Des chercheurs d'un fournisseur de solutions de batteries pour véhicules électriques, de plusieurs universités et de deux laboratoires de recherche du ministère de l'Énergie ont collaboré à une étude portant sur l'évolution de la dégradation des batteries lors de la charge rapide. Dans leurs travaux, publiés dans ACS Applied Energy Materials, l'imagerie microtomographique à haute résolution a été utilisée pour observer la microstructure des batteries en fonctionnement, lors de cycles de charge et de décharge rapides. Des centaines de couches d'électrodes, prélevées à différents moments, ont été segmentées automatiquement par Dragonfly Les modèles d'apprentissage profond. Ces résultats d'apprentissage profond ont révélé l'ampleur et la distribution spatiale de la formation de vides, ce qui peut entraîner des modes de défaillance par délamination. De plus, Dragonfly La cartographie des distances a permis la caractérisation directe de la réversibilité de la dilatation des électrodes afin de déterminer certains aspects de l'efficacité du cyclage.
La première auteure, Eva Allen, rapporte : « J'ai découvert Dragonfly Alors que je commençais mon analyse, j'ai constaté que sa solution d'apprentissage profond automatisait une analyse qui aurait autrement été extrêmement complexe. Associés à la technique de cartographie des distances, ces outils étaient d'une grande facilité d'apprentissage grâce à d'excellentes vidéos de formation en ligne. Cela nous a permis d'accéder directement aux réponses précieuses et quantifiables que nous savions pouvoir extraire de nos expériences d'imagerie afin de relier l'évolution de la microstructure en temps réel aux performances de la batterie, tout en utilisant l'ensemble des données.
