طور باحثون في جامعة كاليفورنيا، ريفرسايد، نظاماً تشخيصياً جديداً يسمى “حالة المهمة” (SOM)، مصمماً للتنبؤ بمدى قدرة البطارية على تشغيل رحلة محددة بأمان ونجاح في ظل ظروف واقعية.
ما هو SOM وكيف يعمل
يختلف SOM عن أنظمة اليوم التي تعرض نسبة مئوية فقط من الشحن، فهو يأخذ في الاعتبار التضاريس ودرجة الحرارة وحركة المرور لتقدير مدى قدرة المركبة على إكمال مسار مخطط له دون نفاد الطاقة.
يُدمج SOM بين التعلم القائم على البيانات والنماذج القائمة على الفيزياء؛ ويستخدم بيانات الشحن والتفريغ ودرجة الحرارة مع مراعاة القوانين الكهروكيميائية والديناميكية الحرارية، ليخرج تنبؤات أكثر موثوقية حتى في ظل تغيّر الظروف مثل الارتفاع الشديد في الطرق أو الطقس البارد المفاجئ.
النتائج والتقييم
تم تدريب النموذج باستخدام مجموعات بيانات عامة من ناسا وجامعة أكسفورد لاختبار دقته، وتتضمن بيانات عن الجهد ودرجة الحرارة ودورات الأداء على مدى فترات طويلة. أظهرت النتائج أن SOM يمكنه تقليل أخطاء التنبؤ إلى 0.018 فولت للجهد و1.37 درجة مئوية للحرارة، وهي نتائج تفوق أنظمة التشخيص الحالية.
التطبيقات والقدرات المحتملة
إلى جانب عرض مستوى الشحن الأساسي، يستطيع SOM إخبار السائقين بما إذا كان عليهم إعادة الشحن أثناء الرحلة أو أن مهمة محددة قد تكون غير آمنة بسبب الظروف، كما يمكن توظيفه في تطبيقات أخرى مثل الطائرات بدون طيار وأنظمة تخزين الطاقة من أجل قرارات أكثر واقعية.
التحديات وآفاق التطوير
تشير الدراسات إلى أن هذا الإطار يتطلب قدرة حاسوبية عالية، إلا أن الخبراء يعتقدون أن التحسينات المستقبلية ستجعل النظام مناسباً بشكل أكبر لأنظمة السيارات الكهربائية التجارية ويعزز التخطيط والاعتمادية في مختلف تقنيات الطاقة.
