據外媒報道，電池化學家利用新的計算模型，僅基于單周期實驗數據，即可計算電池壽命。

美國能源部阿貢國家實驗室（ArgonneNationalLaboratory）的研究人員借助于機器學習，預測一系列不同電池化學成分的生命周期。該實驗室收集一組代表六種不同電池化學成分的300個電池的實驗數據。研究人員利用這些數據，可以精準確定不同電池的持續循環時間。

在機器學習算法中，研究人員訓練一個計算機程序，基于一組初始數據做出推論。然后，利用從訓練中學到的東西，對另一組數據做出決策。阿貢計算科學家NoahPaulson表示："對用戶來說，不論是哪種電池應用，如手機、電動汽車和電網存儲，電池的壽命都具有重要意義。一塊電池可能要經過數千次循環才會失效，這大概要數年時間。通過這種方法，可以快速確定不同電池的性能。"

"目前，評估電池容量衰減的唯一方法是實際循環電池。"阿貢電化學專家Susan"Sue"Babinec補充說，"這樣做的成本很高，而且要很長時間。"

確定電池壽命的過程可能比較麻煩。據介紹，"現實情況是，電池不可能永遠使用下去。其使用壽命取決于具體的使用方式，以及電池的設計和化學成分。目前為止，還沒有一種很好的方法，可以測定電池能使用多長時間。"

過針刺 低溫防爆18650 2200mah

符合Exic IIB T4 Gc防爆標準

充電溫度：0~45℃
-放電溫度：-40~+55℃
-40℃最大放電倍率：1C
-40℃ 0.5放電容量保持率≥70%

點擊詳情

此項研究的獨特之處在于，受益于阿貢對各種電池正極材料所做的大量實驗工作，尤其是阿貢獲得專利的鎳錳鈷（NMC）基正極。Paulson表示："這些代表不同化學成分的電池，會以不同的方式降解和失效。這項研究的價值在于，供應了反映不同電池性能的信號。"

Paulson表示，對這一領域進行深入研究，對鋰電池的未來發展具有指導意義。"阿貢所能做的事情之一是，通過已知化學成分訓練算法，并對未知化學成分做出預測。從本質上說，該算法有助于找到新的、改進的化學物質，從而延長電池壽命。"

研究人員認為，這種機器學習算法可以加速電池材料的開發和測試。