Батареи разбираются сами: новая технология для аккумуляторов

Индустрия аккумуляторов и системы Эмбодиед AI сталкиваются с ограничениями подходов, основанных исключительно на данных. По мере усложнения систем производители переходят к гибридной парадигме — сочетанию физических моделей и оптимизации на основе данных. Инженеры используют базовые электрохимические модели, такие как рост СЭИ-слоя, уточняя параметры на основе сотен реальных испытаний. Этот метод позволил повысить точность прогнозирования срока службы батарей с ±20% до ±5%. Об этом сообщает Иксбт.ком .

Однако при переходе к симуляционному проектированию возникает фундаментальная проблема: даже самые точные модели требуют физической проверки на реальных образцах. Существующие системы БМС (Баттерй Манагемент Сйстем) не могут заменить разборку и внутренний анализ без повреждения элементов. Клеи, используемые в традиционных методах, при вскрытии батареи изменяют внутреннее напряжение, нарушают интерфейсы и могут вызывать опасные состояния, такие как термический перегрев.

В качестве решения этой проблемы была разработана технология Электрикаллй Дебондабле Тапе — специальной ленты, которая теряет адгезионные свойства при подаче низкого напряжения (10–50 В). Этот материал позволяет безопасно разбирать конструкцию аккумулятора и получать точные данные о деградации элементов. Полученная информация впоследствии используется для совершенствования моделей ИИ и повышения качества прогнозирования.

Новая технология рассматривается как средство повышения безопасности при обслуживании робототехники, дронов и электромобилей. Она также обладает огромным потенциалом в экономике переработки: после окончания срока службы батареи роботизированные линии могут автоматически разбирать элементы по команде системы управления. Компания Фонитания представляет эту разработку как инфраструктуру будущего, обеспечивающую баланс между высокой энергоемкостью и безопасной утилизацией.