Para peneliti di Universitas Uppsala telah meluncurkan model AI baru yang secara signifikan meningkatkan umur panjang dan keamanan baterai kendaraan listrik, menawarkan solusi yang menjanjikan untuk mempercepat elektrifikasi sektor transportasi.
Para peneliti di Universitas Uppsala, Swedia, telah mengembangkan model AI perintis yang dapat secara dramatis memperpanjang umur dan meningkatkan keamanan baterai kendaraan listrik (EV), mengatasi hambatan kritis dalam elektrifikasi sektor transportasi.
Degradasi baterai merupakan tantangan signifikan bagi industri kendaraan listrik, dengan baterai sering kali menjadi komponen pertama yang menua dan rusak. Kerusakan yang cepat ini tidak hanya mengakibatkan pemborosan sumber daya tetapi juga menghambat transisi menuju sistem transportasi yang lebih berkelanjutan.
Dalam upaya untuk mengurangi masalah ini, para peneliti telah berfokus pada pengembangan perangkat lunak canggih, yang sering kali memanfaatkan kecerdasan buatan untuk mengoptimalkan manajemen dan kontrol baterai.
Model AI baru dari Universitas Uppsala menonjol karena secara signifikan meningkatkan akurasi prediksi penuaan baterai.
Daniel Brandell, seorang profesor kimia material di Departemen Kimia dan direktur Pusat Baterai Canggih Ångström di Universitas Uppsala, memimpin penelitian tersebut.
"Mempelajari lebih lanjut tentang masa pakai dan penuaan baterai akan bermanfaat bagi sistem kontrol kendaraan listrik di masa depan. Hal ini juga menunjukkan betapa pentingnya memahami apa yang terjadi di dalam baterai. Jika kita berhenti memandangnya sebagai kotak hitam yang hanya diharapkan menyediakan daya, dan alih-alih memperoleh gambaran detail tentang prosesnya, kita dapat mengelolanya agar tetap dalam kondisi baik lebih lama," ujar Brandell dalam siaran pers.
Penelitian ini melibatkan pengujian baterai secara ekstensif selama beberapa tahun, bekerja sama dengan Universitas Aalborg di Denmark.
Para peneliti membangun basis data yang luas dengan mengumpulkan data dari sejumlah segmen pengisian daya yang sangat pendek.
Kumpulan data besar ini kemudian digabungkan dengan model terperinci yang memetakan berbagai reaksi kimia yang terjadi di dalam baterai, memberikan gambaran yang sangat akurat tentang pembangkitan daya dan proses penuaan.
"Secara keseluruhan, ini memberi kita gambaran yang sangat akurat tentang berbagai reaksi kimia yang menghasilkan daya pada baterai, tetapi juga tentang bagaimana baterai menua selama penggunaan," tambah Wendi Guo, seorang peneliti pascadoktoral di kelompok Brandell, yang melakukan penelitian tersebut.
Manfaat tambahan dari model AI ini adalah potensinya untuk mengurangi ketergantungan pada data kendaraan yang sensitif dan luas.
"Fakta bahwa kami hanya menggunakan segmen pengisian daya pendek mungkin merupakan keuntungan tambahan. Data baterai dari kendaraan listrik sensitif, baik bagi industri maupun dari sudut pandang anonimitas bagi pengguna. Penelitian ini menunjukkan seberapa jauh kita bisa mencapai tujuan tanpa memerlukan dataset yang lengkap," tambah Brandell.
Implikasi dari penelitian ini, diterbitkan dalam jurnal Energy & Environmental Science, dapat melampaui umur panjang. Dengan lebih memahami kimia dan perilaku baterai selama siklus pengisian daya, model AI ini menjanjikan peningkatan keselamatan dengan memprediksi dan memitigasi potensi cacat desain dan reaksi samping yang sering menimbulkan masalah keselamatan.
Sumber: Uppsala University