נשמע מעניין... המחקר המפתיע: נהיגה נמרצת מאריכה את חיי הסוללה ברכב חשמלי.

[EBA]

@יחצ-המקצוען חחחח
פשוט מאוד כשנוהגים בפראות כזו מגיעים לפי כמה מחזורי טעינה בהרבה פחות זמן, ובנהיגה רגועה זה לוקח תקופה הרבה יותר ארוכה, ולכן מספיקים יותר כשהסוללה חדשה.

[יעקב מ. פינס]

@EBA כתב בנשמע מעניין... המחקר המפתיע: נהיגה נמרצת מאריכה את חיי הסוללה ברכב חשמלי.:

@יחצ-המקצוען חחחח
פשוט מאוד כשנוהגים בפראות כזו מגיעים לפי כמה מחזורי טעינה בהרבה פחות זמן, ובנהיגה רגועה זה לוקח תקופה הרבה יותר ארוכה, ולכן מספיקים יותר כשהסוללה חדשה.

לא ירדתי לעומק דעתך
מה הקשר אם הסוללה חדשה או לא
יעילות סוללה לא נמדדת לפי זמן ייצור (במצברים כן אבל זה סיפור אחר) אלא לפי כמות טעינות

[EBA]

@יעקב-מ.-פינס כתב בנשמע מעניין... המחקר המפתיע: נהיגה נמרצת מאריכה את חיי הסוללה ברכב חשמלי.:

יעילות סוללה לא נמדדת לפי זמן ייצור (במצברים כן אבל זה סיפור אחר) אלא לפי כמות טעינות

גם וגם, זה לא סיפור אחר.

[בנג'ה]

@יחצ-המקצוען ברמת העקרון נסיעה מונוטונית כל הזמן מבלבלת את התאים בסוללה, ומאידך, גם נסיעה אגרסיבית ופרועה (פרעות/פראות אותה משמעות)
קורעת את הסוללה והתאים.
המיתוסים הידועים לגבי סוללות ליתיום שהוכיחו את עצמם כבר מאז המצאת סוללות אלו, להפחית ככל האפשר במחזורי טעינה, טעינה שגרתית עד 80%, פריקה מקסימלית שלא תפחת מ-20%, מדי שבוע/יים טעינה ל-100% כדי לאזן את התאים.
הנסיעה שהכי בריאה לסוללה זו נסעיה רגילה בשילוב פתיחות אלימות כל כמה נסיעות. זה גורם ל-BMS להיות יותר יעיל ורענן, וגם חכם יותר.
לפי מה שהבנתי מהחקר הם לא חידשו שום דבר.
אבל בשביל להבין אותו לעומק צריך לראות את הגרפים והנוסחאות שלהם.
מעניין לראות את המחקר הזה לעומק.

[מיישה]

@יחצ-המקצוען
אני אוסיף תוספת חשובה עם קצת הומור, “נהיגה נמרצת ברכב היברידי ג"כ מאריכה את חיי הסוללה…”
ואסביר: אני קניתי את הרכב, וכהרגלי, מה שמאד מומלץ, בחזור מהבדיקה ביקשתי מהמוכר לנהוג בתירוץ שאין לי כח, וראיתי שהוא לוחץ על הדוושא בלי העדינות המתבקשת ברכב היברידי, ואכן הסוללה שלי עם 270K ולא רוצה למות…

[מרקורי]

@EBA כתב בנשמע מעניין... המחקר המפתיע: נהיגה נמרצת מאריכה את חיי הסוללה ברכב חשמלי.:

@יחצ-המקצוען חחחח
פשוט מאוד כשנוהגים בפראות כזו מגיעים לפי כמה מחזורי טעינה בהרבה פחות זמן, ובנהיגה רגועה זה לוקח תקופה הרבה יותר ארוכה, ולכן מספיקים יותר כשהסוללה חדשה.

לפי מה שכתוב בכתבה המחקר נעשה על הבטריות במשך שנתיים אז נשמע שהם בודדו את הנתון של הזמן גם אני מאוד הסתקרנתי איך עשו זאת

[חובק עולם]

@מרקורי אני לא יודע על איזה רכב מדובר בכתבה אבל אני ממש מרחם על הנהגים המסכנים שנהגו בו…
המחקר נערך כשנתיים והם הצליחו לבצע כ1600 מחזורי טעינה לפחות. זה די מטורף, זה אומר שהם נאלצו לטעון את הרכב לפחות פעמים וחצי ביום כדי להגיע לתוצאה של 1600 מחזורי טעינה בשנתיים, ואם זה היה בטעינה מהירה אז יכול מאוד להיות שבטעינה איטית בבית התוצאות היו שונות (אני לא מאמין שהם המתינו כמה שעות טובות כל פעם… זה ודאי לא הגיוני… 1600 מחזורי טעינה כפול הזמן שצריך לנסוע אותם, כפול הזמן שצריך לטעון אותם)

[מרקורי]

@חובק-עולם יתכן שחיברו סימולטורים לרכבים וככה הפעילו אותם ולא ע"י נהגים אמיתיים

[חובק עולם]

@מרקורי דהיינו אוטונומי?

