还在担忧电池寿命？精准预探测一试

电池是电动汽车最核心的部分，但是就目前技术而言，电池实际健康状况和剩余寿命预测依旧是个难题。日前，据外媒报道，剑桥大学和纽卡斯尔大学研究人员设计出可预测电池健康状况的机器学习办法，将助力动力锂离子电池的开发和电动汽车推广。

据悉，这种办法是通过向电池发送电脉冲并测量其应和来进行监测，并可利用机器学习算法解决这些测量数据，从而预测电池的健康状况和使用寿命。研究人员称，这种测量方式的准确度是目前行业在用办法的10倍。

动力锂离子电池在运行过程中，内部会发生复杂微妙的化学变化，长此以往严重影响电池的性能和寿命。目前电池健康状况的预测办法紧要以跟踪充放电过程中的电流和电压为基础，但并不能显示电池的详尽状态。这两所大学开发出的测试办法，则可发现电反应的详尽特点，找到电池老化的讯号。

截至目前，研究人员进行20000多次测量试验来训练模型，这是同类探测数据中的最大数据集。此外，该模型还学会了要怎么样区分无关噪声和紧要信号，了解到什么电信号最有可能与电池老化有关，可进一步探究电池退化的原由和方式。当然，这种非干预式办法，可以轻松使用至当前所有电池系统。

这套机器学习平台，可以展示电池中各种化学成份的退化过程，更加有助于行业开发最优电池充电计划，以实现快速充电，并尽量减缓电池退化。

过针刺 低温防爆18650 2200mah

符合Exic IIB T4 Gc防爆标准

充电温度：0~45℃
-放电温度：-40~+55℃
-40℃最大放电倍率：1C
-40℃ 0.5放电容量保持率≥70%

点击详情