Исследователи из Технического университета Брауншвейга нашли способ раннего выявления начала разрушения литий-ионных аккумуляторов – достаточно просто прислушаться к звукам, которые они издают во время работы. По-видимому, внутри аккумуляторов постоянно происходят микрореакции, которые сопровождаются едва различимыми акустическими импульсами. Эти звуки слишком тихие, чтобы их можно было услышать, но быстро реагирующий пьезодатчик способен улавливать их и преобразовывать в электрический сигнал.
Каждый импульс несёт информацию о процессах, происходящих внутри аккумулятора. Если электролит начинает разрушаться и выделять газ, звук будет мягким и протяжным. Если в аноде трескается графитовая частица, сигнал становится коротким и резким – как микровзрыв. Команда из Брауншвейга решила систематизировать эти звуки, чтобы можно было судить о состоянии аккумулятора и прогнозировать его износ.
Для этого исследователи воспроизвели два типа деградации. В первом случае аккумулятор намеренно заряжали выше безопасного уровня, что приводило к сильному газообразованию. Во втором случае они использовали специальный растворитель, способный разрушить графитовый электрод. Во время этих испытаний пьезодатчик регистрировал тысячи акустических событий, а компьютер обрабатывал каждый сигнал, вычисляя двадцать физических и статистических параметров: амплитуду, энергию, длительность, частотный спектр, форму волны и т. д. Исследователи заранее задавали эти параметры, чтобы получить количественное описание того, что происходило внутри элемента.
Затем они обратились к машинному обучению. Сначала они использовали алгоритм Isolation Forest, который научился различать звуки, возникающие при выделении газа, и сигналы, связанные с разрушением материалов. Полученные данные были отображены и использованы для обучения классификатора Random Forest, способного определять, какой тип разрушения вызывает тот или иной акустический импульс. Эта симуляция продемонстрировала точность около 90 % при успешной классификации новых сигналов без участия человека.
Исследователи проверили эффективность моделирования на полноразмерной батарее типа NCM-Graphite после 100 циклов зарядки и разрядки. Моделирование правильно определило более половины всех акустических импульсов с уровнем достоверности более 75 %. Периоды повышенной активности совпадали с фазами эффективных химических и механических процессов – образованием защитной оболочки, выделением газа и циклическим расширением графита.
Таким образом, исследователи доказали, что мы можем «услышать» аккумулятор без использования инвазивных методов и по звуковому профилю судить о происходящих внутри реакциях.
В будущем такие системы могут стать частью стандартных модулей управления аккумуляторами, которые будут автоматически фиксировать ранние признаки износа или перегрева.