Tidlig feiloppdagelse i batterier

Forskning på tidlig feiloppdagelse i batterier er avgjørende for sikker bruk av litium-ion batterier i både elbiler og stasjonære lagringssystemer. Ifølge forskere fra TU Darmstadt er overvåking av batteriets tilstand og å oppdage feil tidlig essensielt for å unngå alvorlige problemer, som branner.

I samarbeid med et forskerteam fra Massachusetts Institute of Technology (MIT), har TU Darmstadt utviklet banebrytende metoder for å analysere og overvåke batterier ved hjelp av maskinlæring.

Forskerne benytter såkalte rekursive Gauss-prosesser for å oppdage tidsmessige og driftsrelaterte endringer i battericellene. Systemet kan brukes i sanntid og håndterer store datamengder effektivt, noe som muliggjør kontinuerlig online overvåking av batteriesystemer.

For sitt prosjekt har forskerne fått tilgang til en unik datasett: en samarbeidspartner bidro med anonymiserte data fra 28 batteriesystemer som ble returnert til produsenten på grunn av problemer. Dette datasettet inneholder mer enn 133 millioner datapunkter fra 224 battericeller og er blant de første av sitt slag som er offentlig tilgjengelig.

Resultatene av denne metodiske utviklingen og analysen, nylig publisert i tidsskriftet “Cell Reports Physical Science” under tittelen “Gaussian process-based online health monitoring and fault analysis of lithium-ion battery systems from field data”, viser at ofte er det kun én celle som svikter i et helt batteriesystem, noe som påvirker hele systemet.

Denne kunnskapen kan hjelpe med å forstå hvordan batterier eldes og under hvilke forhold de feiler. Videre gir metodene mulighet for kontinuerlig overvåking av batterier i fremtiden, noe som vil bidra til å øke sikkerheten.