AI herkent geluiden van lithium-ion batterijen om branden te voorkomen

zaterdag, 04 januari 2025 om 19:42

Onderzoekers van het National Institute of Standards and Technology (NIST) hebben een doorbraak gerealiseerd in brandpreventie. Met behulp van kunstmatige intelligentie (AI) kunnen ze het unieke geluid detecteren dat lithium-ion batterijen maken voordat ze vlam vatten.

Dit biedt een veelbelovende methode om branden door deze batterijen vroegtijdig te signaleren en mogelijk levens te redden.

Wat maakt lithium-ion batterijen gevaarlijk?

Lithium-ion batterijen zijn essentieel in moderne technologie en worden gebruikt in telefoons, laptops, e-bikes en elektrische voertuigen. Hun compacte formaat en hoge energiedichtheid maken ze populair, maar ook risicovol. Wanneer deze batterijen oververhit raken of beschadigd worden, kunnen ze een chemische reactie ondergaan die bekendstaat als thermal runaway. Dit proces kan leiden tot explosies en branden met temperaturen tot 1100°C, vergelijkbaar met een snijbrander.

De snelheid waarmee deze batterijen brand vatten, maakt traditionele rookmelders vaak ontoereikend. Terwijl rookalarmen meestal tijdig waarschuwen bij beginnende branden, kan een lithium-ion batterij in slechts enkele seconden volledig in brand staan, zonder eerst veel rook te produceren.

Het geluid dat brand voorspelt

Voordat een batterij explodeert, bouwt zich druk op door een chemische reactie. Veel batterijen hebben een veiligheidsklep die deze druk laat ontsnappen met een karakteristiek geluid: een “klik-sis”, vergelijkbaar met het openen van een frisdrankfles. Dit geluid, dat vaak ongeveer twee minuten vóór een explosie plaatsvindt, trok de aandacht van NIST-onderzoeker Wai Cheong “Andy” Tam. Samen met collega Anthony Putorti ontwikkelde hij een AI-algoritme om dit geluid te herkennen, zelfs in rumoerige omgevingen.

Hoe werkt de technologie?

Het team gebruikte opnames van 38 exploderende batterijen, in samenwerking met onderzoekers van de Xi’an University of Science and Technology. Deze opnames werden bewerkt om meer dan 1.000 unieke audiomonsters te creëren. Hiermee trainden ze een machine learning-algoritme dat in staat is het specifieke geluid van een brekende veiligheidsklep te onderscheiden van achtergrondgeluiden zoals voetstappen of het openen van een blikje.

In tests met een microfoon detecteerde de AI het geluid in 94% van de gevallen correct. Zelfs bij pogingen om het systeem te misleiden met andere geluiden, bleef de software opmerkelijk nauwkeurig.

Lees ook

Galaxy S22 serie ontvangt grote AI update met nieuwe functies

Samsung zet in op AI met nieuwe flagship modellen van smartphones en wearables

Toepassingen en toekomstplannen

De onderzoekers werken aan verdere verfijning van de technologie en testen deze op verschillende batterijtypen en microfoons. Zodra het systeem volledig ontwikkeld is, kan het dienen als basis voor een nieuwe generatie brandalarmen. Deze alarmsystemen kunnen worden geïnstalleerd in woningen, kantoorgebouwen, magazijnen en parkeergarages voor elektrische voertuigen. Door een waarschuwing te geven enkele minuten voordat een batterij vlam vat, kunnen mensen zich tijdig in veiligheid brengen.

Volgens Tam ligt de sleutel tot een veilige omgang met lithium-ion batterijen mogelijk in "zorgvuldig luisteren".