Aktuální vydání

Číslo 7/2021 vyšlo tiskem 30. 6. 2021. V elektronické verzi na webu 30. 7. 2021. 

Téma: Kabely, vodiče a kabelová technika; Nářadí, nástroje a zařízení pro práci s kabely

Technická informace o výrobku
Nová generace přepěťových ochran CITEL s integrovaným předjištěním – DACF25S
Opakovaně použitelné čisticí utěrky pro průmysl, řemesla a dokonalou čistotu

Číslo 3/2021 vyšlo tiskem
18. 6. 2021. V elektronické verzi na webu 19. 7. 2021.

Osvětlení interiérů
Osvětlení nového ateliéru Ronyho Plesla
Realizace osvětlení INGE aneb dobrých zpráv není nikdy dost

Měření a výpočty
Měřič UV záření VOLTCRAFT UV-500

Zvýšení životnosti a bezpečnosti baterií pomocí umělé inteligence

6. 4. 2020 | University of Cambridge | www.cam.ac.uk

Výzkumníci z University of Cambridge vyvinuli ve spolupráci s kolegy z Newcastle University metodu strojového učení, která dokáže předpovědět aktuální stav baterie s až 10x vyšší přesností ve srovnání se současnými metodami, což by mohlo vést k vývoji bezpečnějších a spolehlivějších baterií pro elektromobily a spotřební elektroniku.

Současné metody využívané pro předpovídání stavu baterie jsou založeny na sledování aktuálního proudu a elektrického napětí během nabíjení a vybíjení baterie. Tato metoda však opomíjí funkce indikující dlouhodobý stav baterie. Sledování procesů probíhajících v baterii vyžaduje nové techniky zkoumání baterií, stejně jako nové algoritmy, jež by dokázaly detekovat jemné signály při nabíjení a vybíjení.

Techniky umělé inteligence

S možným řešením nyní přišel vědecký tým složený z odborníků výše uvedených univerzit, kteří navrhli nový způsob monitorování baterií pomocí elektrických pulzů a měření odezvy. Získaná data jsou následně zpracována pomocí algoritmů strojového učení k předpovězení stavu a životnosti baterie. Tato metoda je neinvazivní a jednoduše integrovatelná. Výsledky výzkumu byly zveřejněny v časopise Nature Communications.

Celý článek na University of Cambridge

Image Credit: University of Cambridge

-jk-