在可以加速电池开发和改善制造的进展中，科学家们发现了如何准确预测锂离子电池的使用寿命，这种电池用于从手机到电动汽车的设备中。

如果手机电池厂商能确定哪些电池至少可以使用两年，那就只能把这些产品卖给手机厂商，剩下的产品送到要求较低的设备厂商。新的研究表明制造商如何做到这一点。这项技术不仅可以用于对制造的电池进行分类，还可以帮助新的电池设计更快地进入市场。

来自斯坦福大学、麻省理工学院和丰田研究院的科学家发现，综合实验数据和人工智能可以在锂离子电池容量开始下降之前准确预测其使用寿命。在研究人员用数亿个电池充放电数据点训练他们的机器学习模型后，该算法根据早期循环中的电压降和一些其他因素来预测每个电池将持续多少个循环。

预测值在实际细胞周期数的9%以内。此外，该算法根据前五次充电/放电循环将电池分为长寿命或短寿命。在这里，95%的预测是正确的。

这种机器学习方法在Nature Energy上发布，可以加速新电池设计的研发，降低生产时间和成本，以及其他应用。研究人员已经公布了同类中最大的数据集。

“测试新电池设计的标准方法是对电池进行充电和放电，直到它们失效。由于电池寿命很长，这个过程可能需要几个月甚至几年，”合著者彼得阿提亚说，他是斯坦福大学材料科学与工程专业的博士生。“这是电池研究中一个昂贵的瓶颈。”

这项工作是在电池数据驱动设计中心进行的，该中心是一个集理论、实验和数据科学于一体的学术-工业合作机构。斯坦福大学的研究人员在材料科学与工程助理教授William Chueh的带领下，进行了电池实验。麻省理工学院团队由化学工程教授理查德布拉茨领导，负责机器学习。这项研究的合著者克里斯汀沙夫森去年春天在麻省理工学院完成了化学工程博士学位。

优化快速充电

这个项目的重点之一就是找到一个更好的10分钟内给电池充电的方法，可以加速电动汽车的大规模采用。为了生成训练数据集，团队对电池进行充电和放电，直到每个电池达到其使用寿命，他们将其定义为容量损失20%。在优化快速充电的路上，研究人员想知道是否有必要将电池放在地下。你能在早期循环的信息中找到电池问题的答案吗？

“计算能力和数据生成方面的最新进展使机器学习能够加速各种任务的进展。其中包括对材料性能的预测，”布拉茨说。“我们的结果表明，我们可以如何预测未来复杂系统的行为。”

一般来说，锂离子电池的容量在一段时间内是稳定的。然后急转弯。21世纪的大多数消费者都知道，下跌点是非常不同的。在这个项目中，电池持续150到2300次循环。这种变化部分是由于测试快速充电的方法不同，但也是由于电池之间的制造差异。

该研究报告的合著者、丰田研究所的科学家帕特里克赫林(Patrick Herring)表示：“花在电池开发上的所有时间和金钱，几十年后仍能取得进展。”“在这项工作中，我们将最耗时的步骤之一——电池测试——减少了一个数量级。”

可能的用途

阿提亚说，新方法有许多潜在的应用。例如，它可以缩短验证新电池的时间，这对材料的快速发展尤其重要。通过分选技术，确定了寿命短——对汽车来说太短——的电动车电池可以用来为路灯或备用数据中心供电。充电器可以从二手电动汽车电池中找到足够容量的电池进行再利用。

另一种可能性是优化电池制造。阿提亚说：“制造电池的最后一步叫做‘成型’，可能需要几天到几周的时间。"使用我们的方法可以显著缩短这一点，降低生产成本."

研究人员现在正在使用他们的模型在短短10分钟内优化电池充电，他们说这将使过程减少10倍以上。