Le développement d’une nouvelle batterie lithium-ion peut prendre plusieurs années de tests en laboratoire et coûter cher. Une équipe de l’Université du Michigan dit avoir trouvé un moyen de lever ces freins. Elle a conçu un système d’apprentissage automatique capable de prédire les performances sans passer par la case laboratoire. Ce modèle d’IA raccourcirait de plusieurs années les cycles de tests et réduirait de 95% la consommation d’énergie.
Pour ceux qui ne le savent pas, la conception d’une batterie lithium-ion ne se limite pas à empiler des matériaux et faire en sorte qu’ils fonctionnent. Après cette phase typiquement technique, il faut valider la durée de vie du prototype. Et cette opération prend du temps. Elle nécessite des mois, voire des années, de tests en laboratoire. Ces essais consistent à charger et décharger à répétition la nouvelle batterie jusqu’à son épuisement, c’est-à-dire jusqu’à sa mort. C’est comme cela qu’on estime avec précision sa durée de vie. Un tel processus peut engloutir énormément d’énergie.
Une nouvelle approche prédit le nombre de cycles de charge-décharge que la batterie lithium-ion peut supporter
Une étude scientifique publiée début février dans la revue Nature par l’École d’ingénierie de l’Université du Michigan décrit une nouvelle approche de l’apprentissage automatique qui permettrait de faciliter le développement de batterie lithium-ion. Cette méthode prédirait le nombre de cycles de charge-décharge que la batterie peut supporter avant que sa capacité ne chute en dessous de 90 %. La nouvelle étude s’appuie sur l’exploitation de données de conceptions de batteries antérieures pour estimer la durée de vie des nouveaux concepts. Aussi, elle s’inspire de travaux publiés en 2019, qui avaient déjà montré qu’une IA pouvait prédire la longévité d’une batterie avec moins de 15% d’erreur. Un taux qui était déjà considéré comme très précis.
L’outil d’IA repose sur trois modules complémentaires
L’équipe de recherche de l’Université du Michigan, dirigée par le post-doctorant Jiawei Zhang, pousse la barre plus haut en réduisant drastiquement le volume de données nécessaires. Elle a conçu un système d’intelligence artificielle (IA) capable de prédire avec une précision extrême la durée de vie d’une batterie en fonction de sa conception et des conditions de cyclage (température, courant, etc.). Cet outil comprend trois modules.
Le premier sélectionne les prototypes les plus pertinents à tester physiquement pour fournir des données utiles, censées améliorer les prédictions. Après des tests préliminaires de ces prototypes, le second module analyse les premiers cycles de charge en les comparant à l’historique des batteries existantes. Enfin, le troisième combine ces nouvelles informations avec les prédictions précédentes pour estimer avec exactitude la durée de vie de la nouvelle batterie. Les chercheurs notent en outre que ces prédictions sont ensuite réinjectées dans le système pour affiner les choix suivants. Ce qui facilite davantage les travaux suivants.
L’algorithme effectue seulement 50 cycles de charge-décharge pour estimer la durée de vie de la batterie lithium-ion
Alors que les tests complets traditionnels s’étendent sur 1 000 cycles et peuvent durer de quelques mois à plusieurs années, les tests des chercheurs de Michigan se font sur 50 cycles seulement, et donc ne prennent que quelques jours à quelques semaines, d’après les estimations de l’équipe. Ce système d’apprentissage par découverte permettrait d’économiser précisément 98% du temps et 95% des coûts par rapport aux méthodes classiques de tests de batterie lithium-ion.
Pour Chao Hu, professeur associé à l’Université du Connecticut, l’outil IA « présente un grand potentiel pour surmonter un obstacle majeur dans le développement des batteries », à savoir le temps mis en laboratoire pour des essais. « Nous pouvons ainsi minimiser les efforts expérimentaux et obtenir des prédictions précises pour les nouvelles conceptions de batteries. », a ajouté Ziyou Song , professeur adjoint de génie électrique et informatique à l’Université du Michigan.
Une validation terrain de l’outil d’IA nécessaire
Les chiffres avancés font rêver les industriels, mais le Pr Chao Hu reste prudent dans son analyse publiée en accompagnement de l’étude. Il se demande si l’outil d’IA pourra fournir des données correctes lorsqu’une nouvelle conception de batterie s’écartera sensiblement du développement des batteries existantes. Il souligne également le fait que les batteries ne fonctionnent pas en laboratoire stérile, mais sous des températures variables et des charges électriques fluctuantes.
Or, aucune validation terrain n’a encore été effectuée avec l’algorithme de l’Université du Michigan. Toutefois, si ces obstacles sont levées, ce serait un grand bond pour l’industrie des batteries lithium-ion. Ce marché devrait peser 500 milliards de dollars en 2030, contre 120 aujourd’hui. Une économie sur les coûts de développement, même marginale, pourrait faire gagner quelques dizaines de milliards supplémentaires.
