Los incendios de baterías son una preocupación debido a la adopción de vehículos eléctricos: ¿Puede la IA ayudar a prevenir la fuga térmica?

Un equipo de ingenieros liderado por un estudiante de doctorado de la Universidad de Arizona ha presentado un método novedoso para evitar el sobrecalentamiento de las baterías de los vehículos eléctricos. El método utiliza algoritmos de IA para predecir áreas de preocupación antes de que se vuelvan peligrosas. Muchos consideran este estudio como un avance en la industria, especialmente teniendo en cuenta la creciente demanda de vehículos eléctricos. Aquí tienes todo lo que necesitas saber sobre el futuro papel de la IA en la prevención de la fuga térmica.

Baterías de iones de litio (LIBs)

Hay algunos puntos clave para entender y apreciar la magnitud de esta investigación. En primer lugar, las baterías de iones de litio (LIBs) son las baterías más utilizadas en los vehículos eléctricos actuales. Estas baterías integran iones de litio cargados para transferir energía a través de la unidad, produciendo corriente para tus necesidades eléctricas. Lo que hace que las LIBs sean tan populares es que pueden cargarse invirtiendo la polaridad temporalmente y enviando los iones de regreso al polo negativo de la unidad.

Los vehículos eléctricos de hoy dependen de estos dispositivos por varias razones, entre ellas que tienen una vida útil decente, son relativamente ligeros en comparación con alternativas y ofrecen una densidad de energía excepcional. Es común que estas baterías utilicen celdas agrupadas para crear el paquete completo del vehículo eléctrico. De hecho, la mayoría de los paquetes de baterías de EV contienen miles de celdas.

¿Qué es la fuga térmica?

La actual estructuración de múltiples celdas de las LIBs ayuda a que las baterías se carguen más rápido y logren una vida útil más larga. Sin embargo, puede crear puntos calientes dentro del paquete de baterías que pueden resultar en fallas catastróficas. Cuando una sola celda comienza a fallar, puede calentarse rápidamente, haciendo que las celdas circundantes experimenten un aumento de temperatura y potencialmente provoquen más fallas. Este efecto dominó se llama fuga térmica, y es uno de los principales problemas que enfrentan los vehículos eléctricos hoy en día.

La fuga térmica (TR) puede reducir el rendimiento, causar la descomposición de la batería e incluso explosiones. Por lo tanto, es una preocupación real para los propietarios de vehículos eléctricos. La fuga térmica puede ser causada por varios factores, incluidos fallas de la batería como el derretimiento del separador, la descomposición del cátodo o una reacción adversa del electrolito de litio.

Preocupaciones de seguridad

Estos cortocircuitos pueden ocurrir rápidamente y resultar en que los transeúntes cercanos resulten heridos por incendios y explosiones. Hay muchas historias de personas que se despiertan ante incendios domésticos u otros momentos aterradores debido a la ignición de la batería de su vehículo eléctrico. Por ello, resolver este problema se ha convertido en una preocupación principal para los investigadores a nivel mundial.

Aumento de temperatura

La necesidad de reducir la TR se ha vuelto más importante en los últimos años debido a múltiples factores. El aumento tanto del uso de vehículos eléctricos como de las temperaturas globales ha creado un escenario peligroso con más vidas en riesgo que nunca. Estos factores hacen que mantener las baterías frescas sea esencial para lograr un futuro más verde.

Estudio de IA sobre fuga térmica

Un estudio publicado en el Journal of Power Sources demuestra cómo un algoritmo avanzado de IA acoplado con sensores podría ser la clave para eliminar la fuga térmica de una vez por todas. El estudio, liderado por Basab Goswami, utiliza simulaciones de datos de conductores para imitar el uso de la batería del EV bajo condiciones de conducción diaria.

Se emplearon modelos multifísicos y de aprendizaje automático que aprovecharon submodelos térmicos, electroquímicos y de degradación para determinar los momentos clave en que la TR se volvía perceptible. A partir de ahí, los sistemas de IA reforzaron los datos, permitiéndoles predecir e identificar celdas sobrecalentadas más rápido que cualquier solución óptica.

Prueba de IA para fuga térmica

Los investigadores buscaron comprender mejor cómo una interfaz de electrolito sólido se degrada en un electrodo negativo bajo diversas condiciones. El equipo utilizó datos reales de conductores y estados de la batería, como los ciclos de carga/descarga constante y los ciclos de conducción, para probar la firma térmica de la batería. Para lograr esta tarea, el equipo creó una batería que tenía sensores térmicos especiales envueltos alrededor de ella.

Los sensores de temperatura proporcionaron datos detallados de temperatura espacial y temporal que luego se combinaron con datos históricos y se alimentaron al algoritmo de IA. Estos datos incluían situaciones clave, entornos, actividades del conductor y problemas técnicos.

Algoritmo de Goswami

El Algoritmo de Goswami es único en muchos aspectos. En primer lugar, es el primer modelo de aprendizaje automático de IA utilizado para predecir la TR. Este modelo multifísico solo fue posible gracias a nuevos sistemas de IA como el modelado vectorial. Estos sistemas avanzados pueden analizar enormes cantidades de datos y señalar correlaciones o patrones complejos mucho más allá de las capacidades humanas. En consecuencia, el método de modelado permitió al equipo crear datos realistas sobre el comportamiento de conducción de los EV.

