कल्पना गर्नुहोस्, एक जना मानसिक रोगीले तपाईं जन्मेको दिन तपाईं कति समय बाँच्नुहुनेछ भनेर तपाईंको आमाबाबुलाई बताउँदै हुनुहुन्छ। ब्याट्री रसायनशास्त्रीहरूका लागि पनि यस्तै अनुभव सम्भव छ जसले प्रयोगात्मक डेटाको एकल चक्र जतिको थोरैको आधारमा ब्याट्रीको आयु गणना गर्न नयाँ कम्प्युटेसनल मोडेलहरू प्रयोग गरिरहेका छन्।

एक नयाँ अध्ययनमा, अमेरिकी ऊर्जा विभाग (DOE) को अर्गोन राष्ट्रिय प्रयोगशालाका अनुसन्धानकर्ताहरूले विभिन्न ब्याट्री रसायन विज्ञानहरूको विस्तृत दायराको जीवनकालको भविष्यवाणी गर्न मेसिन लर्निङको शक्तिमा ध्यान केन्द्रित गरेका छन्। छ फरक ब्याट्री रसायन विज्ञानहरूको प्रतिनिधित्व गर्ने ३०० ब्याट्रीहरूको सेटबाट अर्गोनमा सङ्कलन गरिएको प्रयोगात्मक डेटा प्रयोग गरेर, वैज्ञानिकहरूले विभिन्न ब्याट्रीहरू कति समयसम्म चक्रमा रहनेछन् भनेर सही रूपमा निर्धारण गर्न सक्छन्।

अर्गोनका अनुसन्धानकर्ताहरूले विभिन्न रसायन विज्ञानको विस्तृत दायराको ब्याट्री चक्र जीवनको भविष्यवाणी गर्न मेसिन लर्निङ मोडेलहरू प्रयोग गरेका छन्। (तस्बिर शटरस्टक/सिलस्टेप द्वारा।)

मेसिन लर्निङ एल्गोरिथ्ममा, वैज्ञानिकहरूले कम्प्युटर प्रोग्रामलाई डेटाको प्रारम्भिक सेटमा निष्कर्ष निकाल्न तालिम दिन्छन्, र त्यसपछि त्यो तालिमबाट सिकेको कुरालाई डेटाको अर्को सेटमा निर्णय लिनको लागि प्रयोग गर्छन्।

"सेल फोनदेखि विद्युतीय सवारी साधनदेखि ग्रिड भण्डारणसम्म, हरेक फरक प्रकारको ब्याट्री अनुप्रयोगको लागि, ब्याट्रीको जीवनकाल प्रत्येक उपभोक्ताको लागि आधारभूत महत्त्वको हुन्छ," अध्ययनका लेखक आर्गोन कम्प्युटेसनल वैज्ञानिक नोआ पलसनले भने। "ब्याट्री असफल नभएसम्म हजारौं पटक साइकल चलाउन वर्षौं लाग्न सक्छ; हाम्रो विधिले एक प्रकारको कम्प्युटेसनल परीक्षण भान्सा सिर्जना गर्दछ जहाँ हामी विभिन्न ब्याट्रीहरूले कसरी प्रदर्शन गर्नेछन् भनेर द्रुत रूपमा स्थापित गर्न सक्छौं।"

"अहिले, ब्याट्रीको क्षमता कसरी घट्छ भनेर मूल्याङ्कन गर्ने एक मात्र तरिका भनेको वास्तवमा ब्याट्रीलाई साइकल गर्नु हो," अध्ययनका अर्का लेखक, अर्गोन इलेक्ट्रोकेमिस्ट सुसान "सु" बाबिनेकले थपिन्। "यो धेरै महँगो छ र यसले धेरै समय लिन्छ।"

