ယခုအခါ သုတေသီများသည် စက်သင်ယူခြင်းဖြင့် ဘက်ထရီသက်တမ်းကို ခန့်မှန်းနိုင်ပြီဖြစ်သည်။

ယခုအခါ သုတေသီများသည် စက်သင်ယူခြင်းဖြင့် ဘက်ထရီသက်တမ်းကို ခန့်မှန်းနိုင်ပြီဖြစ်သည်။

နည်းပညာသည် ဘက်ထရီတည်ဆောက်မှုကုန်ကျစရိတ်ကို လျှော့ချနိုင်သည်။

မင်းမွေးတဲ့နေ့မှာ မင်းဘယ်လောက်ကြာကြာနေမယ်ဆိုတာ မင်းမိဘတွေပြောနေတဲ့ စိတ်ဝိဉာဉ်တစ်ခုကို မြင်ယောင်ကြည့်ပါ။စမ်းသပ်ဒေတာစက်ဝန်းတစ်ခုလောက်သာရှိသည်ကိုအခြေခံ၍ ဘက်ထရီသက်တမ်းကိုတွက်ချက်ရန် ကွန်ပြူတာမော်ဒယ်အသစ်များကိုအသုံးပြုနေသော ဘက်ထရီဓာတုဗေဒပညာရှင်များအတွက် အလားတူအတွေ့အကြုံမျိုးရနိုင်သည်။

လေ့လာမှုအသစ်တစ်ခုတွင်၊ အမေရိကန်စွမ်းအင်ဌာန (DOE) Argonne National Laboratory မှသုတေသီများသည် မတူညီသောဘက်ထရီဓာတုဗေဒအမြောက်အမြား၏သက်တမ်းကိုခန့်မှန်းရန် စက်သင်ယူခြင်း၏စွမ်းအားကို ပြောင်းလဲခဲ့ကြသည်။မတူညီသောဘက်ထရီဓာတုဗေဒခြောက်ခုကိုကိုယ်စားပြုသည့်ဘက်ထရီ ၃၀၀ အစုမှ Argonne တွင်စုဆောင်းထားသောစမ်းသပ်ဒေတာကိုအသုံးပြုခြင်းအားဖြင့်ကွဲပြားခြားနားသောဘက်ထရီများမည်မျှကြာကြာဆက်လက်လည်ပတ်နေမည်ကိုသိပ္ပံပညာရှင်များမှတိကျစွာဆုံးဖြတ်နိုင်သည်။

16x9_ဘက်ထရီသက်တမ်း ရှပ်တာစတော့ခ်

Argonne သုတေသီများသည် မတူညီသော ဓာတုဗေဒအမြောက်အမြားအတွက် ဘက်ထရီ စက်ဝန်းသက်တမ်းကို ခန့်မှန်းရန် စက်သင်ယူမှုပုံစံများကို အသုံးပြုခဲ့ကြသည်။(Shutterstock/Sealstep မှပုံ။)

machine learning algorithm တွင်၊ သိပ္ပံပညာရှင်များသည် ကနဦးဒေတာအစုအဝေးကို ကောက်ချက်ချရန် ကွန်ပျူတာပရိုဂရမ်တစ်ခုကို လေ့ကျင့်ပေးကာ အခြားဒေတာအစုအဝေးတွင် ဆုံးဖြတ်ချက်များချရန်အတွက် ၎င်းသင်တန်းမှ သင်ယူခဲ့ရာများကို ယူပါ။

“ကွဲပြားတဲ့ဘက်ထရီအပလီကေးရှင်းတိုင်း၊ ဆဲလ်ဖုန်းတွေကနေ လျှပ်စစ်ကားတွေအထိ လျှပ်စစ်ဓာတ်အားသိုလှောင်မှုအထိ၊ သုံးစွဲသူတိုင်းအတွက် ဘက်ထရီသက်တမ်းဟာ အခြေခံအရေးကြီးပါတယ်” ဟု လေ့လာမှုကို ရေးသားသူ Argonne တွက်ချက်မှုဆိုင်ရာသိပ္ပံပညာရှင် Noah Paulson က ပြောကြားခဲ့သည်။“ဘက်ထရီကို မအောင်မြင်မချင်း အကြိမ်ပေါင်း ထောင်ချီပြီး လည်ပတ်ရတာ နှစ်နဲ့ချီ ကြာနိုင်ပါတယ်။ကျွန်ုပ်တို့၏နည်းလမ်းသည် မတူညီသောဘက်ထရီများ မည်သို့လုပ်ဆောင်မည်ကို လျင်မြန်စွာသိရှိနိုင်စေမည့် ကွန်ပျူတာစမ်းသပ်မီးဖိုချောင်အမျိုးအစားကို ဖန်တီးပေးပါသည်။"

