Umelá inteligencia sa už dnes nenápadne, no isto, stáva neoddeliteľnou súčasťou moderných vozidiel, od pokročilých asistenčných systémov až po inteligentné hlasové ovládanie. Najnovší vedecký prielom však ukazuje, že potenciál AI siaha oveľa hlbšie – priamo do chemického srdca elektromobilov.
Tím výskumníkov zo švédskej Chalmers University of Technology nedávno publikoval v prestížnom akademickom žurnále IEEE štúdiu, ktorá dokazuje, že nasadenie umelej inteligencie do systému správy batérií (BMS) dokáže radikálne spomaliť ich degradáciu. Výsledkom je predĺženie celkovej životnosti batériového bloku až o úctyhodných 23 %, čo v praxi znamená roky bezproblémovej prevádzky navyše, informuje InsideEVs.
Rýchle nabíjanie ako neviditeľný zabijak článkov
Hoci sú moderné lítium-iónové batérie navrhnuté tak, aby bez vážnejších defektov vydržali stovky tisíc kilometrov, ich najväčším nepriateľom zostáva frekventované využívanie rýchlonabíjacích staníc (DC). Tlačenie obrovského množstva energie do článkov v extrémne krátkom čase vyvoláva obrovský vnútorný stres.
Jedným z najzávažnejších fyzikálno-chemických dôsledkov tohto procesu je takzvaný lítium plating, teda pokovovanie lítiom. Počas rýchleho nabíjania sa lítiové ióny nestihnú správne a plynulo uložiť do štruktúry anódy.
Namiesto toho sa hromadia na jej povrchu vo forme kovového lítia. Tento jav nielenže trvalo a nenávratne znižuje celkovú kapacitu batérie, ale z dlhodobého hľadiska môže predstavovať aj vážne bezpečnostné riziko v podobe skratov.
Umelá inteligencia a spätné učenie prichádzajú na záchranu
Švédski výskumníci sa rozhodli tento fyzikálny problém riešiť čisto softvérovou cestou. Do štandardného systému správy batérií (BMS) integrovali algoritmy strojového učenia, konkrétne techniku známu ako reinforcement learning (spätné posilňovacie učenie).
Tento typ umelej inteligencie sa učí metódou pokusov a omylov, aby v každej jednej mikrosekunde našiel absolútne ideálny postup. Namiesto toho, aby sa batéria nabíjala podľa vopred pevne stanovenej a statickej krivky, AI systém neustále monitoruje aktuálny zdravotný stav článkov (SoH), ich chémiu a teplotu.
Na základe týchto premenných dynamicky upravuje napätie a prúd tak, aby sa kritické vnútorné komponenty, ako anóda, katóda či elektrolyt, nedostali do bodu nadmerného stresu. Ako batéria fyzicky starne, algoritmus sa tomuto starnutiu prispôsobuje a mení stratégiu nabíjania.
Viac kilometrov, rovnaká rýchlosť na nabíjačke
Výsledky tohto dynamického riadenia sú podľa publikovanej štúdie ohromujúce. Tímu sa podarilo predĺžiť životnosť batérie až na 703 ekvivalentných plných cyklov, čo predstavuje takmer 23-percentné zlepšenie oproti štandardným nabíjacím algoritmom.
Pre bežného spotrebiteľa to znamená obrovský prínos. Pri batériách, ktoré sú dnes dimenzované na 500 000 kilometrov, by takáto optimalizácia znamenala viac než 100 000 bezplatných kilometrov navyše, než dôjde ku kritickej degradácii.
Najfascinujúcejším zistením švédskych inžinierov je však fakt, že tento ochranný proces nevyžaduje kompromisy. Úprava toku energie prostredníctvom umelej inteligencie je natoľko precízna, že dokáže chrániť anódu pred pokovovaním bez toho, aby sa predĺžil celkový čas strávený na nabíjacej stanici.
Od simulácií k masovej komercionalizácii
Širšie nasadenie tejto technológie by malo zásadný vplyv nielen na peňaženky majiteľov elektromobilov, ale aj na samotnú planétu. Predĺženie životnosti trakčných batérií o štvrtinu by dramaticky zlepšilo zostatkovú hodnotu vozidiel na trhu s jazdenkami a oddialilo by potrebu ich nákladnej výmeny.
Z makroekonomického a ekologického hľadiska to znamená výrazné zníženie dopytu po ťažbe nových kritických surovín a zmenšenie uhlíkovej stopy spojenej s výrobou batérií.
Nemali by ste prehliadnuť:
- Elektrický drsniak od Chevroletu. Tento ľudový elektromobil vyzerá ako off-road a stojí len 26 000 eur
- Test Hyundai Ioniq 6 N Line 2026: Facelift zmenil kontroverzný dizajn, zlepšila sa aj technika?
- Koniec závislosti od drahej ropy. Filipínske mesto nasadzuje elektrické zbrane proti zločinu
V súčasnosti má však tento prelomový výskum pred sebou ešte jednu dôležitú prekážku. Všetky úspechy boli zatiaľ dosiahnuté a verifikované primárne v sofistikovaných laboratórnych simuláciách.
Skutočnou výzvou pre vývojárov a automobilky teraz bude pretaviť tento kód do komerčných riadiacich jednotiek (BMS) a dokázať jeho dlhodobú spoľahlivosť priamo na cestách, pod vplyvom reálnych a nepredvídateľných poveternostných podmienok.
