今年的诺贝尔物理学奖授予了阿兰·阿斯佩克(Alain Aspect)、约翰·克劳瑟(John Clauser)和安东·泽林格(Anton Zeilinger),表彰他们开创性的量子物理实验。
现实生活中的许多问题,如大脑建模、模拟癌症在人体系统中的传播、对抗抗药性细菌的药物发现、了解人类活动对碳足迹和全球变暖的影响、预测天气和自然灾害、减少电动汽车、飞机等复杂系统的设计周期并在物理制造前模拟性能,都可以通过在量子计算机上运行的量子启发算法得到更好的解决。
普通计算机(一个比特在同一时间只有0或1)对复杂的建模现象限制巨大,准确算法的运行时间非常长。但量子比特可以同时是1和0,两种状态同时存在,这种效果叫量子叠加。这是量子电脑计算目前独有的特性。因此,当把这种新颖的处理系统与量子力学原理(如叠加、纠缠和量子隧道)配对时,量子计算可以比经典计算系统以指数速度进行计算。
电动汽车是运输业从化石燃料向可再生能源过渡的先驱者,在减少温室气体排放和降低对化石燃料依赖的关键战略中发挥了巨大作用。《联合国气候变化框架公约》规定了每个成员国为减少温室气体排放所需的贡献准则。
然而,电动汽车的可靠性是不合格的,许多与电池有关的事故在全球各地此起彼伏。为了克服这个问题,适应量子计算等尖端计算技术可以保证提高可靠性和安全性,同时保持成本效益。
现代汽车公司正在利用量子计算改进电动汽车电池,与IonQ公司合作开发一个在量子计算机上运行的电池化学模型,该模型将被用来模拟氧化锂的结构和能量。其目标是提高锂电池的性能、成本和安全性。
双方创建了新的变异量子求解器(VQE)方法,以研究锂化合物和电池化学中的化学反应。VQE是一种确定用于解决特定优化问题的数值集的算法。该算法使用变异原理来计算哈密尔顿(Hamiltonian)的基态能量,或动态物理系统的条件随时间的变化率。
通过量子计算机提供的化学模拟和计算加速预计将大大改善下一代锂离子电池的质量,提供更大的容量和耐用性。这些属性可以使电动汽车对消费者更具吸引力。
电动车非常容易起火。由于电池系统存在缺陷,已经有五家大型汽车制造商召回了使用LG电池的车辆。电池的热失控是造成此类问题的主要原因。这受到几个变量的影响,包括外部电池损坏、充电不良、天气和冷却不当。
如果电动车检测到过热问题,理想情况下应停止为电池供电。此外,许多车辆缺乏通风机制,我们应如何正确地设计电池组,以阻止电池过热,并将起火范围控制住,使其造成最小的损害?
在电动汽车中,电池热管理系统(BTMS)一般会调节电池产生的热量。热调节对电动汽车的最佳和安全运行非常重要,因为电动汽车电池的工作温度范围很窄,如果超过这个范围使用就会有危险。
一个BTMS可以包含各种冷却方法,以保持电池在所需的温度范围内。这些方法包括使用相变材料(phase change material)的强制空气或液体冷却,基于热管的冷却,甚至是这些方法的组合。
在设计BTMS装置时,计算机模拟和电池热负荷的物理测试起着重要作用。此外,在设计时,制造商必须考虑许多标准,如尺寸、材料成本、可制造性、可靠性和安全性。创建正确的BTMS设计的关键是将这些外部标准考虑进来。
然而,BTMS的行为不能被目前的技术完全模拟,因此不能针对这些外在因素进行优化。无法准确建模的原因是进行这些计算需要大量的计算资源。因此,探索更先进的计算技术、加速计算过程并在现实的时间框架内解决这些问题是必要的。
其中一些方法包括基于石墨烯的晶体管,DNA计算,神经形态计算,以及量子计算。在上述所有的可能性中,量子计算最有可能提供一个解决方案,改善这些电动车产品的性能。
虽然目前,量子计算机只在特定的应用凸显了优势,如金融或药物发现。然而,有一个品种的量子算法——量子启发(QI)算法——可以在普通机器上执行指令,同时展示出性能的提升。在短期内,QI算法的性能已经超过了传统的程序,而不需要依靠量子机,因为量子机可能有退相干(decoherence)和其他量子噪声(quantum noise)等复杂问题。
近来,QI的优化算法日益热门。将它们与设计优化相结合将是解决BTMS问题的关键。QI优化的最大好处是增强了设计空间的大小,以协助创造以前未曾探索过的创新设计。
由于QI优化算法的计算速度比传统优化方法快,QI优化方法可以很容易地将外部因素考虑在内,如可靠性和安全性。因此,在保持丰富的性能的同时,可以获得更好的设计。因此,利用电池热管理系统的QI优化技术可以产生理想的设计,减少危险事故。
电动车领域的许多问题都需要解决。然而,电动车领域的增长已经提供了大量的电池材料和快速充电技术的新技术。由于热管理不当造成的致命错误,遏制气候变化影响的电气化进程被大打折扣。为了解决这个问题,QI算法的开创性方法可以通过提供优势来减少问题。QI算法可以改善电池热管理系统,为全球电动汽车运动创造巨大的价值。