[av_section min_height=’custom‘ min_height_px=’120px‘ padding=’small‘ shadow=’no-border-styling‘ bottom_border=’no-border-styling‘ bottom_border_diagonal_color=’#333333′ bottom_border_diagonal_direction=“ bottom_border_style=“ custom_margin=’20px‘ custom_margin_sync=’true‘ custom_arrow_bg=“ id=“ color=’alternate_color‘ background=’bg_color‘ custom_bg=’#00a4d6′ background_gradient_color1=“ background_gradient_color2=“ background_gradient_direction=’vertical‘ src=“ attachment=“ attachment_size=“ attach=’scroll‘ position=’top left‘ repeat=’no-repeat‘ video=“ video_ratio=’16:9′ overlay_opacity=’0.5′ overlay_color=“ overlay_pattern=“ overlay_custom_pattern=“ av_element_hidden_in_editor=’0′ av_uid=’av-jqqcuwc1′]
[av_textblock size=’20‘ font_color=’custom‘ color=’#ffffff‘ av-medium-font-size=“ av-small-font-size=“ av-mini-font-size=“ av_uid=’av-jqqcn7zg‘ admin_preview_bg=“]

Maschinelles Lernen für schnellere Batterieentwicklung

[/av_textblock]
[/av_section]

[av_one_fourth first min_height=“ vertical_alignment=“ space=“ custom_margin=“ margin=’0px‘ row_boxshadow=“ row_boxshadow_color=“ row_boxshadow_width=’10‘ link=“ linktarget=“ link_hover=“ padding=’0px‘ highlight=“ highlight_size=“ border=“ border_color=“ radius=’0px‘ column_boxshadow=“ column_boxshadow_color=“ column_boxshadow_width=’10‘ background=’bg_color‘ background_color=“ background_gradient_color1=“ background_gradient_color2=“ background_gradient_direction=’vertical‘ src=“ background_position=’top left‘ background_repeat=’no-repeat‘ animation=“ mobile_breaking=“ mobile_display=“ av_uid=’av-2chqa‘][/av_one_fourth]

[av_one_half min_height=“ vertical_alignment=“ space=“ custom_margin=“ margin=’0px‘ row_boxshadow=“ row_boxshadow_color=“ row_boxshadow_width=’10‘ link=“ linktarget=“ link_hover=“ padding=’0px‘ highlight=“ highlight_size=“ border=“ border_color=“ radius=’0px‘ column_boxshadow=“ column_boxshadow_color=“ column_boxshadow_width=’10‘ background=’bg_color‘ background_color=“ background_gradient_color1=“ background_gradient_color2=“ background_gradient_direction=’vertical‘ src=“ background_position=’top left‘ background_repeat=’no-repeat‘ animation=“ mobile_breaking=“ mobile_display=“ av_uid=’av-4so6′]
[av_image src=’https://battery-news.de/wp-content/uploads/2020/02/AdobeStock_288523057_gross-1030×579.jpg‘ attachment=’3289′ attachment_size=’large‘ align=’center‘ styling=“ hover=“ link=“ target=“ caption=“ font_size=“ appearance=“ overlay_opacity=’0.4′ overlay_color=’#000000′ overlay_text_color=’#ffffff‘ copyright=’icon-reveal‘ animation=’no-animation‘ av_uid=’av-jxf0aa6o‘ admin_preview_bg=’rgb(255, 255, 255) none repeat scroll 0% 0%‘][/av_image]
[/av_one_half]

[av_one_fourth min_height=“ vertical_alignment=“ space=“ custom_margin=“ margin=’0px‘ row_boxshadow=“ row_boxshadow_color=“ row_boxshadow_width=’10‘ link=“ linktarget=“ link_hover=“ padding=’0px‘ highlight=“ highlight_size=“ border=“ border_color=“ radius=’0px‘ column_boxshadow=“ column_boxshadow_color=“ column_boxshadow_width=’10‘ background=’bg_color‘ background_color=“ background_gradient_color1=“ background_gradient_color2=“ background_gradient_direction=’vertical‘ src=“ background_position=’top left‘ background_repeat=’no-repeat‘ animation=“ mobile_breaking=“ mobile_display=“ av_uid=’av-14sqi‘][/av_one_fourth]

[av_textblock size=’14‘ font_color=’custom‘ color=’#000000′ av-medium-font-size=“ av-small-font-size=“ av-mini-font-size=“ av_uid=’av-jqqkcgkn‘ admin_preview_bg=“]

Autor: Maximilian Geilen

Veröffentlicht am: 20.02.2020

[/av_textblock]

[av_hr class=’invisible‘ height=’50‘ shadow=’no-shadow‘ position=’center‘ custom_border=’av-border-thin‘ custom_width=’50px‘ custom_border_color=“ custom_margin_top=’30px‘ custom_margin_bottom=’30px‘ icon_select=’yes‘ custom_icon_color=“ icon=’ue808′ font=’entypo-fontello‘ av_uid=’av-jtfk6jks‘ admin_preview_bg=“]

[av_textblock size=“ font_color=’custom‘ color=’#000000′ av-medium-font-size=“ av-small-font-size=“ av-mini-font-size=“ av_uid=’av-jqb3bj28′ admin_preview_bg=“]
Bei heutigen Batterieentwicklungen, beispielsweise für neue elektrische betriebene Fahrzeuge, müssen alle neuen Technologien oft über mehrere Monate zum Teil auch Jahre getestet werden bevor sie final dem Endanwender zur Verfügung stehen können.

