Bahaya potensial kebakaran baterai lithium menjadi semakin menonjol, dan bagaimana memperingatkan sebelumnya telah menjadi masalah keselamatan yang penting. Artikel ini memperkenalkan metode baru untuk menggunakan teknologi pengenalan suara untuk memprediksi api baterai lithium. Metode ini menggunakan algoritma pembelajaran mesin untuk mengidentifikasi suara unik yang dibuat oleh baterai karena peningkatan tekanan internal sebelum kebakaran terjadi, sehingga mengeluarkan alarm di muka untuk menghindari kebakaran. Teknologi ini tidak hanya memiliki akurasi tinggi, tetapi juga mempertahankan stabilitas yang baik di berbagai lingkungan kebisingan latar belakang, menunjukkan potensi aplikasinya yang besar.
Bahaya keselamatan kebakaran baterai lithium sering mengkhawatirkan, dan para ilmuwan telah mengusulkan metode untuk menggunakan suara untuk peringatan dini kebakaran baterai. Penelitian telah menemukan bahwa baterai lithium-ion mengalami serangkaian reaksi kimia sebelum mereka terbakar, yang menyebabkan tekanan internal baterai meningkat secara bertahap, akhirnya menyebabkan baterai mengembang. Perumahan baterai biasanya sulit dan tidak dapat mengakomodasi ekspansi ini, sehingga katup pengaman di dalam baterai dapat pecah ketika tekanan terlalu tinggi, membuat suara yang unik. Suara ini sedikit mirip dengan suara klik dan desis saat membuka botol soda. Untuk tujuan ini, tim peneliti di National Institute of Standard and Technology (NIST) telah mengembangkan algoritma pembelajaran mesin yang secara khusus digunakan untuk mengidentifikasi suara pecahnya khusus ini. Selama proses pelatihan algoritma, para peneliti berkolaborasi dengan laboratorium Universitas Sains dan Teknologi Xi'an untuk mengumpulkan data audio dari 38 baterai peledak. Dengan menyesuaikan kecepatan dan nada data audio ini, tim peneliti menghasilkan lebih dari 1.000 sampel audio unik untuk lebih lanjut melatih algoritma. Hasil pengujian menunjukkan bahwa algoritma ini dapat mengidentifikasi suara pecah baterai yang terlalu panas dengan akurasi 94%. Perlu dicatat bahwa para peneliti juga memperkenalkan berbagai suara latar belakang selama pengujian, termasuk langkah kaki, suara penutup pintu dan suara pembukaan botol, dan menemukan bahwa hanya beberapa suara yang akan mengganggu penilaian algoritma. Penemuan ini menunjukkan ketahanan algoritma. Tim peneliti mengatakan teknologi ini memiliki potensi untuk digunakan untuk mengembangkan jenis alarm kebakaran baru yang dapat dipasang di banyak tempat seperti rumah, kantor, gudang, dan tempat parkir kendaraan listrik. Dengan mengeluarkan peringatan sebelumnya, teknologi ini dapat memberi orang banyak waktu untuk mengevakuasi dan memastikan keselamatan pribadi. Poin -Poin Utama: Tim peneliti menggunakan teknologi pengenalan suara untuk memperingatkan kebakaran baterai lithium terlebih dahulu untuk memastikan keamanan. Melalui algoritma pembelajaran mesin, tingkat akurasi tes setinggi 94%, yang memiliki ketahanan yang baik. Diharapkan untuk mengembangkan alarm kebakaran baru, yang banyak digunakan di berbagai tempat, dan memberi orang jaminan keamanan.
Teknologi peringatan baterai lithium ini berdasarkan pengenalan suara memberikan cara yang efektif untuk meningkatkan keselamatan baterai dengan akurasi dan ketahanannya yang tinggi Layak menantikan pengembangan dan penerapannya lebih lanjut.