La startup statunitense Factorial, che ha Stellantis tra i suoi principali partner e investitori, ha presentato una nuova piattaforma di intelligenza artificiale orientata alla prossima generazione di batterie allo stato solido. Sviluppata internamente per superare i colli di bottiglia in fase di ricerca e sviluppo, la soluzione chiamata Gammatron, consente una previsione avanzata della durata, protocolli di carica ottimizzati e una scoperta più intelligente degli elettroliti per diverse composizioni chimiche delle batterie, secondo l’azienda.
La piattaforma Gammatron di Factorial riduce i tempi di sviluppo e migliora la durata delle batterie FEST
Per affrontare i principali ostacoli nella fase di ricerca e sviluppo, l’azienda ha sviluppato internamente una piattaforma innovativa che permette di prevedere con precisione la durata delle batterie, ottimizzare i protocolli di ricarica e accelerare l’identificazione di nuovi elettroliti per diverse chimiche.
Diversamente dalle tradizionali soluzioni basate sull’intelligenza artificiale, che operano solo a livello di sistema, Gammatron integra competenze in elettrochimica, termodinamica e dati sperimentali per simulare e ottimizzare il funzionamento delle batterie sia a livello di materiali che di celle complete. Secondo Siyu Huang, CEO di Factorial, la piattaforma è in grado di ridurre drasticamente i tempi necessari alla validazione di nuovi design: bastano due settimane di test iniziali per prevedere prestazioni a lungo termine, rispetto ai consueti tre-sei mesi. Grazie alla combinazione di automazione e analisi avanzata, Gammatron consente un processo di sviluppo più rapido e controllato.
La piattaforma integra tre funzionalità chiave per migliorare lo sviluppo e la gestione delle batterie. La prima è un gemello digitale delle celle, potenziato dall’intelligenza artificiale, capace di stimare con precisione lo stato di salute e ottimizzare i parametri della ricarica rapida. La seconda riguarda l’accelerazione della ricerca sugli elettroliti, resa possibile grazie alla modellazione molecolare combinata con tecniche di apprendimento automatico. Infine, un modello fisico avanzato consente di simulare ciò che accade all’interno della batteria durante il funzionamento: analizza fenomeni come il calore generato, le sollecitazioni meccaniche e i processi di degrado, elementi difficilmente misurabili con i test convenzionali.
Secondo l’azienda, Gammatron è già stato utilizzato nello sviluppo congiunto di Factorial e Stellantis e si dice che abbia contribuito a prevedere le prestazioni della batteria prima del completamento dei test completi, un fattore cruciale per il completamento anticipato del programma di convalida. In alcuni casi, l’ottimizzazione del protocollo resa possibile da Gammatron ha raddoppiato la durata senza modificare la chimica delle celle.
“Le batterie sono sistemi chimici dinamici complessi. Gammatron combina l’apprendimento automatico con l’ingegneria delle funzionalità scientifiche. Laddove la maggior parte delle piattaforme si scontra con un apprendimento automatico superficiale, Gammatron va più a fondo e mostra agli ingegneri quali modifiche ai materiali e al design consentiranno una maggiore durata e prestazioni più elevate”, ha affermato Raimund Koerver, vicepresidente dello sviluppo commerciale di Factorial. “Non si tratta solo di prevedere i risultati, ma di abilitarne di migliori”.