An diesem Punkt setzt nun ein Team der kalifornischen Standford University rund um Prof. Stefano Ermon und William Chueh an, welches aufbauend auf maschinellem Lernen eine Methode entwickelt hat diese Testumfänge nach eigenen Angaben um bis zu 98% der Zeit zu reduzieren.

Von den Forschern wurde hierfür eine Studie umgesetzt in der eine Methodik des maschinellen Lernens zur effizienten Optimierung eines Parameterraums, der die Strom- und Spannungsprofile von sechsstufigen und zehnminütigen Schnellladeprotokollen zur Maximierung der Batteriezykluslebensdauer spezifiziert, angefertigt. Eine Szenarienwahl die vor allem die noch weit verbreitete Reichweitensorgen adressieren sollte.

Durch das maschinelle Lernen fanden die Forscher in einer spezifischen Testphase schnell Ladeprotokolle mit hoher Zyklenbeständigkeit der Traktionsbatterie unter 224 Testmodellen in 16 Tagen. Anschließend bestätigten die Wissenschaftler die erhaltenen Resultate mit konventionellen Versuchen die 500 Tage benötigten.
[/av_textblock]

[av_textblock size=“ font_color=’custom‘ color=’#000000′ av-medium-font-size=“ av-small-font-size=“ av-mini-font-size=“ av_uid=’av-jqb3e8od‘ admin_preview_bg=“]
Das System des maschinellen Lernens funktionierte in diesem Anwendungsfall in Kurzform wie folgt:

Zunächst wurden die Batterien getestet. Die Zyklendaten der ersten 100 Ladezyklen (insbesondere elektrochemische Messungen wie Spannung und Kapazität) wurden als Input für eine frühe Ergebnisprognose der Zyklenbeständigkeit der Batterien verwendet. Diese Vorhersage die dann mit einem ML-Modell (Machine Learning) ausgewertet wurden, sendeten die Forscher an einen Algorithmus, der die nächsten zu testenden Protokolle empfahl. Auf diese Weise nährenten sich die Forscher deutlich schneller dem Optimum der schnell Ladezyklenbeständigkeit bei den Testmodellen an.

Maschinelles Lernen zeigt in diesem Ansatz somit einen hohen Mehrwert für die Reduzierung des Entwicklungsaufwandes von Lithium-Ionen-Batterien durch Computer optimierte Tests.
[/av_textblock]

[av_textblock size=“ font_color=’custom‘ color=’#000000′ av-medium-font-size=“ av-small-font-size=“ av-mini-font-size=“ av_uid=’av-jqb3e8od‘ admin_preview_bg=“]
Mit dem Erstautor der Nature Veröffentlichung haben wir bereits ein Interview geführt. Dieses ist einsehbar unter:

https://battery-news.de/index.php/2019/08/18/peter-attia-vorhersage-der-batterielebensdauer-mit-machine-learning/
[/av_textblock]

[av_textblock size=“ font_color=’custom‘ color=’#000000′ av-medium-font-size=“ av-small-font-size=“ av-mini-font-size=“ av_uid=’av-jqb3e8od‘ admin_preview_bg=“]
Quellen:

https://www.nature.com/articles/s41586-020-1994-5

https://www.greencarcongress.com/2020/02/20200220-attia.html
[/av_textblock]

[av_hr class=’invisible‘ height=’50‘ shadow=’no-shadow‘ position=’center‘ custom_border=’av-border-thin‘ custom_width=’50px‘ custom_border_color=“ custom_margin_top=’30px‘ custom_margin_bottom=’30px‘ icon_select=’yes‘ custom_icon_color=“ icon=’ue808′ font=’entypo-fontello‘ av_uid=’av-jtfk6jks‘ admin_preview_bg=“]

[av_social_share title=’Artikel teilen‘ style=“ buttons=“ av_uid=’av-jte46m4z‘ admin_preview_bg=“]

[av_hr class=’invisible‘ height=’50‘ shadow=’no-shadow‘ position=’center‘ custom_border=’av-border-thin‘ custom_width=’50px‘ custom_border_color=“ custom_margin_top=’30px‘ custom_margin_bottom=’30px‘ icon_select=’yes‘ custom_icon_color=“ icon=’ue808′ font=’entypo-fontello‘ av_uid=’av-jtfk6jks‘ admin_preview_bg=“]

[av_hr class=’invisible‘ height=’50‘ shadow=’no-shadow‘ position=’center‘ custom_border=’av-border-thin‘ custom_width=’50px‘ custom_border_color=“ custom_margin_top=’30px‘ custom_margin_bottom=’30px‘ icon_select=’yes‘ custom_icon_color=“ icon=’ue808′ font=’entypo-fontello‘ av_uid=’av-jtfk6jks‘ admin_preview_bg=“]

[av_postslider link=’post_tag‘ wc_prod_visible=“ prod_order_by=“ prod_order=“ columns=’3′ items=’30‘ offset=’0′ contents=’title‘ preview_mode=’auto‘ image_size=’portfolio‘ autoplay=’yes‘ interval=’5′ av_uid=’av-juv3xr0v‘]