Setiap pulsa membawa informasi tentang proses yang terjadi di dalam baterai. Jika cairan elektrolit mulai terdegradasi dan mengeluarkan gas, bunyinya lembut dan memanjang. Jika partikel grafit retak di anoda, sinyalnya menjadi pendek dan tajam – seperti ledakan mikro. Tim dari Braunschweig memutuskan untuk mensistematisasikan bunyi-bunyi ini, sehingga memungkinkan untuk menilai kondisi baterai dan memperkirakan keausannya.
Untuk melakukan hal tersebut, para peneliti mereproduksi dua jenis degradasi. Dalam kasus pertama, baterai sengaja diisi daya di atas batas aman yang menyebabkan gas beracun. Dalam kasus kedua, mereka menggunakan pelarut khusus yang mampu merusak elektroda grafit.
Selama uji coba ini, sensor piezo merekam ribuan peristiwa akustik, dan komputer memproses setiap sinyal dengan menghitung dua puluh parameter fisik dan statistik – amplitudo, energi, panjang, spektrum frekuensi, bentuk gelombang, dll.
Para peneliti menetapkan parameter-parameter ini sebelumnya untuk mendapatkan deskripsi kuantitatif tentang apa yang terjadi di dalam sel.
Kemudian mereka beralih ke pembelajaran mesin. Awalnya, mereka menggunakan algoritma Isolation Forest, yang mempelajari cara membedakan suara yang muncul selama emanasi gas dan sinyal yang terkait dengan kerusakan material.
Data yang diperoleh dipetakan dan digunakan untuk melatih pengklasifikasi Random Forest yang mampu membedakan jenis degradasi yang menyebabkan pulsa akustik tertentu.
Simulasi ini menunjukkan akurasi sekitar 90% dalam mengklasifikasikan sinyal baru tanpa keterlibatan manusia.
Baca Juga: Peletakan Batu Pertama Pembangunan Sekretariat DPD LDII Kota Pontianak
Para peneliti memeriksa kinerja simulasi menggunakan baterai berukuran penuh tipe NCM-Graphite setelah menjalani 100 siklus pengisian dan pengosongan. Simulasi berhasil mengidentifikasi lebih dari separuh pulsa akustik dengan tingkat keyakinan lebih dari 75%. Periode hiperaktivitas bertepatan dengan fase-fase proses kimia dan mekanis yang efektif – pembentukan lapisan pelindung, emanasi gas, dan ekspansi siklik grafit.
Oleh karena itu, para peneliti membuktikan bahwa kita dapat “mendengar” baterai tanpa teknik invasif apa pun dan menggunakan profil suara untuk menilai reaksi yang terjadi di dalamnya.
Baca Juga: BMKG: Prakiraan Cuaca Selasa, 4 November 2025
Di masa mendatang, sistem seperti itu dapat menjadi bagian dari modul standar kontrol baterai, yang secara otomatis merekam tanda-tanda awal penurunan kinerja atau panas berlebih. (Tim Liputan)
Editor : Aan
