sábado, diciembre 7, 2019
Home > Tecnología > Inteligencia artificial para evitar que las baterías se incendien

Inteligencia artificial para evitar que las baterías se incendien

Los acontecimientos que han tenido lugar con el Samsung Galaxy Note 7 han vuelto a poner de relieve un problema que los científicos siempre han tenido presente: las baterías de iones de litio pueden no ser muy seguras.

Los investigadores de todo el mundo llevan décadas buscando alternativas seguras a los electrolitos líquidos inflamables que se usan en las baterías de iones de litio. Ahora, un equipo de la Universidad de Stanford en Estados Unidos ha identificado casi dos docenas de electrolitos sólidos que podrían ser algún día el reemplazo de los líquidos volátiles que se emplean en la actualidad en las baterías de los smartphones, los ordenadores portátiles y otros dispositivos electrónicos.

Para alcanzar estos hallazgos, los científicos se han basado en técnicas adaptadas de inteligencia artificial y el aprendizaje de máquina. “Los electrolitos líquidos de iones de litio son baratos y tienen una gran conductividad, pero pueden incendiarse si la batería se recalienta o se cortocircuita mediante punción”, explica Austin Send, primer autor de la investigación.

“La principal ventaja de los electrolitos sólidos es la estabilidad. Son mucho menos propensos a estallar o a vaporizar los disolventes orgánicos, y también son mucho menos rígidos y harían la batería estructuralmente más fuerte”.

Los investigadores tienen un arduo trabajo por delante para intentar dar con un material sólido de bajo costo que funcione tan bien como los electrolitos líquidos a temperatura ambiente. Para simplificar esta tarea y hacerla más sencilla, el equipo ha utilizado el aprendizaje de máquina para construir modelos predictivos a partir de datos experimentales, entrenando un algoritmo para aprender a identificar los compuestos óptimos.

Los investigadores tienen un arduo trabajo por delante para intentar dar con un material sólido de bajo costo que funcione tan bien como los electrolitos líquidos a temperatura ambiente. Para simplificar esta tarea y hacerla más sencilla, el equipo ha utilizado el aprendizaje de máquina para construir modelos predictivos a partir de datos experimentales, entrenando un algoritmo para aprender a identificar los compuestos óptimos.

Fuente: ComputerHoy / Sandra Arteaga

Guardar

Guardar

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.