पलसनका अनुसार, ब्याट्रीको आयु निर्धारण गर्ने प्रक्रिया कठिन हुन सक्छ। "वास्तविकता के हो भने ब्याट्रीहरू सधैंभरि टिक्दैनन्, र तिनीहरू कति समय टिक्छन् भन्ने कुरा हामीले तिनीहरूलाई कसरी प्रयोग गर्छौं, साथै तिनीहरूको डिजाइन र तिनीहरूको रसायन विज्ञानमा निर्भर गर्दछ," उनले भने। "अहिलेसम्म, ब्याट्री कति समय टिक्छ भनेर जान्नको लागि वास्तवमा कुनै राम्रो तरिका थिएन। मानिसहरू नयाँ ब्याट्रीमा पैसा खर्च गर्न कति समय लाग्छ भनेर जान्न चाहन्छन्।"

अध्ययनको एउटा अनौठो पक्ष यो हो कि यो विभिन्न ब्याट्री क्याथोड सामग्रीहरूमा आर्गोनमा गरिएको व्यापक प्रयोगात्मक कार्यमा निर्भर थियो, विशेष गरी आर्गोनको पेटेन्ट गरिएको निकल-म्यांगनीज-कोबाल्ट (NMC)-आधारित क्याथोड। "हामीसँग विभिन्न रसायन विज्ञानहरूको प्रतिनिधित्व गर्ने ब्याट्रीहरू थिए, जसमा तिनीहरू बिग्रने र असफल हुने फरक तरिकाहरू थिए," पलसनले भने। "यस अध्ययनको मूल्य यो हो कि यसले हामीलाई विभिन्न ब्याट्रीहरूले कसरी प्रदर्शन गर्छ भन्ने विशेषता भएका संकेतहरू दियो।"

यस क्षेत्रमा थप अध्ययनले लिथियम-आयन ब्याट्रीहरूको भविष्यलाई मार्गदर्शन गर्ने सम्भावना छ, पलसनले भने। "हामीले गर्न सक्ने एउटा कुरा भनेको ज्ञात रसायन विज्ञानमा एल्गोरिथ्मलाई तालिम दिनु र यसलाई अज्ञात रसायन विज्ञानमा भविष्यवाणी गर्न लगाउनु हो," उनले भने। "मूलतः, एल्गोरिथ्मले हामीलाई लामो आयु प्रदान गर्ने नयाँ र सुधारिएको रसायन विज्ञानको दिशामा औंल्याउन मद्दत गर्न सक्छ।"

यसरी, पलसन विश्वास गर्छन् कि मेसिन लर्निङ एल्गोरिथ्मले ब्याट्री सामग्रीको विकास र परीक्षणलाई तीव्र बनाउन सक्छ। "मानौं तपाईंसँग नयाँ सामग्री छ, र तपाईंले यसलाई केही पटक साइकल गर्नुहुन्छ। तपाईं हाम्रो एल्गोरिथ्म प्रयोग गरेर यसको दीर्घायुको भविष्यवाणी गर्न सक्नुहुन्छ, र त्यसपछि तपाईं यसलाई प्रयोगात्मक रूपमा साइकल गर्न जारी राख्न चाहनुहुन्छ कि छैन भन्ने निर्णय गर्न सक्नुहुन्छ।"

"यदि तपाईं प्रयोगशालामा अनुसन्धानकर्ता हुनुहुन्छ भने, तपाईंले छोटो समयमा धेरै सामग्रीहरू पत्ता लगाउन र परीक्षण गर्न सक्नुहुन्छ किनभने तपाईंसँग तिनीहरूको मूल्याङ्कन गर्ने छिटो तरिका छ," बेबिनेकले थपे।

अध्ययनमा आधारित एउटा पेपर, ​“मेसिन लर्निङको लागि फिचर इन्जिनियरिङले ब्याट्री लाइफटाइमको प्रारम्भिक भविष्यवाणी सक्षम बनायो", " फेब्रुअरी २५ मा जर्नल अफ पावर सोर्सेसको अनलाइन संस्करणमा प्रकाशित भयो।

पलसन र बेबिनेकका अतिरिक्त, पेपरका अन्य लेखकहरूमा अर्गोनका जोसेफ कुबल, लोगान वार्ड, सौरभ सक्सेना र वेनक्वान लु समावेश छन्।

यो अध्ययन आर्गोन प्रयोगशाला-निर्देशित अनुसन्धान र विकास (LDRD) अनुदानबाट वित्त पोषित थियो।