<p>科研成果隨著全球電動(dòng)車(chē)市場(chǎng)蓬勃發(fā)展，電池安全問(wèn)題日益受到關(guān)注。電池的性能和健康狀態(tài)直接關(guān)系到電動(dòng)設(shè)備的運(yùn)行效率和安全性。近日，嶺南大學(xué)科學(xué)教研組的助理教授唐曉鵬教授攜手上海理工大學(xué)、上海工程技術(shù)大學(xué)和同濟(jì)大學(xué)的研究團(tuán)隊(duì)，在電池檢測(cè)技術(shù)方面取得了重大突破。他們的研究成果《基于小樣本學(xué)習(xí)的多場(chǎng)景電池阻抗譜在線生成》不僅發(fā)表在國(guó)際學(xué)術(shù)期刊《細(xì)胞報(bào)告物質(zhì)科學(xué)》上，還因其創(chuàng)新性和實(shí)用性獲得了業(yè)界的認(rèn)可。</p> <p>&nbsp;</p> <p><strong>01研發(fā)背景：</strong></p> <p>電池安全至關(guān)重要鋰離子電池作為現(xiàn)代電子產(chǎn)品和電動(dòng)車(chē)的核心部件，其性能穩(wěn)定性和安全性至關(guān)重要。然而，傳統(tǒng)的電池檢測(cè)方法往往需要依賴(lài)昂貴的專(zhuān)業(yè)儀器和復(fù)雜的管理系統(tǒng)，不僅成本高，而且檢測(cè)周期長(zhǎng)，難以普及應(yīng)用。此外，不同電池之間的溫度、老化程度和效能差異大，需要海量的數(shù)據(jù)來(lái)準(zhǔn)確描述電池狀態(tài)，這無(wú)疑增加了檢測(cè)的難度和成本。</p> <p>&nbsp;</p> <p><strong>02創(chuàng)新方法：</strong></p> <p>小樣本學(xué)習(xí)引領(lǐng)技術(shù)革新針對(duì)上述問(wèn)題，唐曉鵬教授及其研究團(tuán)隊(duì)提出了一種創(chuàng)新的電池阻抗測(cè)量方法。他們采用&ldquo;小樣本學(xué)習(xí)方法&rdquo;（small-sample learning approach），通過(guò)模擬技術(shù)生成大量&ldquo;虛擬電池&rdquo;樣本數(shù)據(jù)，訓(xùn)練深度學(xué)習(xí)模型。這些虛擬樣本涵蓋了多種電池狀況，包括不同的化學(xué)物質(zhì)、老化程度、剩余容量和溫度等。隨后，研究團(tuán)隊(duì)再利用少量（少于30組）真實(shí)的電池樣本，對(duì)模型進(jìn)行微調(diào)，最終實(shí)現(xiàn)了高精度、低成本的在線電池檢測(cè)。</p> <p>&nbsp;</p> <p><strong>03技術(shù)優(yōu)勢(shì)：</strong></p> <p>高效、低成本、高準(zhǔn)確性這項(xiàng)技術(shù)的最大亮點(diǎn)是高效、低成本和高準(zhǔn)確性。傳統(tǒng)的電池檢測(cè)方法需要大量數(shù)據(jù)支持或?qū)I(yè)設(shè)備，而新方法則通過(guò)小樣本學(xué)習(xí)和深度學(xué)習(xí)模型，顯著降低了檢測(cè)成本和時(shí)間。通過(guò)該方法獲取的檢測(cè)結(jié)果誤差低至百分之五，優(yōu)于大多數(shù)需要海量訓(xùn)練數(shù)據(jù)的同類(lèi)算法。</p> <p>&nbsp;</p> <p><strong>04應(yīng)用前景：</strong></p> <p>全面提升電池系統(tǒng)安全性這項(xiàng)技術(shù)的應(yīng)用前景廣闊。以電動(dòng)車(chē)為例，一輛電動(dòng)車(chē)包含數(shù)百至數(shù)千個(gè)電池，任何一個(gè)單體電池的故障都可能影響整個(gè)電池組的性能，甚至帶來(lái)安全隱患。唐曉鵬教授表示，新技術(shù)降低了電化學(xué)阻抗技術(shù)在工程場(chǎng)景中的應(yīng)用門(mén)檻，為分析電池失效機(jī)制提供了快速且廉價(jià)的工具，可以有效提升電池風(fēng)險(xiǎn)的預(yù)警能力，從而提升電動(dòng)車(chē)的安全性。</p> <p>&nbsp;</p> <p><img src="https://info.compassedu.hk/sucai/content/1729496162081/1729496162081.jpg" width="809" height="607" /></p> <p style="margin-bottom: 0px; text-wrap-mode: wrap;">嶺南大學(xué)唐曉鵬教授及其研究團(tuán)隊(duì)的創(chuàng)新成果，不僅為電池檢測(cè)技術(shù)帶來(lái)新的突破，也為電動(dòng)車(chē)等電動(dòng)設(shè)備的安全運(yùn)行提供了有力保障，期待這項(xiàng)技術(shù)在未來(lái)能夠得到更廣泛的應(yīng)用和推廣。</p> <p style="margin-bottom: 0px; text-wrap-mode: wrap;">&nbsp;</p> <p style="text-wrap-mode: wrap;">此外，唐曉鵬教授在鋰離子電池領(lǐng)域的另一項(xiàng)研究獲得了<strong>第25屆IEEE中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議（CCSSTA 2024）的&ldquo;最佳論文獎(jiǎng)&rdquo;</strong>。會(huì)議共收到278份投稿論文，涵蓋航空、模擬機(jī)器人、信息處理、智慧決策、再生能源等多個(gè)領(lǐng)域。在眾多優(yōu)秀論文中，唐教授的論文脫穎而出，成為僅有四份獲得此殊榮的論文之一。這篇論文提出了通過(guò)半監(jiān)督學(xué)習(xí)方法來(lái)篩選退役電池，提升退役電池的重用率。</p>