עיצוב מערכת קירור לסוללת ליתיום‑יון הכוללת חומר מעבר פאזי, צינורות חום ומעגלי נוזל באמצעות רשת עצבית המשופרת על‑ידי אלגוריתם הטורף הימי ואופטימיזציה רב‑יקום

שמירה על סוללות רכב קרירות ובטוחות

סוללות ליתיום‑יון מספקות כוח לכל דבר, מטלפונים חכמים ועד רכבים חשמליים, אך אינן אוהבות להתחמם יתר על המידה. כאשר מארז הסוללות מתחמם באופן לא אחיד, הוא עלול לאבד קיבולת מהר יותר, לבזבז אנרגיה, ובמקרים קיצוניים אף להיכשל באופן מסוכן. מאמר זה חוקר שיטה חכמה לשמירה על טמפרטורות נוחות בסוללות על‑ידי שילוב של מספר שיטות קירור ושימוש בבינה מלאכותית לכיול העיצוב, במטרה להשיג רכבים חשמליים בטוחים, עמידים ויעילים יותר.

סוג חדש של "סנדוויץ'" קירור

המחקר מתמקד במערכת קירור "היברידית" העוטפת מודול של תאי ליתיום‑יון גליליים. במקום להסתמך רק על אוויר, הסוללות מוטמעות בתוך סנדוויץ' של שלושה רכיבים שפועלים ביחד: חומר מעבר פאזי (PCM) הסופג חום על‑ידי התכה, מערך צפוף של צינורות חום קטנים שמפזרים את החום במהירות, ולוח קירור נוזלי שמעביר את החום החוצה. יחד, השכבות האלו שואפות להשיג שתי מטרות בו‑זמנית: להשוות נקודות חמות בין תאים שכנים ולשמור על הטמפרטורה הכוללת מתחת לסף בטיחותי, וכל זאת תוך שימור מקסימלי של אנרגיה שימושית לכל קילוגרם.

איזון בין מרחב, צורה ואחסון

מכיוון שסוללות צריכות להכנס למרחבים צפופים ברכבים ואוטובוסים, המחברים מתייחסים בקפדנות לגיאומטריה: המרחק בין התאים בשתי כיוונים, ועובי וגובה מערך צינורות החום. באמצעות סימולציות ממוחשבות מפורטות המבוססות על עבודה ניסיונית קודמת, הם מנתחים כיצד ממדים אלה משפיעים על שלושה תוצאות: כמה לא אחידות הטמפרטורה בתוך האריזה, כמה חם התווך החם ביותר, וכמה אנרגיה יכול המודול לאחסן ביחס למשקל. התוצאות מראות איזונים ברורים. רווחים גדולים יותר ועובי/גובה רב יותר של שכבת צינורות החום מסייעים לפזר ולהסיר חום, מה שמוריד גם את טמפרטורת הנקודה החמה וגם את חוסר האחידות. אולם בחירות עיצוביות אלה מוסיפות נפח ומשקל, ומפחיתות את הצפיפות האנרגטית של המודול.

לימוד אלגוריתמים לעצב את הקירור

כדי לחקור את אפשרויות העיצוב באופן יעיל, החוקרים בונים דגמי למידת מכונה המשמשים כ"תחליפים" מהירים לסימולציות יקרות. הם מאמנים רשתות נוירונים לחזות הבדל טמפרטורות, טמפרטורת שיא וצפיפות אנרגיה מהקלטים הגיאומטריים. שתי שיטות חיפוש בהשראת הטבע — אלגוריתם גנטי ואלגוריתם הטורף הימי — משמשות לכיול הפרמטרים הפנימיים של הרשתות כך שהתחזיות שלהן יתאימו בקירוב לנתוני הייחוס. לאחר האימון, המודלים מגיעים לדיוק גבוה מאוד, ומאפשרים לצוות להעריך במהירות כיצד מיליוני וריאציות עיצוב יתנהגו בלי להריץ בכל פעם את הסימולציות הפיזיקליות המלאות.

מציאת הפשרות הטובות ביותר, לא רק עיצוב מושלם יחיד

במקום לחפש תצורה מושלמת יחידה, המחקר משתמש בשיטת אופטימיזציה רב‑מטרית שמייצרת "חזית פרטו" של פשרות שוות ערך. על חזית זו, שיפור מטרה אחת — כמו דחיסת יותר וואט‑שעות לאותו מסה — יגרור בהכרח החמרה באחרת, כגון העלאת טמפרטורת התווך החם. הניתוח מראה שמבני צינורות חום מאוד עבים וגבוהים יכולים לשמור על הפרשי טמפרטורה נמוכים לכ‑2 °C וטמפרטורות מקסימליות סביב 38–39 °C, אך מקטינים את צפיפות האנרגיה לכ‑140 Wh/kg בקירוב. עיצובים דקים יותר דוחפים את צפיפות האנרגיה לכ‑157 Wh/kg, קרוב יותר לדרישות יצרני הרכב, אך מאפשרים הבדלי טמפרטורה גדולים יותר ושיאים גבוהים יותר. עיצובים בינוניים נוטים לאמצע, ומציעים גם מרווחי בטיחות סבירים וגם קיבולת אחסון מכובדת.

מעקומות בגרף להחלטות במציאות

מהנדסים עדיין צריכים לבחור עיצוב יחיד עבור מארז סוללה ממשי. כדי לגשר על הפער האחרון הזה, המחברים מיישמים שיטת קבלת החלטות שמדרגת את אופציות הפרטו‑אופטימליות הרבות לפי עדיפויות שונות — כגון מקסום הבטיחות, מקסום הקיבולת, או פשרה מאוזנת. על‑ידי התאמת המשקולות הללו הם מזהים מתכונים גיאומטריים ספציפיים לתרחישים כמו רכבים חשמליים קריטיים לבטיחות, מערכות ניידות צפופות באנרגיה, או מודולים לאחסון רשת מאוזן. בפשטות, המאמר ממחיש כיצד שילוב של חומרה קירור חכמה עם אלגוריתמים מתקדמים יכול להפוך בליל של פשרות להנחיות ברורות, ולסייע למעצבים לבנות מארזי סוללות שקרירים יותר, בטוחים יותר ובעלי יכולת גבוהה יותר בשימוש יומיומי.

ציטוט: Ali, N.B., Louhichi, B., Hassan, W.H. et al. Design of a Li-ion battery cooling system incorporating PCM, heat pipes, and liquid circuits using marine predator algorithm-enhanced ANN and multi-verse optimization. Sci Rep 16, 11796 (2026). https://doi.org/10.1038/s41598-026-41155-5

מילות מפתח: קירור סוללת ליתיום‑יון, ניהול תרמי של סוללות, רכבים חשמליים, חומרי מעבר פאזי, אופטימיזציה באמצעות למידת מכונה