Un grupo de investigadores ha desarrollado un algoritmo de aprendizaje automático que podría ayudar a reducir los tiempos de carga y prolongar la vida útil de las baterías de los vehículos eléctricos al predecir cómo afectan los distintos patrones de conducción al rendimiento de las baterías, mejorando la seguridad y la fiabilidad.
El equipo de la Universidad de Cambridge ha desarrollado un método no invasivo para sondear las baterías y obtener una visión global de su estado. Estos resultados se introdujeron en un algoritmo de aprendizaje automático para predecir cómo afectarán los diferentes patrones de conducción a la salud futura de la batería.
La salud de una batería, ya sea en un smartphone o en un coche, es mucho más compleja que un simple número en una pantalla. La salud de las baterías, al igual que la de los seres humanos o el propio mundo, es algo multidimensional / multivariable y puede degradarse de muchas maneras diferentes.
Los investigadores desarrollaron una sonda no invasiva que envía pulsos eléctricos de alta dimensión a una batería (óxido de cobalto de litio en el experimento) y mide la respuesta, proporcionando una serie de «marcadores» del estado de la batería. Este método es suave para la batería y no provoca su degradación.
Las señales eléctricas de la batería se convirtieron en una descripción del estado de la misma, que se introdujo en un algoritmo de aprendizaje automático. El algoritmo fue capaz de predecir cómo respondería la batería en el siguiente ciclo de carga-descarga, en función de la rapidez con la que se cargara la batería y de la velocidad a la que fuera a ir el coche la próxima vez que saliera a la carretera. Las pruebas con 88 baterías comerciales demostraron que el algoritmo no necesitaba ninguna información sobre el uso anterior de la batería para hacer una predicción precisa.
Los investigadores afirman que, además de para los fabricantes y los conductores, su método podría ser útil para las empresas que gestionan grandes flotas de vehículos eléctricos, como las compañías de logística.
El grupo trabaja ahora con los fabricantes de baterías para acelerar el desarrollo de baterías de nueva generación más seguras y duraderas. También están estudiando cómo podría utilizarse su marco de trabajo para desarrollar protocolos óptimos de carga rápida que reduzcan los tiempos de carga de los vehículos eléctricos sin provocar su degradación.
421
Aunque cada vez «mola» más hablar de Inteligencia Artificial que de estadística me da que este problema podría resolverse de una forma más sencilla y «limpia» utilizando alguno de los métodos multivariantes clásicos, tipo PLS o similar.
Desde luego el desarrollo de esa sonda no invasiva me parece mucho más interesante que el tratamiento matemático del problema.
Por cierto, (ex)compañeros de Repsol ¿avanzáis en aquél proyecto de modelización de recargas de baterías de Ion Litio que habíais empezado justo cuando yo salí de alli (hace seis años justamente hoy)?
A través de la TV todos hemos visto que el calor no solo se ha sufrido en Europa sino que también ha llegado a China y con él una gran sequía, Sequía que ha conseguido que muchos chinos hayan tenido que abandonas sus flamantes coches eléctricos volviendo a los contaminantes de de gasolina.
¿Por qué? Porque en aquél país poca gente tiene puntos de carga en sus casas y utilizan los escasos postes de carga y que ahora están supersarados al estar cerrados en gran parte debido a los problemas de suministro de electricidad por sus pantanos secos