“အခုအချိန်မှာ ဘက်ထရီတစ်လုံးရဲ့ စွမ်းဆောင်ရည် ဘယ်လောက်ကျဆင်းသွားသလဲဆိုတာကို အကဲဖြတ်ဖို့ တစ်ခုတည်းသောနည်းလမ်းက ဘက်ထရီကို အမှန်တကယ်လည်ပတ်ဖို့ပါပဲ” ဟု လေ့လာမှု၏အခြားစာရေးဆရာ Argonne မှ လျှပ်စစ်ဓာတုဗေဒပညာရှင် Susan “Sue” Babinec က ပြောကြားခဲ့သည်။"အရမ်းစျေးကြီးပြီး အချိန်အတော်ကြာပါတယ်။"

Paulson ၏ အဆိုအရ၊ ဘက်ထရီ သက်တမ်းကို ထူထောင်ခြင်း လုပ်ငန်းစဉ်သည် ရှုပ်ထွေးနိုင်သည်။“အမှန်တကယ်ကတော့ ဘက်ထရီက ထာဝစဉ်မတည်မြဲဘူး၊ ဘယ်လောက်ကြာကြာခံတယ်ဆိုတာ ကျွန်တော်တို့ အသုံးပြုတဲ့ပုံစံအပြင် သူတို့ရဲ့ ဒီဇိုင်းနဲ့ သူတို့ရဲ့ ဓာတုဗေဒဆိုင်ရာပေါ်မူတည်ပါတယ်” ဟု ၎င်းက ဆိုသည်။“အခုအချိန်အထိတော့ ဘက်ထရီတစ်လုံး ဘယ်လောက်ကြာကြာခံမယ်ဆိုတာကို သိဖို့ ကောင်းမွန်တဲ့နည်းလမ်း မရှိသေးပါဘူး။လူတွေက ဘက်ထရီအသစ်တစ်လုံးမှာ ပိုက်ဆံကုန်တဲ့အထိ ဘယ်လောက်ကြာကြာ ခံချင်ကြမလဲ။”

လေ့လာမှု၏ ထူးခြားသော ရှုထောင့်တစ်ခုမှာ ၎င်းသည် Argonne မှ ဘက်ထရီ cathode ပစ္စည်းများ၊ အထူးသဖြင့် Argonne ၏ မူပိုင်ခွင့်ရရှိထားသော နီကယ်-မန်းဂနိစ်-ကိုဘော့ (NMC)-based cathode တွင် ကျယ်ပြန့်သော စမ်းသပ်လုပ်ဆောင်မှုအပေါ် မှီခိုနေရခြင်းဖြစ်သည်။Paulson က "ကျွန်တော်တို့မှာ မတူညီတဲ့ ဓာတုဗေဒဘာသာရပ်တွေကို ကိုယ်စားပြုတဲ့ဘက်ထရီတွေ ရှိခဲ့တယ်၊ အဲဒါတွေက ပျက်စီးယိုယွင်းစေမယ့် နည်းလမ်းတွေ အမျိုးမျိုးရှိပါတယ်" ဟု Paulson မှ ပြောကြားခဲ့သည်။"ဒီလေ့လာမှုရဲ့တန်ဖိုးက ကွဲပြားတဲ့ဘက်ထရီတွေရဲ့ လုပ်ဆောင်ချက်ကို လက္ခဏာပြတဲ့ အချက်ပြမှုတွေကို ပေးဆောင်ရခြင်းဖြစ်ပါတယ်။"

