据外媒报道，美国麻省理工学院(MIT)与清华大学的研究人员合作，制定了电动汽车用锂离子电池的安全限值。他们用柔性电池的高精度有限元模型模拟了2500多次，然后用机器学习算法对数据进行分析。

安全包线是指保证电池安全运行的机械负载条件。研究人员使用两种相图来直观地研究安全极限。一个分类器可以快速预测给定负载条件下的短路现象或安全状况，另一个回归器可以定量识别短路引起的变形。

电动汽车发生事故时，电池组会严重损坏，发生电气短路和热失控，可能引发火灾和爆炸。因此，研究单个电池单体能够安全运行的条件，即安全极限，是非常重要的。研究员李说：“制定安全限值的最大挑战在于获得足够的电池失效测试数据。在本研究中，我们建立了一个高度复杂的锂离子柔性电池计算模型，其中所有组件都采用了校准良好的本构模型，从而克服了上述挑战。通过模拟大极限机械载荷矩阵，利用机器学习算法，得到数据驱动的安全极限。这项工作是数值数据生成与数据驱动建模相结合的示范，可用于预测储能系统的安全性。”

本研究仅限于具有NMC正极和石墨负极的大尺寸二次柔性电池。此外，研究人员指出，由于用于制定安全限值的数据来自模拟值，因此与真实值相比存在一定误差。在开发电动汽车用锂离子电池安全模型的过程中，本研究为机器学习工具的应用提供了经验证据，并有望继续完善。