El Instituto Nacional de Ciencia de Materiales (NIMS) y SoftBank Corp. han desarrollado conjuntamente un modelo capaz de predecir el ciclo de vida de baterías de litio-metal de alta densidad energética mediante la aplicación de métodos de aprendizaje automático a los datos de rendimiento de la batería.el trabajo espublicadoen el diarioCiencia avanzada.

El modelo demostró ser capaz de estimar con precisión la longevidad de las baterías analizando los datos del proceso de carga, descarga y relajación de voltaje sin depender de ninguna suposición sobre mecanismos específicos de degradación de la batería.

Se espera que la técnica sea útil para mejorar la seguridad y confiabilidad de los dispositivos alimentados por baterías de litio-metal.

Las baterías de litio-metal tienen el potencial de alcanzar densidades de energía por unidad de masa superiores a las de las baterías de iones de litio que se utilizan actualmente.Por esta razón, las expectativas son altas para su uso en una amplia gama de tecnologías, incluidos drones,vehículos eléctricosy sistemas de almacenamiento de electricidad domésticos.

En 2018, NIMS y SoftBank establecieron el Centro de Desarrollo de Tecnologías Avanzadas NIMS-SoftBank.Desde entonces, juntos han llevado a cabo investigaciones sobre alta densidad de energía.baterías recargablespara su uso en diversos sistemas, como estaciones base de telefonía móvil, Internet de las cosas (IoT) y estaciones de plataforma de gran altitud (HAPS).

Anteriormente se había informado de una batería de metal de litio con una densidad de energía superior a 300 Wh/kg y una vida útil de más de 200 ciclos de carga/descarga.Poner en práctica baterías de litio-metal de alto rendimiento como ésta y al mismo tiempo garantizar su seguridad requerirá el desarrollo de técnicas capaces de estimar con precisión laciclovida útil de estas baterías.Sin embargo, los mecanismos de degradación son más complejos en las baterías de metal de litio que en las convencionales.

baterías de iones de litioy aún no se comprenden completamente, lo que hace que el desarrollo de modelos capaces de predecir el ciclo de vida de las baterías de metal de litio sea un gran desafío.Este equipo de investigación fabricó una gran cantidad de celdas de batería de metal de litio de alta densidad de energía, cada una compuesta por un ánodo de metal de litio y un cátodo rico en níquel, utilizando técnicas avanzadas de fabricación de baterías que el equipo había desarrollado previamente.

Luego, el equipo evaluó el rendimiento de carga/descarga de estas células.

Finalmente, el equipo construyó un modelo capaz de predecir la vida útil de las baterías de metal de litio aplicando métodos de aprendizaje automático a los datos de carga/descarga.El modelo demostró ser capaz de hacer predicciones precisas analizando datos de procesos de carga, descarga y relajación de voltaje sin depender de ninguna suposición sobre características específicas.bateríamecanismos de degradación.

El equipo tiene la intención de mejorar aún más la precisión de la predicción del ciclo de vida del modelo y acelerar los esfuerzos para poner altodensidad de energíabaterías de litio-metal en uso práctico aprovechando el modelo en el desarrollo de nuevos materiales de ánodos de litio-metal.