Il settore automobilistico sta affrontando una grande sfida: ridurre le emissioni di carbonio per contribuire allo sviluppo sostenibile. In questo contesto, il riciclo e il riutilizzo delle batterie delle auto elettriche giocano un ruolo fondamentale. Microsoft Research e Nissan Motor Corporation hanno unito le forze per sviluppare un nuovo metodo di machine learning in grado di predire con grande accuratezza il degrado delle batterie, dando una spinta significativa agli sforzi di Nissan nel campo del riciclo.
L'impegno di Nissan per la neutralità carbonica
Nissan, pioniera nel lancio della prima auto elettrica prodotta in serie, si è posta l'ambizioso obiettivo di raggiungere la neutralità carbonica entro il 2050 lungo l'intero ciclo di vita dei veicoli. Un elemento chiave di questa strategia è l'innovazione nella gestione delle batterie, componente essenziale dei veicoli elettrici.
Atsushi Ohma, Expert Leader del Laboratorio EV System di Nissan, ha spiegato che attualmente le auto elettriche e le relative batterie hanno una vita media di circa 10 anni. Circa il 50% delle emissioni di CO2 avviene durante l'estrazione dei materiali e la fase di produzione. L'obiettivo di Nissan è estendere il ciclo di vita oltre i 15 anni, riducendo così le emissioni complessive.
La collaborazione tra Microsoft Research Asia e Nissan
Dal 2020, il team di Microsoft Research Asia è impegnato attivamente nell'affrontare le sfide della sostenibilità attraverso la ricerca interdisciplinare. La collaborazione con Nissan si inserisce perfettamente in questo percorso, con l'obiettivo comune di migliorare le previsioni sulle prestazioni delle batterie agli ioni di litio, concentrandosi in particolare sul loro degrado nel tempo.
Come ha dichiarato Atsushi Ohma: "Attraverso la collaborazione con Microsoft Research Asia, stiamo innovando i metodi di previsione del degrado delle batterie per migliorare l'efficacia del riciclo e promuovere il riutilizzo delle risorse. Questo è un passo fondamentale nel nostro percorso verso la neutralità carbonica a lungo termine."
Le sfide nella previsione delle prestazioni delle batterie
Comprendere lo stato di salute (SoH) delle batterie è cruciale per un riciclo efficiente. Tradizionalmente, la previsione del degrado si basa su modelli matematici che richiedono continui esperimenti per regolare i parametri, con processi che possono durare fino a un anno. Nissan punta ad applicare il machine learning per prevedere lo stato di salute delle batterie basandosi su segnali esterni, riducendo al minimo la necessità di test fisici estesi.
Tuttavia, l'utilizzo del machine learning in questo campo presenta due sfide principali:
- La difficoltà nel raccogliere dati sufficienti a causa dei lunghi cicli di carica e scarica.
- La complessità nell'acquisizione dei segnali, dovuta alle condizioni operative variabili delle batterie.
Un nuovo approccio basato sui dati
Per superare queste sfide, i ricercatori hanno sviluppato caratteristiche specializzate per analizzare come la chimica interna delle batterie agli ioni di litio cambia in diverse condizioni di tensione e corrente. Integrando queste caratteristiche chiave con i dati reali di Nissan, i ricercatori hanno migliorato significativamente l'accuratezza dei loro modelli di machine learning.
Shun Zheng, Senior Researcher di Microsoft Research Asia, ha sottolineato: "Abbiamo scoperto differenze tra i dataset accademici pubblici e i dati aziendali reali. Sviluppare modelli ampiamente applicabili per l'industria richiede l'integrazione di dati proprietari aziendali con tecnologie AI avanzate."
Risultati sorprendenti
Il nuovo modello basato sui dati ha mostrato prestazioni impressionanti:
- Miglioramento dell'accuratezza di circa l'80% con i dati di simulazione di Nissan
- Aumento dell'accuratezza di oltre il 30% con dati sperimentali reali
- Raggiungimento di un errore assoluto medio (MAE) di soli 0,0094 nella previsione dello stato di salute al 200° ciclo, utilizzando dati solo dei primi 50 cicli
Questi risultati dimostrano che il nuovo modello è non solo più accurato, ma anche più efficiente nel prevedere lo stato di salute di una batteria, richiedendo meno dati e meno cicli per fare previsioni precise.
