(资料图片仅供参考)

盖世汽车讯 据外媒报道，密歇根大学（University of Michigan）的研究人员表示，通过一种简化方法来测试新型电动汽车电池的寿命，可使测试速度提高四倍。

（图片来源：密歇根大学）

采用这种优化框架来评估电池配置的长期性能，可以大幅减少评估成本。相比之下，业界传统采用的试错测试法，需要很长的评估时间。

目前，电动汽车电池制造商致力于解决续航里程焦虑和充电设施短缺问题。电池设计中涉及的参数包括使用材料，以及电极厚度、电极中的粒子大小等等。在测试每种配置时，通常需要进行为期数月的完全充放电，以模拟十年使用情况。为了发现更好的电池设计，需要反复进行这样的测试，这是极其耗时的。因此，对电池开发商来说，加快电池测试速度，非常有利于寻找合适的材料和配置组合，为用户提供足够的行驶容量。

该团队负责人Wei Lu教授表示：“我们的方法不仅可以减少测试时间，还能自动生成更好的设计。研究人员会根据早期反馈，放弃没有前途的电池配置，而不是让它们一直循环到最后。这不是一项简单的任务，因为在早期循环周期中表现一般的电池配置，可能在后期表现良好，反之亦然。研究人员已经系统地制定了早停工艺，使系统能够从积累的数据中学习，以产生有希望的新配置。”

为了大幅减少时间和成本，密歇根大学的研究人员利用其在机器学习方面的最新进展，创建了一个既知道何时退出，又知道如何在运行过程中变得更好的系统。该框架利用异步连续减半算法（Asynchronous Successive Halving Algorithm）和超频（Hyperband）数学技术来中断不良循环测试，以节省资源。同时，从以前的测试中获取数据，并提出一些新的参数集，通过TPE算法进行研究。

另外，该系统可以生成多种电池配置，以便同时进行测试（即所谓的异步并行化），这也是节省时间的关键因素。如有任何配置完成测试或被放弃，该算法将立即计算需要测试的新配置，而无需等待其他测试结果。

这种框架非常有效，可用于测试所有类型的电池设计，如电动汽车电池、内燃机汽车的电池和手机电池等。该研究论文的第一作者、密歇根大学机械工程系博士生Changyu Deng表示：“与性能预测模型相结合，这个框架可以变得更有效。希望这项工作有助于提出改进方法，引导研究人员优化电池，帮助制造更好的电动汽车和其他设备。”