中国电动汽车 (EV) 制造商 Nio 正在与英国人工智能软件初创公司 Monolith 合作，通过实时测试增强电动汽车电池组。
此次合作使汽车制造商能够通过分析每次更换电池的健康状况、性能和耐用性来评估新电池。Monoliths AI 算法处理数据，为电池改进提供实时见解。
此次合作旨在利用欧洲 Nios 电池交换服务的数据来提高电池性能。该项目测试很快将在五个欧洲市场开始。
Monoliths 深度学习算法可以自动检测电池问题，例如自发放电和热失控，从而更轻松地快速分析复杂的现实数据。Monolith 首席执行官兼创始人 Richard Ahlfeld 在一份声明中表示，这种功能不仅可以节省时间和资源，还可以提高电池安全性。
高效的电池测试
电气化正在改变汽车行业，推动大量投资开发更耐用、充电更快且经济高效的电池。
传统模拟无法准确模拟电池性能，迫使 OEM 和电池制造商依赖物理测试，这会增加成本和延迟。使用人工智能和机器学习的新方法对于保持竞争力至关重要。
根据测试数据构建的 Monoliths AI 模型为传统纠错模型 (ECM) 和伪二维 (P2D) 模型提供了更简单、更准确的替代方案。借助 Monoliths 交互式工具，用户可以分析电池设计、预测电池在各种条件下的性能并优化关键参数。
据该公司称，该平台强调了哪些设计元素和操作条件对电池性能和使用寿命影响最大。
Monolith 中的机器学习模型可以预测多种条件下的测试结果，允许用户实时调整输入并立即查看效果。主动学习技术优化测试计划，减少不必要的步骤，同时保持覆盖范围。
Monolith 在一份声明中表示，利用有价值且有时有限的工程测试数据，人工智能软件可以做出即时预测，并使工程师能够识别需要优化和开发的领域，而无需大量重复、耗时的物理测试。.高级电池见解
使用 NIO 电池交换技术，Monolith 现在将有一个难得的机会来了解有关电池实际如何定期使用的新知识。
它将使用 Monoliths Anomaly Detector AI 引擎根据现场生成的数据跟踪性能。这些见解将被纳入额外的验证工作中，并作为比较测试平台结果的基础。
据公司称，基于复杂的系统链接，NIO 和 Monolith 工程师可以以异常检测器前所未有的速度识别跨渠道发现中的异常情况。
Monoliths 自学习算法现在可以更快、更高效地检测电池测试数据异常。通过自动检查原始测试数据，系统可以识别数百个测试通道中的潜在错误或异常。
NIO 与 Monolith 的合作体现了我们致力于提供优质用户体验的承诺。我们在欧洲五个主要市场中 98% 的用户选择电池即服务 (BaaS)。蔚来欧洲电池系统负责人 Frank Kindermann 在一份声明中表示，BaaS 允许欧洲的蔚来用户根据需要灵活地充电或更换电池，从而提高便利性和成本效率。
推荐文章
Monolith 表示，该公司也在满足监管要求，以向中国扩张。此举可以让 Monolith 与其他中国汽车制造商合作。
0条评论
新闻通讯
每日蓝图
通过 The Blueprint 了解最新的工程、科技、太空和科学新闻。
Jijo Malaysiail Jijo 是一位驻印度的汽车和商业记者。他拥有德里大学圣斯蒂芬学院的历史学（荣誉）学士学位和德里印度大众传播学院的新闻学 PG 文凭，曾在新闻机构、全国性报纸和汽车杂志工作过。业余时间，他喜欢越野、政治演讲、旅游、教授语言。