الـ AI يتنبأ بعمر بطاريات السيارات الكهربائية -ما القصة؟
في ابتكار جديد قد تعيد تشكيل مستقبل تطوير بطاريات السيارات الكهربائية، نجح باحثون في جامعة ميشيجان University of Michigan الأمريكية في تطوير نظام قائم على تقنيات التعلم الآلي Machine Learning قادر على التنبؤ بالعمر الافتراضي للبطاريات بعد 50 دورة شحن وتفريغ فقط، بدلاً من مئات أو آلاف الدورات المطلوبة تقليدياً. ويُمكن لهذا الابتكار، وفق دراسة علمية منشورة في دورية Nature، أن يقلل زمن الاختبار واستهلاك الطاقة المرتبط بتطوير البطاريات بنسبة تصل إلى 95%، ما يمثل تحولاً في تسريع عمليات تطوير تقنيات الطاقة الحديثة.
تحديات الاختبارات التقليدية للبطاريات
تعتمد عمليات التحقق التقليدية من متانة البطاريات وعمرها التشغيلي على اختبارات طويلة الأمد تتطلب إجراء مئات أو آلاف دورات الشحن والتفريغ، وهي عملية قد تستغرق أشهراً أو حتى سنوات قبل الوصول إلى تقديرات دقيقة للعمر الافتراضي. ويؤدي هذا الإطار الزمني الطويل إلى إبطاء تطوير البطاريات الجديدة ورفع تكاليف الأبحاث والتصنيع، فضلاً عن استهلاك كميات كبيرة من الطاقة والموارد.
النظام الجديد الذي طوره فريق جامعة ميشيغان يقدم حلاً بديلاً يعتمد على دمج البيانات التجريبية المبكرة مع نماذج فيزيائية متقدمة، ما يسمح بتوقع التدهور طويل الأمد للبطاريات خلال مرحلة مبكرة للغاية من دورة حياتها، وبالتالي تسريع عملية التطوير الصناعي والتقني بشكل ملحوظ.
فريق البحث وتطوير النظام الذكي
جرى تطوير هذا النظام بواسطة فريق بحثي بقيادة زيو سونغ Ziyou Song والباحث الدكتوراه جياوي تشانج Jiawei Zhang في جامعة ميشيجان University of Michigan. ويعتمد النظام على مجموعة من مكونات الذكاء الاصطناعي التي تعمل بشكل متكامل لاختيار تصميمات البطاريات، وتحليل البيانات التجريبية المبكرة، ثم التنبؤ بالأداء طويل المدى.
ويصف الباحثون الإطار التقني للنظام بأنه بنية ذكاء اصطناعي تفاعلية تعرف باسم Agentic AI، حيث تعمل الخوارزميات بشكل تكراري على تحسين دقة التنبؤات من خلال دمج النتائج التجريبية مع النماذج الفيزيائية النظرية، ما يسمح بتطوير تقديرات أكثر دقة للعمر الافتراضي مع مرور الوقت وتراكم البيانات.
دعم صناعي من شركة فاراسيس إنرجي Farasis Energy
حظي المشروع بدعم مباشر من شركة فاراسيس إنرجي Farasis Energy المتخصصة في تصنيع بطاريات الليثيوم أيون Lithium-ion batteries، والتي قدمت بيانات حقيقية وعينات من بطاريات pouch المستخدمة في السيارات الكهربائية للتحقق من دقة النموذج. وتُعد الشركة من أبرز الشركات العالمية في مجال تصنيع البطاريات، حيث تمتلك عمليات إنتاج رئيسية في الصين وحضوراً دولياً يمتد إلى الولايات المتحدة وأوروبا وتركيا.
تقع المقرات الرئيسية ومراكز الإنتاج الأساسية لشركة Farasis Energy في مدينة قانتشو Ganzhou الصينية ومدن أخرى، مع خطط توسع كبيرة في القدرة الإنتاجية. كما تُعد الشركة جزءاً أساسياً من سلسلة توريد السيارات الكهربائية في الصين، حيث تزود بطارياتها عدداً من شركات صناعة السيارات مثل جيلي Geely، وجيه إيه سي GAC، وفاو FAW، ودونغ فينج Dongfeng، وجريت وول موتور Great Wall Motor، إضافة إلى شراكات عالمية مع علامات بارزة من بينها مرسيدس-بنز Mercedes-Benz. وقد احتلت الشركة مكانة متقدمة ضمن أكبر موردي خلايا pouch عالمياً.
قدرة النظام على العمل مع مختلف أنواع البطاريات
أظهرت نتائج البحث أن نظام الذكاء الاصطناعي قادر على التعميم والعمل عبر أنواع متعددة من البطاريات، بدءاً من الخلايا الأسطوانية المستخدمة في الإلكترونيات الاستهلاكية وصولاً إلى خلايا pouch كبيرة الحجم المستخدمة في السيارات الكهربائية. وحتى عند تدريب النموذج باستخدام بيانات بطاريات أسطوانية فقط، تمكن من التنبؤ بدقة بالعمر الافتراضي لبطاريات pouch التي قدمتها شركة Farasis Energy، ما يعكس مرونة عالية وقدرة على التكيف مع تنسيقات مختلفة من البطاريات.
مستقبل تطبيقات النظام
لا يقتصر استخدام النظام الجديد على التنبؤ بالعمر الافتراضي للبطاريات فحسب، بل يعمل الباحثون حالياً على توسيع نطاقه ليشمل تقدير حدود السلامة، وتحسين استراتيجيات الشحن، وتحديد المواد الواعدة للجيل القادم من بطاريات الليثيوم أيون. وتتماشى هذه الجهود مع توجهات شركات البطاريات الكبرى مثل Farasis Energy التي تطور بالفعل تقنيات متقدمة تشمل البطاريات شبه الصلبة Semi-solid والبطاريات الصلبة بالكامل Solid-state.
