为电动汽车锂离子电池充电过程是一种微妙的平衡行为。当电池充电时，锂离子从设备的一侧（阴极）迁移到另一侧（阳极）。只要锂离子迁移得快，电池充电就更快，但有时锂离子不会完全移动到阳极中。在这种情况下，锂金属会堆积起来，这可能会引发电池早期故障,还可能导致阴极磨损和破裂。所有这些问题都将缩短电池的使用寿命和车辆的有效续航里程。
这一难题的一个解决方案是以优化速度的方式改善充电协议，同时避免损坏目前在车辆中使用的许多不同类型的电池。但开发最佳协议需要大量数据，了解各种方法如何影响这些设备的寿命、效率和安全性。
为了应对这些挑战，美国爱达荷国家实验室的研究团队使用机器学习技术整合充电数据来创建独特的充电协议。通过输入许多锂离子电池在充电和放电循环期间的状况信息，科学家们训练机器学习分析来预测电池寿命以及不同设计最终会失败的方式。然后，该团队将数据反馈到分析中，以识别和优化随后在真实电池上测试的新协议。
研究结果显示，新方法在短时间内显著增加了进入电池的能量。研究人员观察到电池在10分钟内充电到90%以上，且没有锂电镀或阴极开裂。而目前的方法充其量只能在大约半小时内让电动汽车充满电。机器学习模型的一个优势在于它将协议与电池中实际发生的物理现象联系起来。
研究人员计划使用他们的模型开发更好的方法，设计优化进行快速充电的新型锂离子电池。研究人员表示，他们的最终目标是让电动汽车能够“告诉”充电站如何快速安全地为其特定电池供电。
