نظام جديد من جامعة كاليفورنيا يتيح للسيارات الكهربائية التنبؤ بدقة بقدرتها على إكمال الرحلات
قد لا يضطر سائقو السيارات الكهربائية قريبًا إلى التخمين بشأن مدى قدرة سياراتهم على الوصول إلى وجهاتهم، إذ طوّر مهندسون من جامعة كاليفورنيا في ريفرسايد نظامًا تشخيصيًا مبتكرًا يُعرف باسم “حالة المهمة” (SOM)، يهدف إلى التنبؤ بقدرة البطارية على إتمام رحلة معينة بأمان وكفاءة في ظروف القيادة الواقعية.
وعلى عكس الأنظمة الحالية التي تكتفي بعرض نسبة الشحن المتبقية، يأخذ نموذج SOM في الحسبان مجموعة من العوامل المؤثرة مثل التضاريس، ودرجة الحرارة، وحركة المرور لتقدير مدى إمكانية السيارة إكمال المسار المخطط دون نفاد طاقتها.
وبحسب تقرير نُشر في مجلة iScience، طوّر فريق البحث بقيادة المهندسين مهري وجنكيز أوزكان النظام من خلال دمج التعلم القائم على البيانات مع النماذج الفيزيائية، إذ يستخدم هذا النهج الهجين بيانات الشحن والتفريغ وحرارة البطارية، إلى جانب القوانين الكهروكيميائية والديناميكية الحرارية، لتوليد تنبؤات دقيقة حتى في ظروف متغيرة مثل الطرق الجبلية أو الطقس البارد المفاجئ. ويُعد هذا النظام خطوة مهمة نحو سد الفجوة بين تقديرات الشحن التقليدية والرؤى الواقعية القائمة على الأداء الفعلي.
كما درّب الباحثون النموذج باستخدام مجموعات بيانات مفتوحة المصدر من ناسا وجامعة أكسفورد لاختبار دقته، والتي تضمنت بيانات طويلة الأمد عن الجهد ودرجات الحرارة ودورات الأداء. وأظهرت النتائج أن نظام SOM قلّل من أخطاء التنبؤ إلى 0.018 فولت للجهد و1.37 درجة مئوية لدرجة الحرارة، متفوقًا بذلك على أنظمة التشخيص الحالية.
ولا يقتصر دور النظام على عرض نسبة الشحن فحسب، بل يمكنه أيضًا تنبيه السائقين إلى ضرورة التوقف للشحن أثناء الرحلة، أو تحذير مشغلي الطائرات بدون طيار من مخاطر تنفيذ المهام في ظروف غير آمنة مثل الرياح القوية.
وأكدت الباحثة مهري أوزكان أن هذا النظام “يحوّل بيانات البطاريات المجردة إلى قرارات عملية وواقعية”، مشيرة إلى أنه سيسهم في رفع كفاءة وسلامة السيارات الكهربائية والطائرات بدون طيار وأنظمة تخزين الطاقة. ورغم أن النظام لا يزال يتطلب قدرة حسابية كبيرة، يتوقع الخبراء أن التحسينات المستقبلية ستجعله جاهزًا للتطبيق في أنظمة السيارات الكهربائية التجارية.
شركات Luma وRunway تراهنان على الروبوتات والسيارات الذاتية القيادة كمصادر دخل مستقبلية