ဤနယ်ပယ်တွင် နောက်ထပ်လေ့လာမှုများက လစ်သီယမ်-အိုင်းယွန်းဘက်ထရီများ၏ အနာဂတ်ကို လမ်းညွှန်ပေးနိုင်သည့် အလားအလာရှိကြောင်း Paulson က ပြောကြားခဲ့သည်။“ကျွန်ုပ်တို့လုပ်နိုင်တဲ့ အရာတွေထဲက တစ်ခုကတော့ လူသိများတဲ့ ဓာတုဗေဒဆိုင်ရာ algorithm ကို လေ့ကျင့်ပေးပြီး မသိတဲ့ ဓာတုဗေဒဆိုင်ရာ ခန့်မှန်းချက်တွေကို ပြုလုပ်ဖို့ပါပဲ” ဟု ၎င်းက ဆိုသည်။"အဓိကအားဖြင့်၊ အယ်လဂိုရီသမ်သည် ကျွန်ုပ်တို့အား သက်တမ်းပိုရှည်စေသည့် ဓာတုဗေဒနည်းသစ်များနှင့် တိုးတက်ကောင်းမွန်သော ဦးတည်ချက်ဆီသို့ ညွှန်ပြပေးနိုင်သည်။"

ဤနည်းဖြင့်၊ စက်သင်ယူမှု အယ်လဂိုရီသမ်သည် ဘက်ထရီပစ္စည်းများ၏ ဖွံ့ဖြိုးတိုးတက်မှုနှင့် စမ်းသပ်မှုကို အရှိန်မြှင့်နိုင်သည်ဟု Paulson က ယုံကြည်သည်။“မင်းမှာ ပစ္စည်းအသစ်တစ်ခုရှိတယ်လို့ပြောပြီး အကြိမ်အနည်းငယ် လည်ပတ်ပါ။၎င်း၏အသက်ရှည်မှုကို ခန့်မှန်းရန် ကျွန်ုပ်တို့၏ အယ်လဂိုရီသမ်ကို သင်အသုံးပြုနိုင်ပြီး ၎င်းကို စမ်းသပ်လည်ပတ်မှု ဆက်လက်ပြုလုပ်လိုသည်ဖြစ်စေ မလုပ်ဆောင်လိုခြင်းနှင့်ပတ်သက်၍ ဆုံးဖြတ်ချက်များချနိုင်သည်။”

"မင်းဟာ ဓာတ်ခွဲခန်းမှာ သုတေသီတစ်ယောက်ဆိုရင်၊ မင်းမှာ အကဲဖြတ်ဖို့ ပိုမြန်တဲ့ နည်းလမ်းရှိလို့ နောက်ထပ် ပစ္စည်းများစွာကို အချိန်တိုအတွင်းမှာ ရှာဖွေပြီး စမ်းသပ်နိုင်ပါတယ်" ဟု Babinec က ထပ်လောင်းပြောကြားခဲ့သည်။

လေ့လာမှုအပေါ်အခြေခံတဲ့ စာတမ်းတစ်စောင်၊စက်သင်ယူမှုအတွက် အင်္ဂါရပ်အင်ဂျင်နီယာက ဘက်ထရီသက်တမ်းကို အစောပိုင်း ခန့်မှန်းမှုကို ဖွင့်ပေးထားသည်။” ဟု ဖေဖော်ဝါရီ 25 ရက်နေ့ထုတ် Journal of Power Sources ၏ အွန်လိုင်းထုတ်ဝေမှုတွင် ဖော်ပြခဲ့သည်။

Paulson နှင့် Babinec အပြင် အခြားသော စာတမ်းရေးသားသူများတွင် Argonne ၏ Joseph Kubal၊ Logan Ward၊ Saurabh Saxena နှင့် Wenquan Lu တို့ ပါဝင်သည်။

လေ့လာမှုအား Argonne Laboratory-Directed Research and Development (LDRD) ထောက်ပံ့ငွေဖြင့် ထောက်ပံ့ပေးခဲ့သည်။

 

 

 

 

 


စာတိုက်အချိန်- မေ-၆-၂၀၂၂