي بهامش خطأ قدره 21.94 ميكروسترين (microstrain). والأهم من ذلك، أنه قلل من الارتباك بين الإشارتين (ما يسمى بالتداخل أو "cross-talk") إلى 58.6%، مما يعني أنه نجح في تحديد التمدد الميكانيكي حتى عندما كانت الحرارة تحاول إخفاءه.
ما يجعل هذا الأمر مميزًا حقًا هو أن هذا المحقق صغير بما يكفي ليتسع داخل كمبيوتر البطارية نفسه. فبينما تشبه نماذج الذكاء الاصطنا الأخرى القوية المكتبات الضخمة التي تحتاج إلى خوادم هائلة للعمل، فإن هذا النموذج مدمج، حيث يستخدم 64 كيلوبايت فقط من الذاكرة لكل وحدة معالجة. وهذا يعني أنه يمكنه نظريًا العمل على الرقائق الصغيرة الموجودة بالفعل داخل سيارتك، دون الحاجة إلى حاسوب خارق.
تشير الورقة البحثية إلى أنه باستخدام هذه الطريقة، قد نتوقف أخيرًا عن معاملة البطاريات كأجسام هشة ومجهولة. فبدلاً من التخمين واللعب في المنطقة الآمنة، يمكن لمديري البطاريات التكيف في الوقت الفعلي. إذا قال المحقق الداخلي: "مهلًا، الداخل بارد والجدران لا تتمدد كثيرًا"، يمكن للبطارية أن تشحن بشكل أسرع أو تعمل بقوة أكبر. وإذا استشعر وجود مشكلة، يمكنه الاستجابة فورًا. وبينما تأتي هذه النتائج من عمليات المحاكاة واختبارات "الأجهزة في الحلقة" (حيث يحاكي الكمبيوتر بطارية حقيقية)، إلا أنها تشير إلى مستقبل تكون فيه مركباتنا الكهربائية وأجهزتنا أكثر أمانًا، وأسرع، وتدوم لفترة أطول لأننا امتلكنا أخيرًا عيونًا ترى ما في الداخل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.