Պատկերացրեք, որ էքստրասենսը ձեր ծնողներին ասում է, թե ձեր ծննդյան օրը որքան եք ապրելու:Նմանատիպ փորձը հնարավոր է մարտկոցի քիմիկոսների համար, ովքեր օգտագործում են նոր հաշվողական մոդելներ՝ մարտկոցի աշխատաժամանակը հաշվարկելու համար՝ հիմնվելով փորձարարական տվյալների միայն մեկ ցիկլի վրա:
Նոր ուսումնասիրության մեջ ԱՄՆ Էներգետիկայի դեպարտամենտի (DOE) Argonne ազգային լաբորատորիայի հետազոտողները դիմել են մեքենայական ուսուցման ուժին` կանխատեսելու տարբեր մարտկոցների քիմիայի լայն շրջանակի կյանքը:Օգտագործելով Արգոնում հավաքված փորձարարական տվյալները 300 մարտկոցներից, որոնք ներկայացնում են մարտկոցների վեց տարբեր քիմիա, գիտնականները կարող են ճշգրիտ որոշել, թե որքան ժամանակ կշարունակեն պտտվել տարբեր մարտկոցներ:
Արգոնի հետազոտողները օգտագործել են մեքենայական ուսուցման մոդելներ՝ մարտկոցի ցիկլի կյանքի կանխատեսումներ անելու համար տարբեր քիմիայի լայն շրջանակի համար:(Պատկերը՝ Shutterstock/Sealstep-ի կողմից:)
Մեքենայական ուսուցման ալգորիթմում գիտնականները վերապատրաստում են համակարգչային ծրագիր՝ եզրակացություններ անելու նախնական տվյալների վրա, այնուհետև վերցնում են այն, ինչ սովորել է այդ ուսուցումից՝ որոշումներ կայացնելու մեկ այլ տվյալների վերաբերյալ:
«Յուրաքանչյուր տարբեր տեսակի մարտկոցի կիրառման համար՝ բջջային հեռախոսներից մինչև էլեկտրական մեքենաներ, ցանցային պահեստավորում, մարտկոցի ժամկետը հիմնարար նշանակություն ունի յուրաքանչյուր սպառողի համար», - ասում է Argonne-ի հաշվողական գիտնական Նոա Փոլսոնը՝ հետազոտության հեղինակ:«Մարտկոցը հազարավոր անգամներ պտտելու համար, մինչև այն չհաջողվի, կարող է տարիներ տևել.մեր մեթոդը ստեղծում է մի տեսակ հաշվողական թեստային խոհանոց, որտեղ մենք կարող ենք արագ պարզել, թե ինչպես են տարբեր մարտկոցները պատրաստվում աշխատել»:
«Հենց հիմա, միակ միջոցը գնահատելու, թե ինչպես է մարտկոցի հզորությունը թուլանում, իրականում մարտկոցը պտտելն է», - ավելացրեց Արգոնի էլեկտրաքիմիկոս Սյուզան «Սյու» Բաբինեկը, հետազոտության մեկ այլ հեղինակ:«Դա շատ թանկ է և երկար ժամանակ է պահանջում»:
Ըստ Փոլսոնի, մարտկոցի ժամկետի հաստատման գործընթացը կարող է բարդ լինել:«Իրականությունն այն է, որ մարտկոցները հավերժ չեն տևում, և որքան երկար են դրանք տևում, կախված է այն բանից, թե ինչպես ենք մենք օգտագործում դրանք, ինչպես նաև դրանց դիզայնն ու քիմիան», - ասաց նա:«Մինչ այժմ, իսկապես, ոչ մի լավ միջոց չի եղել իմանալու, թե որքան երկար է մարտկոցը ծառայելու:Մարդիկ կուզենան իմանալ, թե որքան ժամանակ է մնացել մինչև նոր մարտկոցի վրա գումար ծախսեն»։
Հետազոտության եզակի ասպեկտներից մեկն այն է, որ այն հիմնված է Արգոնում կատարած լայնածավալ փորձարարական աշխատանքի վրա մարտկոցի կաթոդների մի շարք նյութերի վրա, հատկապես Արգոնի արտոնագրված նիկել-մանգան-կոբալտի (NMC) վրա հիմնված կաթոդի վրա:«Մենք ունեինք մարտկոցներ, որոնք ներկայացնում էին տարբեր քիմիաներ, որոնք ունեն տարբեր ձևեր, որոնցով նրանք կարող էին քայքայվել և ձախողվել», - ասաց Փոլսոնը:«Այս ուսումնասիրության արժեքն այն է, որ այն մեզ ազդանշաններ տվեց, որոնք բնորոշ են տարբեր մարտկոցների աշխատանքին»:
Այս ոլորտում հետագա ուսումնասիրությունները կարող են առաջնորդել լիթիում-իոնային մարտկոցների ապագան, ասաց Փոլսոնը:«Այն բաներից մեկը, որ մենք կարող ենք անել, դա ալգորիթմը սովորեցնելն է հայտնի քիմիայի վրա և ստիպել նրան կանխատեսումներ անել անհայտ քիմիայի վերաբերյալ», - ասաց նա:«Ըստ էության, ալգորիթմը կարող է օգնել մեզ ուղղորդել նոր և կատարելագործված քիմիաների ուղղությամբ, որոնք ավելի երկար կյանք են առաջարկում»:
Այս կերպ Փոլսոնը կարծում է, որ մեքենայական ուսուցման ալգորիթմը կարող է արագացնել մարտկոցների նյութերի մշակումն ու փորձարկումը։ «Ասեք, որ ունեք նոր նյութ և մի քանի անգամ շրջում եք այն:Դուք կարող եք օգտագործել մեր ալգորիթմը՝ կանխատեսելու դրա երկարակեցությունը, այնուհետև որոշումներ կայացնել, թե արդյոք ցանկանում եք շարունակել այն փորձնականորեն շրջել, թե ոչ»:
«Եթե դուք լաբորատորիայում հետազոտող եք, կարող եք ավելի կարճ ժամանակում հայտնաբերել և փորձարկել շատ ավելի շատ նյութեր, քանի որ դրանք գնահատելու ավելի արագ եղանակ ունեք», - ավելացրեց Բաբինեցը:
Ուսումնասիրության վրա հիմնված թուղթ, "Մեքենայական ուսուցման համար նախատեսված ճարտարագիտությունը թույլ է տվել մարտկոցի ժամկետի վաղ կանխատեսումը», հայտնվել է «Journal of Power Sources» ամսագրի փետրվարի 25-ի առցանց հրատարակության մեջ:
Բացի Փոլսոնից և Բաբինեկից, հոդվածի մյուս հեղինակներից են Արգոնի Ջոզեֆ Կուբալը, Լոգան Ուորդը, Սաուրաբ Սաքսենան և Վենկուան Լուն:
Ուսումնասիրությունը ֆինանսավորվել է Արգոնի լաբորատորիայի կողմից ուղղորդված հետազոտությունների և զարգացման (LDRD) դրամաշնորհի կողմից:
Հրապարակման ժամանակը` մայիս-06-2022