安全極限是指保證電池安全運行的機械荷載條件

據(jù)外媒報道，麻省理工學院(MIT)與清華大學的研究人員合作，開辟電動汽車鋰離子電池的安全極限。他們使用高精度的軟包電池有限元模型，進行了2500多次模擬，隨后用機器學習算法分析數(shù)據(jù)。

安全極限(safety envelope)是指保證電池安全運行的機械荷載條件。研究人員利用兩類相圖，對安全極限進行可視化研究，一種分類器可以快速預測浮現(xiàn)短路現(xiàn)象或既定負載條件下的安全狀況，另一種回歸器可以定量辨識造成短路的變形量。

電動汽車發(fā)生事故時，電池組會嚴峻受損，浮現(xiàn)電氣短路和熱失控現(xiàn)象，有可能引發(fā)火災和爆炸。因此，研究單個電芯在何種條件下能保持安全運行，即安全極限，是很重要的。研究人員Li表示：“開辟安全極限的最大挑戰(zhàn)在于，獵取充足的電池故障測試數(shù)據(jù)。在本次研究中，我們建立高度精細的鋰離子軟包電池計算模型，其中所有組成材料都采納經(jīng)過良好校準的本構模型，克服了上述挑戰(zhàn)。通過模擬大的極限機械載荷矩陣，并利用機器學習算法得到數(shù)據(jù)驅動的安全極限。這項工作是將數(shù)值數(shù)據(jù)生成與數(shù)據(jù)驅動建模結合起來的示范，可以用來預測儲能系統(tǒng)的安全性。”

本次研究僅局限于具有NMC正極和石墨負極的大尺寸二次軟包電池。此外，研究人員指出，由于用于開辟安全極限的數(shù)據(jù)來自于模擬數(shù)值，所以，與真實值相比，存在一定誤差。在電動汽車鋰離子電池安全模型開辟過程中，本研究為機器學習工具的應用提供實證，而且有望繼續(xù)改進。