Современные технологии создания аккумуляторов и систем embodied AI постепенно отходят от методов, базирующихся исключительно на анализе больших данных. Усложнение архитектур и стремление моделировать поведение накопителей энергии в реальных условиях подталкивают индустрию к гибридной модели: сочетанию фундаментальных физических принципов с оптимизацией на основе эмпирических данных.
В рамках такого подхода специалисты интегрируют базовые электрохимические модели (например, процессы формирования SEI-слоя или литиевое осаждение) и калибруют их параметры, опираясь на результаты масштабных ресурсных испытаний. По оценкам разработчиков, внедрение этой методики позволило увеличить точность прогнозирования ресурса батарей, сократив погрешность с ±20% до внушительных ±5%.
Тем не менее, переход от лабораторных экспериментов к полноценному симуляционному проектированию порождает серьезное противоречие: даже совершенные цифровые модели нуждаются в физической верификации. Существующие системы управления батареями (BMS) пока не способны полностью заменить натурные испытания, а вскрытие элементов традиционными методами неизбежно сопряжено с риском их порчи.
Одним из главных барьеров остается исследование внутренней структуры аккумуляторов, отработавших свой срок. Традиционные адгезивы и герметики делают процесс разборки деструктивным: вскрытие корпуса нарушает внутренние механические напряжения, повреждает интерфейсы и нередко провоцирует опасные состояния, вплоть до теплового разгона.
Решением этой проблемы стала разработка Electrically Debondable Tape — специальной адгезивной ленты, чувствительной к электрическому воздействию. Подача слабого напряжения (от 10 до 50 В) запускает электрохимические реакции в составе материала, из-за чего клей практически мгновенно теряет свои фиксирующие свойства.
Это позволяет выполнять неразрушающий демонтаж компонентов, извлекая достоверные данные о деградации элементов без малейшего механического воздействия. Полученная информация служит бесценным ресурсом для дообучения ИИ-алгоритмов и повышения точности предсказательных моделей.
Более того, технология обещает стать новым стандартом безопасности для обслуживания робототехнических комплексов, беспилотников и электротранспорта, где попытки вскрытия батарейных модулей чреваты короткими замыканиями и другими критическими инцидентами.
Отдельное перспективное направление — циклическая экономика. По истечении срока службы аккумуляторная система сможет самостоятельно инициировать процесс «разблокировки» внутренних соединений, позволяя роботизированным линиям переработки легко разделять компоненты для эффективного ресайклинга.
Компания Fonitaniya позиционирует это решение как ключевой инфраструктурный компонент для перспективных систем ИИ и робототехники, обеспечивающий необходимый баланс между высокой удельной энергоемкостью, удобством сервисного обслуживания и экологичной утилизацией.
Источник: iXBT
