Elektrikli araçlardan akıllı telefonlara kadar günlük yaşamımızın vazgeçilmez parçası olan lityum-iyon bataryalarda sıcaklık kontrolü kritik bir güvenlik meselesidir. Batarya yönetim sistemleri, güvenli çalışma için sürekli olarak batarya sıcaklığını izlemek zorundadır.
ArXiv'de yayınlanan yeni bir çalışmada araştırmacılar, bu soruna yenilikçi bir çözüm sunuyor. KAN-Therm adını verdikleri model, Kolmogorov-Arnold ağlarını kullanarak silindirik bataryaların çekirdek sıcaklığını tahmin ediyor.
Mevcut sistemlerin temel sorunu kaynak kulımında yaşanıyor. Fizik tabanlı modeller yüksek doğruluk sağlasa da çok fazla hesaplama gücü gerektiriyor. Klasik sinir ağları hızlı çalışıyor ancak büyük miktarda bellek tüketiyor. Her iki yaklaşım da kaynak sınırlı batarya yönetim sistemleri için problemli.
KAN-Therm'in farkı, öğrenebilir doğrusal olmayan aktivasyon fonksiyonları kullanmasında yatıyor. Bu özellik sayesinde sistem karmaşıklığını daha az kaynak kullanarak yakalayabiliyor. Model hem hız hem de bellek verimliliği açısından optimum performans gösteriyor.
Bu gelişme, elektrikli araç endüstrisi ve enerji depolama sistemleri için önemli bir adım olarak değerlendiriliyor. Daha güvenli ve verimli batarya yönetimi, elektrikli mobilite ve yenilenebilir enerji teknolojilerinin yaygınlaşmasına katkı sağlayabilir.