• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Modelagem baseada em dados e estimativa das propriedades da bateria de íon-lítio

    Crédito:Data Science Institute em Columbia

    Os veículos elétricos são movidos por baterias de íon de lítio (LIB), uma bateria recarregável que ainda não foi totalmente compreendida ou aperfeiçoada. E, visto que se espera que os carros elétricos substituam os carros movidos a gás, qualquer pesquisa que melhore o desempenho de uma bateria de íon de lítio será uma bênção para veículos elétricos e para o meio ambiente.

    Professores Matthias Preindl e Alan West, dois professores de Columbia, estão desenvolvendo um modelo de aprendizado de máquina que pode estimar com mais precisão o nível de carga de uma bateria de íons de lítio. As estimativas atuais do estado de carga de uma bateria têm taxas de erro de cinco por cento, enquanto o modelo desta equipe visa uma taxa de erro de um por cento. Sua pesquisa é apoiada por uma bolsa do fundo de sementes do Data Science Institute.

    Os chamados sistemas de gerenciamento de bateria são treinados para capturar o estado de saúde de uma bateria e prever seu tempo de vida restante. Esses dois conceitos ajudam os proprietários de veículos elétricos a saber quando parar o carro para recarregar a bateria, bem como quando agendar a troca da bateria. Além disso, um modelo de alta estimativa de precisão se traduz em uma extensão da vida útil das baterias, uma vez que permite um sistema de gerenciamento de bateria que pode identificar e proteger as células fracas.

    Para projetar seu modelo de aprendizado de máquina, esta equipe aplicará sinais de perturbação - uma sequência de sinais de corrente gerados por um conversor eletrônico de potência - às células de bateria de íons de lítio. A sequência de sinais faz com que as células da bateria emitam respostas elétricas que podem ser testadas. A equipe testará as baterias em seu laboratório, e também usar conversores eletrônicos de potência para obter dados de baterias instaladas em veículos elétricos. Os dados, que são gerados a cada minuto, medir funções da bateria, como temperatura, tensão e volatilidade nas correntes, resultando em centenas de milhares de pontos de dados. A equipe está, portanto, projetando um algoritmo para avaliar os dados e projetar um modelo de otimização.

    Crédito:Data Science Institute em Columbia

    "Uma analogia com o que estamos fazendo é o que foi feito com o xadrez, "diz Mathias Preindl, Professor de Engenharia Elétrica. "Os robôs de xadrez funcionam por meio de algoritmos que estudam todos os movimentos em todos os jogos, e com base nessa totalidade, eles conhecem todos os movimentos possíveis e podem interpretar os dados e selecionar os melhores movimentos. É isso que estamos tentando alcançar com nosso modelo. "

    Embora Preindl seja um especialista em como as baterias interagem com componentes externos, Allen West, um engenheiro químico, compreende a química interna de uma bateria. Eles estão usando seus conhecimentos de engenharia combinados, junto com técnicas avançadas de ciência de dados, para projetar um modelo que possa prever como obter o melhor desempenho das baterias de íon de lítio atuais.

    "Como isso é, não temos quantificações para entender como uma bateria de íon de lítio se comporta, "diz Preindl, que também pertence à DSI's Sense, Colete e mova data center.

    "Assim que tivermos isso, saberemos quando as baterias precisam ser carregadas, quanto tempo eles vão durar, e quando eles precisam ser substituídos, bem como como estender a vida útil da bateria, "acrescenta." E como os carros elétricos e as baterias de íon de lítio são o futuro, nosso projeto tem a promessa de melhorar uma parte importante de nosso sistema de transporte, ao mesmo tempo em que melhora nosso meio ambiente. "


    © Ciência https://pt.scienceaq.com