कल्पना कीजिए कि एक मानसिक रोगी आपके माता-पिता को बता रहा है कि जिस दिन आपका जन्म हुआ था, आप कितने समय तक जीवित रहेंगे।ऐसा ही अनुभव बैटरी केमिस्टों के लिए संभव है जो प्रयोगात्मक डेटा के एक चक्र के आधार पर बैटरी जीवनकाल की गणना करने के लिए नए कम्प्यूटेशनल मॉडल का उपयोग कर रहे हैं।

एक नए अध्ययन में, अमेरिकी ऊर्जा विभाग (डीओई) आर्गोन नेशनल लेबोरेटरी के शोधकर्ताओं ने विभिन्न बैटरी रसायन शास्त्र की एक विस्तृत श्रृंखला के जीवनकाल की भविष्यवाणी करने के लिए मशीन सीखने की शक्ति की ओर रुख किया है।छह अलग-अलग बैटरी रसायन विज्ञान का प्रतिनिधित्व करने वाली 300 बैटरियों के एक सेट से आर्गन में एकत्र किए गए प्रायोगिक डेटा का उपयोग करके, वैज्ञानिक सटीक रूप से यह निर्धारित कर सकते हैं कि विभिन्न बैटरियां कितने समय तक चक्र करती रहेंगी।

आर्गन शोधकर्ताओं ने विभिन्न रसायन विज्ञानों की एक विस्तृत श्रृंखला के लिए बैटरी चक्र जीवन की भविष्यवाणी करने के लिए मशीन लर्निंग मॉडल का उपयोग किया है।(छवि शटरस्टॉक/सीलस्टेप द्वारा।)

मशीन लर्निंग एल्गोरिदम में, वैज्ञानिक डेटा के प्रारंभिक सेट पर अनुमान लगाने के लिए एक कंप्यूटर प्रोग्राम को प्रशिक्षित करते हैं, और फिर उस प्रशिक्षण से जो सीखा है उसे डेटा के दूसरे सेट पर निर्णय लेने के लिए प्रशिक्षित करते हैं।

अध्ययन के लेखक आर्गन कम्प्यूटेशनल वैज्ञानिक नूह पॉलसन ने कहा, "सेल फोन से लेकर इलेक्ट्रिक वाहनों से लेकर ग्रिड स्टोरेज तक, हर अलग तरह के बैटरी अनुप्रयोग के लिए, बैटरी जीवनकाल हर उपभोक्ता के लिए मौलिक महत्व का है।"​“बैटरी के खराब होने तक उसे हजारों बार चलाने में वर्षों लग सकते हैं;हमारी पद्धति एक प्रकार की कम्प्यूटेशनल परीक्षण रसोई बनाती है जहां हम जल्दी से स्थापित कर सकते हैं कि विभिन्न बैटरियां कैसा प्रदर्शन करने वाली हैं।

अध्ययन के एक अन्य लेखक आर्गोन इलेक्ट्रोकेमिस्ट सुसान "सू" बेबीनेक ने कहा, "फिलहाल, यह मूल्यांकन करने का एकमात्र तरीका है कि बैटरी की क्षमता कितनी कम हो रही है, वास्तव में बैटरी को चक्रित करना है।"''यह बहुत महंगा है और इसमें काफी समय लगता है।''

पॉलसन के अनुसार, बैटरी जीवनकाल स्थापित करने की प्रक्रिया मुश्किल हो सकती है।"वास्तविकता यह है कि बैटरियां हमेशा के लिए नहीं चलती हैं, और वे कितने समय तक चलती हैं यह इस बात पर निर्भर करता है कि हम उनका उपयोग कैसे करते हैं, साथ ही उनके डिजाइन और उनकी केमिस्ट्री पर भी निर्भर करता है," उन्होंने कहा।“अब तक, यह जानने का कोई बढ़िया तरीका नहीं है कि बैटरी कितने समय तक चलेगी।लोग जानना चाहेंगे कि नई बैटरी पर पैसा खर्च करने के लिए उनके पास कितना समय है।"

अध्ययन का एक अनूठा पहलू यह है कि यह विभिन्न बैटरी कैथोड सामग्रियों, विशेष रूप से आर्गन के पेटेंट निकल-मैंगनीज-कोबाल्ट (एनएमसी)-आधारित कैथोड पर आर्गोन में किए गए व्यापक प्रायोगिक कार्य पर निर्भर था।पॉलसन ने कहा, "हमारे पास बैटरियां थीं जो अलग-अलग रसायन विज्ञान का प्रतिनिधित्व करती थीं, जिनके ख़राब होने और विफल होने के अलग-अलग तरीके थे।"​"इस अध्ययन का महत्व यह है कि इसने हमें ऐसे संकेत दिए जो बताते हैं कि विभिन्न बैटरियां कैसा प्रदर्शन करती हैं।"

पॉलसन ने कहा, इस क्षेत्र में आगे के अध्ययन में लिथियम-आयन बैटरी के भविष्य का मार्गदर्शन करने की क्षमता है।​उन्होंने कहा, ''जिन चीजों में हम सक्षम हैं उनमें से एक ज्ञात रसायन विज्ञान पर एल्गोरिदम को प्रशिक्षित करना और अज्ञात रसायन विज्ञान पर भविष्यवाणियां करना है।''"अनिवार्य रूप से, एल्गोरिदम हमें नए और बेहतर रसायन शास्त्र की दिशा में इंगित करने में मदद कर सकता है जो लंबे जीवनकाल की पेशकश करते हैं।"

इस तरह, पॉलसन का मानना ​​है कि मशीन लर्निंग एल्गोरिदम बैटरी सामग्री के विकास और परीक्षण में तेजी ला सकता है।“मान लीजिए कि आपके पास एक नई सामग्री है, और आप इसे कुछ बार चक्रित करते हैं।आप इसकी दीर्घायु की भविष्यवाणी करने के लिए हमारे एल्गोरिदम का उपयोग कर सकते हैं, और फिर निर्णय ले सकते हैं कि आप इसे प्रयोगात्मक रूप से जारी रखना चाहते हैं या नहीं।

बेबीनेक ने कहा, "यदि आप किसी प्रयोगशाला में शोधकर्ता हैं, तो आप कम समय में कई और सामग्रियों की खोज और परीक्षण कर सकते हैं क्योंकि आपके पास उनका मूल्यांकन करने का तेज़ तरीका है।"

अध्ययन पर आधारित एक पेपर, ''मशीन लर्निंग के लिए फ़ीचर इंजीनियरिंग ने बैटरी जीवनकाल की प्रारंभिक भविष्यवाणी को सक्षम किया,'' जर्नल ऑफ पावर सोर्सेज के 25 फरवरी के ऑनलाइन संस्करण में छपा।

पॉलसन और बेबीनेक के अलावा, पेपर के अन्य लेखकों में आर्गोन के जोसेफ कुबल, लोगान वार्ड, सौरभ सक्सेना और वेनक्वान लू शामिल हैं।

अध्ययन को आर्गोन प्रयोगशाला-निर्देशित अनुसंधान और विकास (एलडीआरडी) अनुदान द्वारा वित्त पोषित किया गया था।