Deep Learning basato sulla Fisica Prevede la Fuga Termica delle Batterie

Uno studio recente pubblicato su arXiv introduce un framework chiamato Physics-Informed Long Short-Term Memory (PI-LSTM) progettato per anticipare la fuga termica nelle batterie agli ioni di litio. Questo metodo innovativo incorpora le equazioni fondamentali del trasferimento di calore in un modello di deep learning attraverso un termine di regolarizzazione basato sulla fisica all'interno della funzione di perdita. Analizza varie sequenze di input, come stato di carica, tensione, corrente, stress meccanico e temperatura superficiale. L'obiettivo è conciliare le tecniche tradizionali basate sui dati come LSTM, che possono violare le leggi termodinamiche, con i modelli termici basati sulla fisica che richiedono risorse computazionali significative. Questa ricerca è cruciale per migliorare la sicurezza, l'efficienza e l'affidabilità dei moderni sistemi di accumulo di energia.