رئيس التحرير رامي الحضري مدير التحرير محمد سليمان
آخر الأخبار
محمد شاهين: المجتمعات الزراعية والريفية مرشحة لنمو يتراوح بين 20 و25% خلال 2027 أشرف عبد المحسن: الذكاء الاصطناعي يفتح المجال لبناء منظومة معرفية وطنية تدعم اتخاذ القرار في مصر «الديوان للتطوير العقاري» تطلق مشروع «أوانا» في رأس الحكمة باستثمارات 2 مليار جنيه العاصمة الإدارية تستضيف اجتماعًا استراتيجيًا مع المنتدى الاقتصادي العالمي بمشاركة 80 من قادة كبرى ال... وزير الطيران يبحث مع «الأفكاك» توسيع التعاون ونقل الخبرات المصرية لدعم قطاع الطيران الإفريقي مصر والبنك الأوروبي لإعادة الإعمار يطلقان منصة جديدة لتمويل التحول الأخضر بالقطاع الصناعي مجلس النواب يقر تعديلات قانون ضمان الصادرات والاستثمار لدعم المصدرين وفتح أسواق جديدة «جي بي مورجان» ينهي عطلًا تقنيًا عطّل معاملات العملاء وأثار اضطرابات بالقطاع المصرفي الأمريكي الدولار يسجل أعلى مستوى في 19 شهرًا بدعم رهانات رفع الفائدة الأمريكية أسعار النفط تتراجع إلى 92 دولارًا لبرنت مع توقعات بزيادة المعروض العالمي وتعافي صادرات الشرق الأوسط

اعلان جانبي  يسار
اعلان جانبي يمين

برنامج ذكاء اصطناعي يتنبأ بتدهور بطارية السيارات الكهربائية قبل الأوان

تُعد بطاريات الليثيوم أيون مكوناً رئيسياً لمعظم السيارات الكهربائية، بفضل أدائها العالي وكفاءتها وسلامتها، مقارنة بالبطاريات التقليدية، لكن لا تزال هناك مشكلة تقف حائلاً مع التنامي الآخذ في سوق السيارات الكهربائية، يتمثل في التنبؤ بعمرها، فقدرة هذه البطاريات تتدهور مع فقدان السعة بمرور الوقت ويعرف باسم “تقادم التقويم” وفقدان السعة الناتج عن الاستخدام ويعرف باسم “تقادم الدورة”

ولهذا السبب، لجأ باحثون إلى تطوير خوارزميات متقدمة للتعلم الآلي قائمة على الذكاء الاصطناعي للتنبؤ بدقة بعمر التقويم.

في دراسة حديثة بتمويل من برنامج Horizon 2020 التابع للاتحاد الأوروبي، اتخذ فريق من العلماء هذا البحث خطوة إلى الأمام من خلال مقارنة دقة خوارزميتين على نطاق واسع من كيماويات بطاريات الليثيوم أيون التجارية.

على وجه التحديد، قاموا بسحب بيانات تقادم التقويم من ستة أنواع من كيماويات خلايا البطارية: أكسيد الكوبالت الليثيوم (LCO) ، فوسفات حديد الليثيوم (LIP) ، أكسيد المنغنيز الليثيوم (LMO) ، أكسيد التيتانيوم والليثيوم (LTO) ، أكسيد الألومنيوم الكوبالت النيكل (NCA) ، وأكسيد الكوبالت والمنغنيز والنيكل (NMC).

تم تقويم أعمار خلايا البطارية هذه في غرف درجة الحرارة عند 50 و 60 و 70 درجة مئوية، باستخدام الفولتية العالية والمتوسطة والمنخفضة، حسب موقع “ذا نيكست ويب” المعني بالأخبار التقنية.

للتنبؤ بشيخوخة البطاريات، حقق الفريق في كفاءة خوارزميتين للتعلم الآلي، هما: Extreme Gradient Boosting (XGBoost) والشبكة العصبية الاصطناعية (ANN).

لتقييم أداء الخوارزميتين، استخدم الباحثون مقياس متوسط ​​نسبة الخطأ المطلق (MAPE)، والذي يقيس متوسط ​​حجم الأخطاء بين القيم المتوقعة والقيم المقاسة. وببساطة، كلما كانت قيمة MAPE أصغر، زادت دقة التنبؤ.

أظهر اختبار الخوارزميات أنه يمكن استخدام خوارزمية XGBoost للتنبؤ بشكل فعال بعمر التقويم لمعظم كيميائات الخلايا بأقل قدر ممكن من الخطأ المطلق. وفي الوقت نفسه، تنتج ANN نتائج مرضية فقط لكيمياء الخلايا LFP و LTO و NCA.

ويوضح الرسم البياني أدناه حقيقة ما سبق:

وخلص الباحثون إلى إمكانية دمج خوارزمية XGB، خاصة فيما يتعلق بمواد كيميائية البطاريات التي تهيمن على صناعة السيارات (NCA ، NMC ، LFP)، في برامج تطبيقات بطاريات السيارات الكهربائية، للتنبؤ بنجاح بتأثيرات تقادم التقويم وتوفير عمر تشغيل أفضل لبطاريات السيارات الكهربائية.

ويتوقع الخبراء أن تستمر سوق السيارات الكهربائية في التوسع في المستقبل المنظور. فبحسب أحدث إصدار من نشرة توقعات السيارات الكهربائية، وهو تقرير سنوي تصدره “مؤسسة بلومبرج لتمويل أبحاث الطاقة الجديدة”.

ومن المتوقع أن تشهد مبيعات السيارات الكهربائية للركاب ارتفاعاً إلى 10 ملايين سيارة في عام 2025، و28 مليون في عام 2030، و56 مليون بحلول عام 2040.

اترك تعليقا