علماء يطورون أداة تنبؤية للبطاريات للمساعدة فى معرفة مدى السيارات الكهربائية

قد يتوقف سائقو السيارات الكهربائية قريبًا عن التكهن بمدى قدرة سياراتهم على الوصول إلى منازلهم، فقد طور مهندسون في جامعة كاليفورنيا، ريفرسايد، نظامًا تشخيصيًا جديدًا يُسمى "حالة المهمة" (SOM)، مصممًا للتنبؤ بمدى قدرة البطارية على تشغيل رحلة محددة بأمان ونجاح في ظل ظروف واقعية.
على عكس أنظمة اليوم التي تُظهر نسبة مئوية فقط من الشحن، يأخذ نموذج SOM في الاعتبار عوامل التضاريس ودرجة الحرارة وحركة المرور لتقدير مدى قدرة السيارة على إكمال مسار مخطط له دون نفاد طاقتها.

ووفقًا لتقرير نُشر في iScience، طور فريق البحث بقيادة مهري وجنكيز أوزكان نظام SOM من خلال الجمع بين التعلم القائم على البيانات والنماذج القائمة على الفيزياء، ويستخدم هذا النهج الهجين بيانات شحن البطارية وتفريغها وحرارتها، مع اتباع القوانين الكهروكيميائية والديناميكية الحرارية، مما يُنتج تنبؤات عالية الموثوقية حتى في ظل الظروف المتغيرة، مثل التسلقات الشديدة أو الطقس البارد المفاجئ، وتُجسّد هذه الطريقة الفجوة بين تقديرات الشحن البسيطة والرؤى الواقعية المُدركة للمهمة.

وبالإضافة إلى ذلك، درب الفريق النموذج باستخدام مجموعات بيانات متاحة للعامة من ناسا وجامعة أكسفورد لاختبار دقتها، تحتوي هذه البيانات على بيانات طويلة المدى حول الجهد ودرجة الحرارة ودورات الأداء، وأظهرت النتائج أن نظام SOM يُمكنه تقليل أخطاء التنبؤ إلى 0.018 فولت فقط للجهد و1.37 درجة مئوية لدرجة الحرارة، وهو ما يفوق بكثير أنظمة التشخيص الحالية.
وبخلاف شاشة عرض الشحن الأساسية، يُمكن لنظام SOM إخبار السائقين بما إذا كان عليهم إعادة الشحن في منتصف الطريق أو ما إذا كانت مهمة الطائرات بدون طيار غير آمنة بسبب الرياح.

وأشار الباحثون إلى أن النموذج يُمكن أن يجعل السيارات الكهربائية والطائرات بدون طيار، وحتى أنظمة تخزين الطاقة، أكثر أمانًا وكفاءة من خلال تحويل بيانات البطاريات المعقدة إلى رؤى عملية، وأشارت ميهري أوزكان في التقرير إلى أن "هذا النظام يُحوّل بيانات البطاريات المجردة إلى قرارات واقعية"، مشيرةً إلى أنه يُحسّن التخطيط والموثوقية لجميع التقنيات المعتمدة على الطاقة.
ورغم أن هذا الإطار لا يزال يتطلب قوة حسابية عالية، إلا أن الخبراء يعتقدون أن المزيد من التحسين سيجعله مناسبًا لأنظمة السيارات الكهربائية التجارية.