Resultados de la prueba de IA para fuga térmica

Los resultados del estudio son impresionantes. En primer lugar, el equipo logró su objetivo de predecir la TR en las LIBs de manera precisa y constante. La IA fue muy exacta y pudo incluso determinar dónde comenzó la fuga térmica, alertando del peligro y evitando daños adicionales. Ahora, el equipo busca ampliar su investigación, lo que algún día podría ayudar a crear EVs más seguros para todos.

Beneficios de la IA para la fuga térmica

Esta investigación aporta muchos beneficios al mercado. En primer lugar, el algoritmo de IA es mucho menos costoso que usar otros métodos para prevenir la fuga térmica. En el pasado, los ingenieros, incluidos los de este estudio, propusieron métodos de medición óptica. Estas tácticas fueron efectivas pero requerían cámaras caras y monitoreo constante. La IA libera los esfuerzos del equipo y brinda mejores resultados.

Alta precisión

La capacidad de predecir la temperatura del termopar y la ubicación de los puntos calientes con precisión es un paso vital para crear baterías más duraderas y capaces en el futuro. Los ingenieros pueden usar este enfoque para ayudar a determinar dónde pueden mejorar sus productos y qué partes necesitan ser actualizadas o modificadas para prevenir futuras TR.

Lograr emisiones netas cero

Otro beneficio de esta investigación es que facilita el objetivo global de reducir el carbono y los contaminantes. Los EV son una forma de ayudar a reducir las emisiones de automóviles y cualquier método que mejore su eficiencia y efectividad tendrá un gran impacto en el mercado automotriz en el futuro. En 2023, las ventas de vehículos eléctricos aumentaron un 35 % a nivel mundial. Los analistas predicen que este crecimiento continuará, convirtiendo la seguridad de la TR en una prioridad para la mayoría de los fabricantes.

Fácil integración

Esta tecnología puede implementarse en las cadenas de suministro y procesos de fabricación con un esfuerzo mínimo. El modelo de IA mejorará a medida que se introduzcan más datos, sensores mejores y modelos adicionales en el sistema de gestión de baterías de cada vehículo eléctrico.

Investigadores

El estudio se realizó en la Universidad de Arizona por Vitaliy Yurkiv, Farzad Mashayek, Yasaman Abdisobbouhi, Hui Du y Todd A. Kingston. El proyecto fue posible gracias a una subvención de $599,808 del Programa de Defensa Establecido para Estimular la Investigación Competitiva del Departamento de Defensa. Cabe destacar que Goswami y Yurkiv publicaron otro artículo en enero de este año que demostraba un método óptico para detectar puntos calientes. Este último estudio es la culminación de esa investigación y el deseo de ofrecer una opción más asequible y accesible.

Dos empresas que podrían beneficiarse de esta investigación

Varias empresas podrían ver beneficios inmediatos de este estudio. La demanda de vehículos eléctricos está en aumento, y los fabricantes están ingresando al mercado para satisfacer esta necesidad. La capacidad de ofrecer alternativas más seguras frente a las opciones actuales ayudará a catapultar a estos fabricantes a la cima del mercado. A continuación, se presentan dos empresas que podrían implementar esta tecnología hoy y ver incrementos en sus resultados.

1. Rivian

RIVN Gráfico de precios

Rivian fue fundada en 2009 como Mainstream Motors. Después de varios años y cambios de nombre, la compañía se convirtió oficialmente en Rivian en 2011. Hoy, Rivian sigue siendo uno de los mayores fabricantes de EV en Norteamérica. La empresa se especializa en vehículos utilitarios deportivos eléctricos y tiene su sede en California con operaciones de fabricación en Illinois.

Rivian reportó $4.43 B de ingresos en 2023 con $16 B de activos totales. En los últimos años, la empresa ha puesto un esfuerzo considerable en lograr emisiones netas de carbono cero para 2040. Estos factores, junto con la creciente demanda de sus productos, hacen de Rivian una “hold” fuerte para los traders que buscan alternativas a Tesla (TSLA ).

2. Xiaomi

El fabricante chino de EV Xiaomi es visto como el mayor competidor de Tesla Motors en la carrera de los vehículos eléctricos. La compañía sigue ganando cuota de mercado a nivel global debido a varios factores. Por un lado, la marca XIAMI es bien conocida y ha sido una potencia en el sector de la electrónica durante décadas. Como tal, existe una fuerte lealtad y confianza del consumidor en comparación con opciones más nuevas.

Xiaomi tiene una capitalización de mercado de $462.55 B y muestra actualmente un margen de beneficio del 6.12 %. La empresa continúa expandiendo su cuota de mercado y tecnología de EV, lo que mantiene sus acciones en alta demanda a nivel mundial. Aquellos que buscan una acción de fabricación de EV de rápido crecimiento deberían considerar a Xiaomi.

Fuga térmica y nunca volver

Hay que felicitar a este equipo por crear un método fiable y preciso para determinar los pasos exactos involucrados en un escenario de fuga térmica. Ahora, estos datos pueden ajustarse finamente y usarse para mejorar la detección aún más. En los próximos meses, tu EV podría depender de una tecnología similar basada en el arduo trabajo de estos ingenieros. Por ello, es prudente seguir de cerca este descubrimiento en el futuro.

Descubre otros proyectos de inteligencia artificial interesantes ahora.