Implicazioni per il futuro
La collaborazione tra Nissan e Microsoft Research Asia evidenzia il potenziale delle tecnologie di intelligenza artificiale nel settore dei veicoli elettrici. Oltre a prevedere lo stato di salute delle batterie per il riciclo, l'AI può ottimizzare l'esperienza di guida, prevedere con precisione la durata della batteria e consentire una guida più intelligente.
Jiang Bian, Senior Principal Researcher di Microsoft Research Asia, ha dichiarato: "Attraverso la nostra collaborazione con Nissan, abbiamo appreso che l'AI ha un grande potenziale nel settore dei veicoli elettrici, inclusa l'ottimizzazione delle combinazioni di materiali per le batterie per migliorarne le prestazioni, la scoperta di nuovi materiali e l'ottimizzazione dei processi degli elettrodi delle batterie."
Basandosi su questi risultati iniziali, Nissan e Microsoft Research Asia pianificano di espandere la loro collaborazione per far progredire ulteriormente la tecnologia e accelerare il progresso verso gli obiettivi di sviluppo sostenibile e protezione ambientale.
Questa partnership rappresenta un esempio concreto di come la collaborazione tra industria e ricerca possa portare a innovazioni significative nel campo della sostenibilità, aprendo la strada a un futuro più verde per il settore automobilistico e non solo.
Il riciclo e il riutilizzo delle batterie per auto elettriche rappresenta una sfida cruciale per la sostenibilità del settore automobilistico. Questo tema si inserisce in un contesto storico più ampio legato all'evoluzione dei veicoli elettrici e delle tecnologie di accumulo energetico.
Le prime auto elettriche risalgono alla fine del XIX secolo, quando competevano con i veicoli a vapore e a benzina. Tuttavia, i limiti delle batterie dell'epoca portarono al predominio dei motori a combustione interna per gran parte del XX secolo. È solo negli ultimi decenni che l'auto elettrica ha conosciuto una vera rinascita, spinta dalla crescente consapevolezza ambientale e dai progressi tecnologici.
Un momento chiave in questa storia è stato lo sviluppo delle batterie agli ioni di litio negli anni '80. Queste batterie, più leggere ed efficienti delle precedenti, hanno aperto nuove possibilità per i veicoli elettrici. Tuttavia, il loro smaltimento e riciclo rappresenta oggi una sfida importante.
La rivoluzione delle auto elettriche non sarà completa finché non risolveremo il problema del ciclo di vita delle batterie
Una curiosità interessante riguarda il "secondo ciclo di vita" delle batterie per auto. Quando non sono più adatte all'uso automobilistico, queste batterie possono ancora avere una capacità del 70-80% e possono essere impiegate per lo stoccaggio di energia in applicazioni stazionarie, come il supporto alla rete elettrica o l'accumulo di energia solare domestica.
Il riciclo delle batterie agli ioni di litio è un processo complesso che richiede tecnologie avanzate. Attualmente, solo una piccola percentuale delle batterie viene effettivamente riciclata, ma la ricerca in questo campo sta facendo rapidi progressi. L'obiettivo è creare una vera e propria "economia circolare" delle batterie, in cui i materiali vengono continuamente recuperati e riutilizzati.
L'impiego dell'intelligenza artificiale per ottimizzare il ciclo di vita delle batterie rappresenta un'evoluzione naturale in un settore sempre più digitalizzato. Questa tecnologia potrebbe non solo migliorare il riciclo, ma anche prolungare la vita utile delle batterie, riducendo la necessità di produrne di nuove.
In conclusione, il riciclo delle batterie per auto elettriche è un campo in rapida evoluzione, che combina sfide ambientali, innovazione tecnologica e nuovi modelli economici. Il suo sviluppo sarà cruciale per realizzare appieno il potenziale sostenibile della mobilità elettrica.
