कल्पना कीजिए कि कोई ज्योतिषी आपके जन्म के दिन ही आपके माता-पिता को बता दे कि आप कितने दिन जीवित रहेंगे। बैटरी रसायनशास्त्रियों के लिए भी ऐसा ही अनुभव संभव है, जो प्रायोगिक आंकड़ों के एक चक्र मात्र के आधार पर बैटरी के जीवनकाल की गणना करने के लिए नए कम्प्यूटेशनल मॉडल का उपयोग कर रहे हैं।

एक नए अध्ययन में, अमेरिकी ऊर्जा विभाग (डीओई) की आर्गोन नेशनल लेबोरेटरी के शोधकर्ताओं ने विभिन्न प्रकार की बैटरी संरचनाओं के जीवनकाल का अनुमान लगाने के लिए मशीन लर्निंग की शक्ति का उपयोग किया है। आर्गोन में छह अलग-अलग बैटरी संरचनाओं का प्रतिनिधित्व करने वाली 300 बैटरियों से एकत्रित प्रायोगिक डेटा का उपयोग करके, वैज्ञानिक सटीक रूप से यह निर्धारित कर सकते हैं कि विभिन्न बैटरियां कितने समय तक चलती रहेंगी।

आर्गोन के शोधकर्ताओं ने विभिन्न रासायनिक संरचनाओं के लिए बैटरी के चक्र जीवनकाल का पूर्वानुमान लगाने के लिए मशीन लर्निंग मॉडल का उपयोग किया है। (छवि: शटरस्टॉक/सीलस्टेप)

मशीन लर्निंग एल्गोरिदम में, वैज्ञानिक एक कंप्यूटर प्रोग्राम को डेटा के प्रारंभिक सेट पर निष्कर्ष निकालने के लिए प्रशिक्षित करते हैं, और फिर उस प्रशिक्षण से सीखी गई जानकारी का उपयोग डेटा के दूसरे सेट पर निर्णय लेने के लिए करते हैं।

“सेलफोन से लेकर इलेक्ट्रिक वाहनों और ग्रिड स्टोरेज तक, बैटरी के हर प्रकार के उपयोग के लिए, बैटरी का जीवनकाल हर उपभोक्ता के लिए अत्यंत महत्वपूर्ण है,” अध्ययन के लेखक, आर्गोन विश्वविद्यालय के कम्प्यूटेशनल वैज्ञानिक नोआ पॉलसन ने कहा। “किसी बैटरी को हजारों बार चालू-बंद करने में वर्षों लग सकते हैं; हमारी विधि एक प्रकार का कम्प्यूटेशनल टेस्ट किचन बनाती है जहाँ हम जल्दी से यह निर्धारित कर सकते हैं कि विभिन्न बैटरियाँ कैसा प्रदर्शन करेंगी।”

“फिलहाल, बैटरी की क्षमता में कमी का आकलन करने का एकमात्र तरीका बैटरी को बार-बार चालू-बंद करना है,” अध्ययन की एक अन्य लेखिका, आर्गोन की इलेक्ट्रोकेमिस्ट सुसान “सू” बैबिनेक ने कहा। “यह बहुत महंगा है और इसमें काफी समय लगता है।”

पॉलसन के अनुसार, बैटरी की जीवन अवधि का निर्धारण करना एक जटिल प्रक्रिया हो सकती है। उन्होंने कहा, “वास्तविकता यह है कि बैटरियां हमेशा के लिए नहीं चलतीं, और उनकी जीवन अवधि इस बात पर निर्भर करती है कि हम उनका उपयोग कैसे करते हैं, साथ ही उनकी डिज़ाइन और उनकी रासायनिक संरचना पर भी। अब तक, यह जानने का कोई सटीक तरीका नहीं था कि बैटरी कितने समय तक चलेगी। लोग यह जानना चाहेंगे कि उन्हें नई बैटरी खरीदने से पहले कितने समय का समय मिलेगा।”

इस अध्ययन का एक अनूठा पहलू यह है कि यह आर्गन में विभिन्न प्रकार के बैटरी कैथोड पदार्थों, विशेष रूप से आर्गन के पेटेंट प्राप्त निकल-मैंगनीज-कोबाल्ट (एनएमसी) आधारित कैथोड पर किए गए व्यापक प्रायोगिक कार्य पर आधारित था। पॉलसन ने कहा, "हमारे पास अलग-अलग रासायनिक संरचनाओं वाली बैटरियां थीं, जिनमें अलग-अलग तरीकों से खराबी आ सकती थी।" "इस अध्ययन का महत्व यह है कि इसने हमें ऐसे संकेत दिए जो विभिन्न बैटरियों के प्रदर्शन की विशेषता बताते हैं।"

पॉलसन ने कहा कि इस क्षेत्र में आगे के अध्ययन से लिथियम-आयन बैटरियों के भविष्य को दिशा देने की क्षमता है। उन्होंने कहा, “हम जो कर सकते हैं, उनमें से एक यह है कि हम एल्गोरिदम को एक ज्ञात रसायन विज्ञान पर प्रशिक्षित कर सकते हैं और उससे एक अज्ञात रसायन विज्ञान पर पूर्वानुमान लगवा सकते हैं।” “संक्षेप में, यह एल्गोरिदम हमें नए और बेहतर रसायन विज्ञान की दिशा में मार्गदर्शन करने में मदद कर सकता है जो लंबी आयु प्रदान 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 आपके पास एक नई सामग्री है, और आप इसे कुछ बार इस्तेमाल करते हैं। आप हमारे एल्गोरिदम का उपयोग करके इसकी जीवन अवधि का अनुमान लगा सकते हैं, और फिर यह तय कर सकते हैं कि आप इसे प्रयोगात्मक रूप से इस्तेमाल करना जारी रखना चाहते हैं या नहीं।”

"अगर आप किसी प्रयोगशाला में शोधकर्ता हैं, तो आप कम समय में बहुत अधिक सामग्रियों की खोज और परीक्षण कर सकते हैं क्योंकि आपके पास उनका मूल्यांकन करने का एक तेज़ तरीका है," बैबिनेक ने आगे कहा।

इस अध्ययन पर आधारित एक शोधपत्र, "मशीन लर्निंग के लिए फीचर इंजीनियरिंग ने बैटरी लाइफटाइम की प्रारंभिक भविष्यवाणी को सक्षम बनायायह लेख जर्नल ऑफ पावर सोर्सेज के 25 फरवरी के ऑनलाइन संस्करण में प्रकाशित हुआ था।

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

इस अध्ययन को आर्गोन लेबोरेटरी-डायरेक्टेड रिसर्च एंड डेवलपमेंट (एलडीआरडी) अनुदान द्वारा वित्त पोषित किया गया था।