新研究：機械学習モデルで高エネルギー密度リチウムメタル電池のサイクル寿命を予測

TokyoNIMSとソフトバンク株式会社は、高度な機械学習を用いて、高エネルギーリチウムメタル電池の寿命を予測する新しいモデルを開発しました。このモデルは、電池の充電、放電、休止のデータを大量に分析し、バッテリーの劣化の仕組みを理解することなく正確な寿命の見積もりを提供します。この進展により、リチウムメタル電池を使用するデバイスは、より安全で信頼性が高くなります。これらの電池は、現在のリチウムイオン電池よりも多くのエネルギーを蓄える可能性を持っており、多くの技術の向上に貢献できるでしょう。

• ドローン
• 電気自動車
• 家庭用蓄電システム

NIMSとソフトバンクが共同で設立した先端技術開発センターは、2018年から活動を開始しています。それ以来、モバイル基地局やIoTデバイス、高高度プラットフォームに使用するための高エネルギー充電可能なバッテリーの開発に取り組んできました。その中でも、エネルギー密度が300 Wh/kgを超え、200回以上の充放電サイクルに耐えることができるリチウムメタル電池の開発に成功しています。

リチウムメタル電池の寿命を正確に予測するモデルを作ることは難しいです。これらの電池はリチウムイオン電池よりも複雑な経年劣化を示し、その理由を完全には理解できていません。この複雑さがパフォーマンスの予測を難しくしています。この問題に対処するため、科学者たちはリチウムメタルアノードとニッケル豊富なカソードを用いた多くの高エネルギーリチウムメタル電池を開発しました。

チームは、充電と放電のデータを用いて、バッテリーの寿命を予測するための高度な機械学習モデルを作成しました。このモデルは、バッテリーの劣化に関する事前の仮定を使わずに、目の前のデータからのみ予測を行う点で独自です。

関連記事:

今日 · 11:32

脳構造と政治信条の微細なつながりの探索

このモデルには多くの重要な効果があります。リチウム金属電池をより信頼性の高いものにし、安全性を向上させることができます。さらに、新しいリチウム金属アノード材料の開発を迅速化する助けにもなります。これらの電池を製造する企業にとって、バッテリーの寿命を正確に予測できることは、研究開発の過程でより効率的に製品を改善することを可能にします。これにより、時間とコストの両方を節約できる可能性があります。

これらの予測によって安全性と信頼性が向上すると、投資家の信頼が高まる可能性があります。それにより、リチウムメタル電池の資金調達が増え、消費者および産業技術での採用が加速するかもしれません。データ主導のアプローチで劣化メカニズムをより深く理解することにより、将来的には長持ちし、性能が向上した電池の開発につながる可能性があります。

機械学習を活用して予測モデルを作成することは、リチウム金属電池の性能向上にとって重要な手段となるかもしれません。この技術の進歩は、自動車や再生可能エネルギーシステムを含むさまざまな産業に恩恵をもたらす、より効率的なエネルギー貯蔵ソリューションにつながる可能性があります。