据外媒报道，日本国立材料科学研究所（NIMS）与软银公司（SoftBank Corp.）合作研发了一款模型，可以通过将机器学习方法应用于电池性能数据分析，预测出高能量密度锂金属电池的（充放电）循环寿命。研究证明，该款模型可通过对电池的充电、放电和电压弥豫过程数据的分析，准确预测电池的使用寿命，且无需依赖任何有关特定电池退化机制的假设。该技术有望改善由锂金属电池驱动的设备的安全性与可靠性。
电池寿命预测模型（图片来源：日本国立材料科学研究所）
锂金属电池有潜力实现比目前使用的锂离子电池更高的单位质量能量密度。因此，此类电池有望应用于无人机、电动汽车和家用电力存储系统等各种技术中。
2018年，NIMS与软银建立了NIMS-软银高级技术研发中心（NIMS-SoftBank Advanced Technologies Development Center）。此后，双方开展了针对高能量密度可充电电池的研究，此类电池可用于各种系统，如移动电话基站、物联网（IoT）以及高空平台站（HAPS）。
此前曾有报道称，有一款锂金属电池的能量密度超过300 Wh/kg，充放电循环寿命超200次。要想在保证安全性的同时，将此类锂金属电池投入到实际应用中，就需要研发出能够准确估计此类电池循环寿命的技术。
不过，与传统锂离子电池相比，锂金属电池的退化机制更加复杂，而且也未被人完全了解，因此研发出能够预测锂金属电池循环寿命的模型是一个巨大挑战。
该研究团队利用先前开发的先进电池制造技术，成功制造了大量高能量密度的锂金属电池芯，每个都由锂金属阳极与镍含量丰富的阴极构成。最后，该团队打造了一个模型，可以通过应用机器学习方法分析充/放电数据，预测锂金属电池的循环寿命。
该团队计划进一步提高该模型在预测电池充放电循环寿命方面的精度，并在研发新型锂金属阳极材料过程中应用该模型，以加快将高能量密度的锂金属电池投入实际应用。
