Factorial presenta la plataforma de IA 'Gammatron' para el desarrollo de baterías
Factorial Energy, con sede en Boston, está especializada en baterías de estado sólido en las que el electrolito líquido se sustituye por uno sólido. La empresa cuenta Mercedes-Benz, Stellantis y Hyundai-Kia entre sus socios más importantes. La visión de la empresa es dotar a los coches eléctricos de una autonomía de unos 1.000 kilómetros con densidades de energía de hasta 450 Wh/kg.
Para acelerar la investigación sobre baterías de estado sólido, Factorial ha desarrollado ahora Gammatron, una plataforma gemela digital impulsada por IA para una innovación más rápida de las baterías desde el laboratorio a la carretera. Desarrollada internamente para superar los cuellos de botella en I+D, la solución permite una predicción avanzada de la vida útil, protocolos de carga optimizados y un descubrimiento de electrolitos más inteligente para diferentes químicas de baterías, según la empresa.
A diferencia de las plataformas tradicionales de IA que se centran en la modelización a nivel de sistema, Gammatron combina la electroquímica, la termodinámica y los datos de laboratorio para simular y optimizar el comportamiento de las pilas tanto a nivel de material como de sistema celular.
"Validar el diseño de una nueva célula puede llevar años, pero con el Gammatrón hemos demostrado que podemos acortar drásticamente ese plazo: predecir el rendimiento a largo plazo a partir de sólo dos semanas de pruebas iniciales, en lugar de los típicos tres a seis meses", dijo Siyu Huang, consejero delegado de Factorial. "Combinando la automatización con conocimientos basados en datos, estamos acelerando el desarrollo con mayor velocidad y control".
La plataforma ofrece tres funciones básicas: Un gemelo digital impulsado por IA para las celdas de las baterías puede proporcionar predicciones precisas de la salud de las celdas y acelerar la optimización de la carga rápida. Además, la formulación del electrolito se acelera mediante la modelización molecular y el aprendizaje automático. Además, se utiliza la modelización basada en la física para simular el comportamiento interno de las baterías, incluidos el estrés, el calor y la degradación, que no pueden observarse directamente durante las pruebas.
El Gammatrón ya se ha utilizado en el desarrollo conjunto de Factorial y Stellantis, según la empresa, y se dice que ha ayudado a predecir el rendimiento de las pilas antes de que se completaran todas las pruebas, un factor crítico para completar el programa de validación antes de lo previsto. En algunos casos, la optimización del protocolo hecha posible con Gammatron ha duplicado la vida útil sin cambiar la química de la célula.
"Las baterías son sistemas químicos dinámicos complejos. Gammatron™ combina el aprendizaje automático con la ingeniería de características científicas. Donde la mayoría de las plataformas chocan contra un muro con un aprendizaje automático superficial, Gammatron profundiza y muestra a los ingenieros qué cambios de material y diseño desbloquearán una vida más larga y un mayor rendimiento", dijo Raimund Koerver, vicepresidente de desarrollo de negocio de Factorial. "No se trata sólo de predecir resultados, sino de posibilitar unos mejores".
0 Comentarios