Eatron Technologies, con sede en el Reino Unido, está ayudando a los fabricantes de vehículos a limitar el riesgo de incendios de baterías de vehículos eléctricos con el uso pionero de Inteligencia Artificial (IA) en su software avanzado de gestión de baterías.
Los incendios de vehículos no son nada nuevo, independientemente del sistema de propulsión, pero recientemente se ha hecho hincapié en resaltar los que involucran vehículos electrificados.
Como resultado, los fabricantes de vehículos y la industria automotriz en general enfrentan ahora el desafío de recuperar la confianza de los consumidores cuyas opiniones sobre los vehículos eléctricos pueden haber sido impactadas negativamente por la publicidad reciente.
«La realidad es que los incendios de baterías de vehículos eléctricos son increíblemente raros, pero incluso uno es demasiado», explica el Dr. Umut Genc, director ejecutivo de Eatron Technologies. “Como industria, debemos asegurarnos de que el número de fallos catastróficos de las baterías llegue a cero y luego se mantenga ahí.
Nuestro software de gestión de baterías de grado automotriz inteligente, conectado y seguro ha demostrado que la IA es la clave para lograrlo”.
Las causas del fallo de la batería son complejas y, a menudo, implican una combinación de factores. Una de las causas más comunes, el revestimiento de litio, se produce cuando se forman depósitos metálicos de litio alrededor del ánodo.
Esto es más probable durante la carga rápida a bajas temperaturas y, con el tiempo, estos depósitos erosionan el rendimiento de la batería.
Si no se controla, esto puede provocar el crecimiento de dendritas, estructuras en forma de agujas que pueden atravesar el separador entre el ánodo y el cátodo, provocando un cortocircuito dentro de la celda.
Esto, a su vez, conduce a una rápida autodescarga que puede iniciar una fuga térmica, una reacción en cadena autosostenida que es difícil de extinguir.
Detectar el revestimiento de litio sin abrir la celda de la batería y examinar los electrodos (lo cual es en gran medida imposible una vez montados en un vehículo) es un desafío que ha sido objeto de intensas investigaciones.
Y si bien se han desarrollado varias técnicas a lo largo de los años, cada una tiene sus propias limitaciones, particularmente cuando se trata de distinguir el revestimiento de litio de otros mecanismos de degradación.
Sin embargo, mediante el uso de Inteligencia Artificial, Eatron Technologies ha demostrado que es posible no sólo detectar el revestimiento de litio de manera mucho más efectiva, sino también predecir con precisión cuándo podría ocurrir.
“Utilizando una técnica llamada extracción de características, transformamos los datos de salud sin procesar provenientes de la batería a un formato que facilita la identificación de anomalías.
Al combinar esto con nuestra línea patentada de IA que captura con precisión el comportamiento de la batería, nuestros diagnósticos de IA pueden predecir fallas en las celdas antes de que ocurran, con hasta un 90% de precisión y cero falsos positivos”, continuó el Dr. Umut Genc.
Detectar una falla antes de que suceda abre la puerta a abordarla de manera mucho más efectiva y conveniente. Eso podría significar alterar la forma en que se administra la batería para minimizar cualquier daño adicional en el corto plazo y, en última instancia, programar una visita de servicio para su rectificación según convenga al conductor.
«Lo más importante es que, independientemente de cómo decida responder el fabricante, el fallo se ha evitado y las escenas que hemos visto en las últimas semanas pasarán rápidamente a la historia».
Omar Fuertes Rizzo
