L’émergence de l’intelligence artificielle révolutionne de nombreux secteurs, notamment la sécurité. Dans le domaine des batteries lithium-ion, cette technologie innovante permet désormais d’anticiper les incendies potentiels liés à ces dispositifs énergétiques. En analysant les sons émis par les batteries avant qu’elles n’atteignent une température critique, des chercheurs ont développé des systèmes capables de détecter les signes précurseurs de l’emballement thermique. Cette approche audacieuse offre une nouvelle perspective sur la protection des consommateurs et l’amélioration de la sécurité dans les environnements où les batteries sont omniprésentes.
Des chercheurs au National Institute of Standards and Technology (NIST) ont développé une technologie innovante utilisant l’intelligence artificielle pour détecter les signes avant-coureurs d’un incendie dans les batteries lithium-ion. En s’appuyant sur des sons spécifiques émis par ces batteries avant un emballement thermique, cette avancée pourrait révolutionner la sécurité des dispositifs utilisant ces batteries omniprésentes.
Un enjeu de sécurité croissant
Les batteries au lithium-ion sont devenues courantes dans nos vies quotidiennes, présentes dans nos smartphones, ordinateurs portables, véhicules électriques, et autres appareils électroniques. Cette popularité découle de leur capacité à stocker une grande quantité d’énergie dans un espace limité. Cependant, cette même propriété présente des risques. En effet, un chauffage excessif ou un dommage physique peut entraîner un incendie ou même une explosion. Les incidents liés à ces batteries sont en forte augmentation, comme en témoigne le département des pompiers de New York, ayant répondu à 268 incendies résidentiels en 2023 dus à des batteries d’e-bikes.
La rapidité d’une combustion destructrice
Les incendies causés par les batteries lithium-ion se distinguent par leur rapidité d’explosion. Lorsqu’un incident se produit, une batterie peut émettre des flammes atteignant jusqu’à 1 100 °C en l’espace d’une seconde. Cela contraste avec d’autres types d’incendies domestiques, qui commencent généralement plus lentement, permettant ainsi une détection précoce. De plus, la faible production de fumée au début d’une défaillance rend les détecteurs de fumée traditionnels peu efficaces pour avertir d’un danger imminent.
L’écoute comme solution préventive
Wai Cheong « Andy » Tam, membre de l’équipe NIST, a observé une séquence de sons spécifiques lorsque les batteries explosaient. Ces bruits sont générés par le déclenchement de la soupape de sécurité ; un clic caractéristique, semblable à celui d’une bouteille de soda ouverte. Ce constat a incité l’équipe à explorer le potentiel de ces sons pour développer un système d’alerte précoce, capable de prédire les incidents avant qu’ils ne se produisent.
Le rôle de l’intelligence artificielle
Pour permettre une détection précise, les chercheurs ont conçu une solution logicielle capable d’identifier ces bruits spécifiques parmi une multitude d’autres sons. Ils ont formé un algorithme d’apprentissage automatique à reconnaître le son de la soupape de sécurité brisée. Pour cela, une collaboration avec l’Université de Xi’an a permis de collecter des enregistrements sonores issus de 38 batteries en cours de défaillance, ce qui a aidé à créer une banque de plus de 1 000 échantillons sonores pour affiner l’apprentissage de l’IA.
Des résultats prometteurs
Les résultats des tests montrent que l’algorithme parvient à détecter le son d’une batterie surchauffée avec un taux de réussite de 94 %. Tam a testés diverses sources de bruit pour évaluer la précision de leur système, et se félicite du fait que seules quelques-unes aient réussi à tromper l’algorithme. Par la suite, des travaux seront menés pour confirmer le temps d’alerte, qui est actuellement d’environ deux minutes avant que des dégâts majeurs ne surviennent.
Avenir des systèmes d’alerte incendie
Une fois optimisée, cette technologie pourrait donner naissance à des alarmes incendie innovantes, à installer dans les maisons, bureaux, et lieux de stockage de batteries, offrant un précieux temps d’évacuation en cas d’incident imminent. Le véritable défi réside dans la mise en place de ces systèmes de détection avancée, qui pourrait significativement contribuer à la sécurité face aux risques d’incendies liés aux batteries lithium-ion.
En parallèle, d’autres recherches se concentrent sur l’utilisation de l’IA dans divers domaines pour améliorer la sécurité, notamment en matière de prévention d’incendies de forêts grâce à des systèmes de crowdsourcing, ou encore d’innovations dans la qualité de l’air intérieur, par le biais de méthodes pratiques et efficaces telles que l’utilisation de gels pulvérisables pour la protection des bâtiments.
EN BREF
|
