Telefonlarımız, bataryalarımız, dizüstü bilgisayarlar ve daha birçok elektronik alet lityum iyon pillerle çalışıyor. Ancak bu piller, içerisindeki elektrolitin (enerji veren madde) yanıcı bir sıvı olması, verimliliğinin ve enerji depolama kapasitesinin az olmasından ötürü yerini daha hafif ve kompakt yapıda olan katı hal pillerine bırakmaya başladı. Katı elektrolit bataryalar, güneş panelleri ve rüzgar türbinlerinden depolanan enerjinin istenilen zamanda kullanılabilmesini sağlayan enerji depolama sisteminin temel bileşenini oluşturarak yenilenebilir enerji kaynaklarına katkı sağlıyor.
Bilim insanları, mühendisler ve endüstride Ar-Ge uzmanları lityum iyon pillerinden katı hal pillerine geçişi hızlandırmak için yapılan araştırmalarda katı hal pillerine ait verilere ihtiyaç duyuyor. Katı hal pilleri hakkında yayınlanan belgelerdeki veriler farklı biçim, detay ve sınırlı erişimde raporlanıyor. Bundan dolayı yeni yapılacak araştırmalardan tam verim elde edilemiyor ve yenilikçi çözümler sunulamıyor.
Maryland Üniversitesinden uzmanlar tarafından yürütülen projede batarya biliminde uzun süredir devam eden bu zorlukla başa çıkmada yeni bir yaklaşım geliştiriliyor. Oluşturulan katı elektrolit batarya veri tabanı tasarımında;
- bataryada kullanılan malzemeler,
- bileşen tasarımı,
- üretim yöntemleri,
- cihaz testleri ve
- performans ölçümünde yaşanan eksiklikler
ele alındı. Katı hal pillerinin bileşenleri ve teknik özelliklerini içeren veri tabanı 52 farklı bilimsel kaynaktan derlenen 245 adet elektrolit pil kaydını içeriyor. Bu veri tabanı 167 adet değişkeni ve 40 bini aşkın veri noktasını barındırıyor.1 İncelemede ele alınan veri tabanı 6 ana bölümden oluşuyor; referans bilgisi, anot, separator (anot ve katot hücrenin birbirine temasını engelleyen katı elektrolit), katot, tam hücre montajı ve performans ölçümleri. Bu ana bölümler kendine ait alt kategorilere ayrılarak teknik detaylar hakkında daha fazla bilgi veriliyor.
Değerlendirme aşamasında veri tabanında boş bırakılan verilere yönelik eksik veri analizi yapılmıştır. Eksik veri analizi iki çeşit eksik veri tipi ile gerçekleştirilmiştir.
- NA (geçersiz) veri: İnceleme sırasında belirli bir değerin hiç deneye tabi tutulmadığını belirtir.
- NR (raporlanmayan) veri: Verinin bulunduğu ancak rapor verilmediği anlamına gelir.
Eksik veri analizinde boş verilerin NA ve NR olarak nitelendirilmesi, raporlama uygulamalarını anlamak ve kendimize eksik verinin nerede ve niçin bulunduğunu sormamıza yarar.
İncelemeler sonucunda pillere ait bazı özelliklerin deneye tabi tutulmadığı, bazılarının ise test yapıldığı halde raporda belirtilmediği gözlemlendi. Örneğin silikon ve lityum karbon anot olmak üzere iki farklı elektrot türüne ait istatistiklere bakalım. Silikon anodun kalınlığı için girilen kayıtların %63,6’sında NR veri tipi gözlemlenmiştir. Karbon anot için girilen kayıtlarda ise bu oran %18,2’dir (Şekil 1). Karbon anotta bu değerin silikona kıyasla daha yüksek çıkması, karbon anot kullanan pillerin anot kalınlığı bakımından rapor kalitesinin daha fazla olduğu anlamına gelir.
Tanımlanamayan veri değerlerinin fazla olması bilimsel tekrarlılığı, yapay zeka makine öğrenme modellerini ve endüstriye teknoloji transferini olumsuz etkilemektedir. Bu risklerin erkenden tespit edilmesi ve veri tiplerinin belirlenmesi endüstri temsilcilerinin veri raporlama kabiliyetlerinin artmasına ve daha tutarlı çözümlerin elde edilmesini sağlayacaktır.
Bilim insanları bu çözümün yalnızca veri tabanında kullanmakla kalınmaması gerektiğini düşünüyor. Makine tarafından okunabilecek, diğer pil çeşitleri ve veri tabanlarıyla entegre çalışabilecek bir veri tabanı geliştirildiği durumda projeler arası uyumun büyük bir şekilde artabileceğini, ayrıca bu veri tabanının statik kalmayacağını ve büyüyüp evrimleşeceğini öngörüyor.2
Kaynaklar
- Petracci, M. F., Larson, K., McKee, M., Schulman, O., Horowitz, Y., Anderson, A. Y., … & Albertus, P. (2026). An open access solid-state battery cell database to advance visualization, search, analysis, and AI data extraction. Joule.
- Ward, L., Babinec, S., Dufek, E. J., Howey, D. A., Viswanathan, V., Aykol, M., … & Teo, L. (2022). Principles of the battery data genome. Joule, 6(10), 2253-2271.