據外媒報道，麻省理工學院（MIT）與清華大學的研究人員合作，開發電動汽車鋰離子電池的安全極限。他們使用高精度的軟包電池有限元模型，進行了2500多次模擬，隨后用機器學習算法分析數據。

安全極限（safetyenvelope）是指保證電池安全運行的機械荷載條件。研究人員利用兩類相圖，對安全極限進行可視化研究，一種分類器可以快速預測出現短路現象或既定負載條件下的安全狀況，另一種回歸器可以定量辨識造成短路的變形量。

電動汽車發生事故時，電池組會嚴重受損，出現電氣短路和熱失控現象，有可能引發火災和爆炸。因此，研究單個電芯在何種條件下能保持安全運行，即安全極限，是很重要的。研究人員Li表示：“開發安全極限的最大挑戰在于，獲取充足的電池故障測試數據。在本次研究中，我們建立高度精細的鋰離子軟包電池計算模型，其中所有組成材料都采用經過良好校準的本構模型，克服了上述挑戰。通過模擬大的極限機械載荷矩陣，并利用機器學習算法得到數據驅動的安全極限。這項工作是將數值數據生成與數據驅動建模結合起來的示范，可以用來預測儲能系統的安全性。”

本次研究僅局限于具有NMC正極和石墨負極的大尺寸二次軟包電池。此外，研究人員指出，由于用于開發安全極限的數據來自于模擬數值，所以，與真實值相比，存在一定誤差。在電動汽車鋰離子電池安全模型開發過程中，本研究為機器學習工具的應用供應實證，而且有望繼續改進。