Si la voiture électrique reste encore (très) chère à l’achat, c’est encore et toujours en raison du coût de sa batterie. Or la durée de vie de cet élément est relativement aléatoire tout comme sa fiabilité dans le temps. En effet, la majorité des constructeurs garantissent une durée de vie d’un pack lithium-ion à environ 8 ans ou 160.000 km.
Au-delà de ce seuil, il est fort probable que la batterie continue à fonctionner normalement et même parfois comme au premier jour, ça s’est déjà vu. Cela dit, les fabricants jugent malgré tout ce risque (et donc le coût qui en découlerait) trop grand.
La longévité et la fiabilité de la batterie représentent donc deux enjeux très importants pour l’avenir de la mobilité. Et la confiance des consommateurs. Et justement, deux chercheurs de l’Université d’Oxford, Antti Aitio et David A. Howey, viennent peut-être de trouver une solution.
Dans la dernière revue scientifique « Joule », ceux-ci indiquent avoir mis au point un modèle prédictif avec l’usage du big data (collecte et d’analyse de quantités massives d’informations numériques) et du machine learning (ou intelligence artificielle). Grâce à la compilation de ces données, les deux chercheurs ont pu poser un diagnostic précis de l’état de santé de batteries au plomb.
Cette analyse ouvre évidemment le champ des possibles et elle poursuit l’objectif de pouvoir grâce à la collecte de données, améliorer la fiabilité, le temps de fonctionnement et la rentabilité des batteries.
Publicité – continuez à lire ci-dessous
Quelle méthodologie ?
Concrètement, les deux chercheurs ont commencé par « estimer le plus précisément possible la probabilité de fin de vie de 1.027 de batteries au plomb, connectées à l’énergie solaire » en plein Sahara.
C’est à partir de 3 données fondamentales (tension, courant et température) qu’un puissant algorithme a exploité ces données pour parvenir à une prédiction des défaillances potentielles et de leur échéance.
Le résultat est encourageant, car la fiabilité de la prédiction de défaillance atteint les 82% tandis que celle de l’échéance atteint une précision de 73%.
La bonne nouvelle, c’est que les chercheurs indiquent que leur modèle fonctionne avec tous les types de chimie, donc aussi avec les batteries lithium-ion qui équipent nos automobiles (mais aussi une kyrielle d’autres appareils, smartphones en tête).
Pour l’automobile, la concrétisation de cette avancée est d’importance, car le remplacement du pack avant sa défaillance permet d’éviter l’endommagement du système de stockage.
Bien entendu, il reste encore du chemin à parcourir, notamment sur le volet industriel qui manque encore de méthode et d’outils pour mettre cela en place à grande échelle.
Cela dit, si cette technique de diagnostic et de prédiction peut se concrétiser dans les années qui viennent, on pourra améliorer la maintenance et la sécurité des batteries tout en pouvant aussi optimiser leur valorisation, surtout à l’heure où tous les secteurs cherchent à entrer dans une logique circulaire.
À la recherche d'une voiture ? Cherchez, trouvez et achetez le meilleur modèle sur Gocar.be
