Investigadores de la Universidad de Uppsala han presentado un nuevo modelo de IA que mejora significativamente la longevidad y la seguridad de las baterías de vehículos eléctricos, ofreciendo una solución prometedora para acelerar la electrificación del sector del transporte.
Investigadores de la Universidad de Uppsala, Suecia, han desarrollado un modelo de IA pionero que podría extender drásticamente la vida útil y mejorar la seguridad de las baterías de los vehículos eléctricos (VE), abordando una barrera crítica en la electrificación del sector del transporte.
La degradación de las baterías supone un reto importante para la industria de los vehículos eléctricos, ya que suelen ser el primer componente en envejecer y fallar. Este rápido deterioro no solo genera un desperdicio de recursos, sino que también dificulta la transición hacia un sistema de transporte más sostenible.
En un intento por mitigar este problema, los investigadores se han centrado en desarrollar software avanzado, aprovechando con frecuencia la inteligencia artificial para optimizar la gestión y el control de la batería.
El nuevo modelo de IA de la Universidad de Uppsala destaca por aumentar significativamente la precisión de las predicciones del envejecimiento de la batería.
Daniel Brandell, profesor de química de materiales en el Departamento de Química y director del Centro de Baterías Avanzadas Ångström de la Universidad de Uppsala, dirigió el estudio.
“Poder aprender más sobre la vida útil y el envejecimiento de las baterías beneficiará a los futuros sistemas de control de los vehículos eléctricos. También demuestra la importancia de comprender qué sucede dentro de las baterías. Si dejamos de verlas como cajas negras que simplemente se espera que proporcionen energía y, en cambio, obtenemos una visión detallada de los procesos, podemos gestionarlas para que se mantengan en buen estado durante más tiempo”, declaró Brandell en un comunicado de prensa.
La investigación implicó pruebas exhaustivas de baterías durante varios años, en colaboración con la Universidad de Aalborg en Dinamarca.
Los investigadores construyeron una extensa base de datos recopilando información de numerosos segmentos de carga muy cortos.
Este gran conjunto de datos se combinó luego con un modelo detallado que mapeó las diversas reacciones químicas que ocurrían dentro de la batería, proporcionando una imagen excepcionalmente precisa tanto de la generación de energía como de los procesos de envejecimiento.
"En conjunto, esto nos da una imagen muy precisa de las diversas reacciones químicas que dan lugar a que la batería genere energía, pero también de cómo envejece durante el uso", añadió Wendi Guo, investigadora postdoctoral del grupo de Brandell, quien realizó el estudio.
Un beneficio adicional de este modelo de IA es su potencial para reducir la dependencia de datos confidenciales y extensos del vehículo.
El hecho de que solo utilicemos segmentos de carga cortos probablemente sea una ventaja adicional. Los datos de las baterías de los vehículos eléctricos son sensibles, tanto para la industria como desde el punto de vista de la anonimización para los usuarios. Esta investigación demuestra lo lejos que se puede llegar sin necesidad de conjuntos de datos completos, añadió Brandell.
Las implicaciones de esta investigación, publicado En la revista Energy & Environmental Science, podría extenderse mucho más allá de la longevidad. Al comprender mejor la química y el comportamiento de las baterías durante los ciclos de carga, el modelo de IA promete mejorar la seguridad al predecir y mitigar posibles defectos de diseño y reacciones secundarias que a menudo generan problemas de seguridad.
Fuente: Universidad de Uppsala