[מרקורי]

@חובק-עולם לאו דווקא יתכן שפשוט דימו לסוללה מצב נהיגה אינטנסיבי ומצב רגוע
בפריקת מתח הסוללה לא חייב להיות שהסוללה הייתה מחוברת לרכב או לגלגלים
אבל הכל זו תאוריה שלי צריך לראות את המחקר עצמו ולהבין
עריכה:
מעיון כאן
(אתר החדשות של האוניברסיטה שערכה את המחקר) נראה שצדקתי והבדיקה הייתה בתנאי מעבדה בה בדקו את הסוללה במצבי פריקה שונים

[צבי דורש ציון]

@מרקורי קראת באנגלית או בתרגום של גוגל? כי מהתירגום לא לגמרי הבנתי האם אכן מדובר בתנאי מעבדה או לא.
עריכה: בקריאה שניה אולי כן כדבריך? נחכה לעוד שיקראו…

[מרקורי]

@צבי-דורש-ציון הנה תשובה של GPT
האם שתי הבדיקות היו במעבדה גם זאת שהייתה מבוססת על נתוני נהיגה אמיתיים

ChatGPT said:
כן, שתי הבדיקות בוצעו בתנאי מעבדה – גם זו שהתבססה על פרופילי טעינה ופריקה קבועים (השיטה הסטנדרטית), וגם זו שהתבססה על נתוני נהיגה אמיתיים.

ההבדל ביניהן:
בדיקה קלאסית: השתמשו בפרוטוקול טעינה/פריקה אחיד (למשל: טעינה ופריקה בקצב קבוע).

בדיקה חדשנית: השתמשו בפרופילי זרם/מתח שגזרו מנסיעות רכב אמיתיות – כלומר: הדימו בתנאי מעבדה את הדינמיקה של נהיגה יומיומית (האטות, האצות, טעינה רגנרטיבית וכו’).

איך עשו את זה?
החוקרים לקחו נתוני טלמטריה מרכבים חשמליים אמיתיים (כגון טסלה ודומיהם), ויצרו פרופילי פריקה מדויקים שמתארים את השימוש האמיתי בסוללה. לאחר מכן, הם הפעילו את אותם פרופילים על תאים זהים במעבדה – כך ששני קבוצות הסוללות נבדקו באותו ציוד, באותו סביבה – ההבדל היחיד היה בפרופיל השימוש.

למה זה חשוב?
אם שתי הסוללות נבדקות באותו מקום, ההשוואה ביניהן אמינה יותר – כי כל ההבדל הוא רק באופן שבו הסוללה “משומשת”, לא בתנאי הסביבה. וזה מה שאיפשר לחוקרים להסיק שהשיטה הקלאסית ממעיטה בערך האמיתי של אורך חיי הסוללה בכ-30–40%.

אם תרצי, אני יכול גם להסביר איך החוקר השתמש בלמידת מכונה כדי לבודד את ההשפעה של סוג הפריקה מהשפעות זמן.

ביקשתי שיסביר גם איך לבווד מהשפעת הזמן כי נראה שמשום מה זה שזה הי בתנאי מעבדה לא הספיק וזה מה שהוא ענה
שמחה! הנה הסבר על השימוש בלמידת מכונה (machine learning) במחקר:

המטרה:
לזהות באופן מדויק מה גורם לירידת הביצועים של הסוללה:

האם זו הזדקנות טבעית עם הזמן (time aging)?

או שחיקה שנובעת מהשימוש בפועל – כלומר טעינה/פריקה (cycle aging)?

שני התהליכים קורים במקביל, אבל קשה להפריד ביניהם בניסוי רגיל.

🧠 איך עשו את זה?
החוקרים השתמשו באלגוריתמי למידת מכונה (ML) כדי לנתח את המידע הרב שנאסף מהסוללות במהלך יותר משנתיים. השיטה כללה:

איסוף נתונים:

מתח, זרם, קיבולת, טמפרטורה, מספר מחזורים, וזמן שעבר – מכל תא סוללה.

עבור כל סוללה, תועדו מאות או אלפי נקודות לאורך חייה.

אימון מודל ML (למשל, רשת עצבית או Random Forest):

המודל למד לזהות תבניות הקשורות לשני סוגי ההזדקנות (עם הזמן ועם השימוש).

כלומר: לאמן את המחשב לגלות, לדוגמה, שאם סוללה איבדה 10% מהקיבולת – ייתכן ש-7% מזה נובע מהשימוש ו‑3% מהזמן שחלף.

ניתוח הפלט:

המודל הצליח לכמת את ההשפעה של כל גורם – מה שאִפשר לראות, למשל, שבפרופילי פריקה “רכים” (כמו נהיגה אמיתית) רוב ההזדקנות באה דווקא מהזמן ולא מהמחזורים עצמם.

מה גילו?
סוללות שהשתמשו בהן עם פרופיל דינמי (כמו בנהיגה אמיתית) הזדקנו יותר מהזמן שעבר מאשר מהשימוש עצמו.

לעומת זאת, בפרופילים קבועים – השימוש עצמו שחק את הסוללה הרבה יותר מהר.

🧩 למה זה שימושי?
זה מאפשר למהנדסים לתכנן סוללות בצורה מדויקת יותר:
️ אם יודעים מה באמת שוחק את הסוללה – אפשר למנוע את זה מראש.

זה גם עוזר ליצרנים להבין איך לעדכן את תוכנת ניהול הסוללה (BMS) כדי להאריך את החיים בלי לשנות את החומרה.

אם תרצי, אפשר גם להסביר איך בדיוק נראים הפרופילים הדינמיים ששימשו אותם, או למה “האצות קצרות” דווקא מפחיתות התיישנות – שזה היה אחד הממצאים הכי מפתיעים במחקר.

2/2

Ask ChatGPT