Incêndios de Baterias são uma Preocupação Devido à Adoção de Veículos Elétricos – A IA Pode Ajudar a Prevenir a Corrida Térmica?

Uma equipe de engenheiros liderada por um estudante de doutorado da Universidade do Arizona introduziu um método inovador para impedir o superaquecimento das baterias de veículos elétricos. O método usa algoritmos de IA para prever áreas de preocupação antes que se tornem perigosas. Muitos veem este estudo como um avanço na indústria, especialmente considerando a crescente demanda por veículos elétricos. Aqui está tudo o que você precisa saber sobre o futuro papel da IA na prevenção da corrida térmica.

Baterias de Íons de Lítio (LIBs)

Existem alguns pontos-chave para entender a magnitude desta pesquisa. Primeiro, as baterias de íons de lítio (LIBs) são as baterias mais usadas nos veículos elétricos atuais. Essas baterias integram íons de lítio carregados para transferir energia através da unidade, produzindo corrente para suas necessidades elétricas. O que torna as LIBs tão populares é que elas podem ser carregadas invertendo a polaridade temporariamente e enviando os íons de volta ao polo negativo da unidade.

Os veículos elétricos de hoje dependem desses dispositivos por várias razões, incluindo sua vida útil razoável, peso relativamente leve em comparação com alternativas e densidade de energia excepcional. Notavelmente, é comum que essas baterias utilizem células agrupadas para criar o pacote completo do veículo elétrico. Na prática, a maioria dos pacotes de baterias de veículos elétricos possui milhares de células.

O que é Corrida Térmica?

A atual estrutura de múltiplas células das LIBs ajuda as baterias a carregarem mais rápido e a alcançarem vidas úteis mais longas. Contudo, isso pode criar pontos quentes dentro do pacote de bateria que podem resultar em falha catastrófica. Quando uma única célula começa a apresentar mau funcionamento, ela pode aquecer rapidamente, fazendo com que as células circundantes experimentem aumento de temperatura e potencialmente levando a mais falhas. Esse efeito dominó é chamado de corrida térmica, e é um dos principais problemas enfrentados pelos veículos elétricos hoje.

A Corrida Térmica (TR) pode reduzir o desempenho, causar decomposição da bateria e até explosões. Como tal, é uma preocupação real para os proprietários de veículos elétricos. A Corrida Térmica pode ser causada por vários fatores, incluindo falhas na bateria como o derretimento do separador, decomposição do cátodo ou uma reação adversa do eletrólito de lítio.

Preocupações de Segurança

Esses curtos-circuitos podem ocorrer rapidamente e resultar em ferimentos a pessoas próximas devido a incêndios e explosões. Há muitas histórias de pessoas que acordam com incêndios residenciais ou outros momentos aterrorizantes devido à ignição da bateria de seu veículo elétrico. Assim, resolver esse problema tornou‑se uma preocupação primordial para pesquisadores em todo o mundo.

Aumento da Temperatura

A necessidade de reduzir a TR tornou‑se mais importante nos últimos anos devido a múltiplos fatores. O aumento tanto do uso de veículos elétricos quanto das temperaturas globais criou um cenário perigoso com mais vidas em risco do que nunca. Esses fatores tornam essencial manter as baterias refrigeradas para alcançar um futuro mais verde.

Estudo de IA sobre Corrida Térmica

Um estudo publicado no Journal of Power Sources demonstra como um algoritmo avançado de IA acoplado a sensores pode ser a chave para eliminar a corrida térmica de uma vez por todas. O estudo, liderado por Basab Goswami, usa simulações de dados de condutores para imitar o uso da bateria de veículos elétricos em condições de condução diária.

Modelos multifísicos e de aprendizado de máquina que aproveitaram submodelos térmicos, eletroquímicos e de degradação foram usados para determinar os momentos críticos em que a TR se tornava perceptível. A partir daí, os sistemas de IA reforçaram os dados, permitindo prever e identificar células superaquecidas mais rápido que qualquer solução óptica.

Teste de IA sobre Corrida Térmica

Os pesquisadores buscaram entender melhor como uma interface eletrolítica sólida se degrada em um eletrodo negativo sob várias condições. A equipe usou dados reais de condutores e estados de bateria, como ciclos de carga/descarga constante e ciclos de condução, para testar a assinatura térmica da bateria. Para realizar essa tarefa, a equipe criou uma bateria que possuía sensores térmicos especiais enrolados ao seu redor.

Os sensores de temperatura forneceram dados detalhados de temperatura espacial e temporal que foram então combinados com dados históricos e alimentados ao algoritmo de IA. Esses dados incluíram situações-chave, ambientes, atividades dos condutores e questões técnicas.

Algoritmo de Goswami

O Algoritmo de Goswami é único em vários aspectos. Primeiro, ele é o primeiro modelo de aprendizado de máquina de IA usado para prever a TR. Esse modelo multifísico só foi possível graças a novos sistemas de IA, como a modelagem vetorial. Esses sistemas avançados podem analisar enormes quantidades de dados e apontar correlações ou padrões complexos muito além das capacidades humanas. Consequentemente, o método de modelagem permitiu à equipe criar dados realistas sobre o comportamento de condução de veículos elétricos.

Resultados do Teste de IA sobre Corrida Térmica

Os resultados do estudo são impressionantes. Primeiro, a equipe alcançou seu objetivo de prever a TR em LIBs de forma consistente, precisa e exata. A IA foi muito precisa e até conseguiu determinar onde a corrida térmica começou, alertando sobre o perigo e impedindo danos adicionais. Agora, a equipe busca expandir sua pesquisa, o que pode, um dia, ajudar a criar veículos elétricos mais seguros para todos.

Benefícios da IA para Corrida Térmica

Esta pesquisa traz muitos benefícios ao mercado. Primeiro, o algoritmo de IA é muito menos caro que usar outros métodos para prevenir a Corrida Térmica. No passado, engenheiros, incluindo os deste estudo, propuseram métodos de medição óptica. Essas táticas eram eficazes, mas exigiam câmeras caras e monitoramento constante. A IA libera os esforços da equipe e fornece resultados melhores.

Alta Precisão

A capacidade de prever a temperatura de termopares e a localização de pontos quentes com precisão é um passo vital para criar baterias mais duráveis e capazes no futuro. Engenheiros podem usar essa abordagem para determinar onde seus produtos podem ser aprimorados e quais partes precisam ser atualizadas ou alteradas para prevenir futuras TR.

Alcançando Emissões NetZero

Outro benefício desta pesquisa é que ela facilita o objetivo global de reduzir carbono e poluentes. Veículos elétricos são uma forma de ajudar a reduzir as emissões de automóveis e qualquer método que melhore sua eficiência e eficácia terá um grande impacto no mercado automotivo daqui para frente. Em 2023, as vendas globais de veículos elétricos aumentaram 35 %. Analistas preveem que esse crescimento continuará, tornando a segurança contra TR uma prioridade para a maioria dos fabricantes.

Facilidade de Integração

Essa tecnologia pode ser implementada nas linhas de suprimento e processos de fabricação com esforço mínimo. O modelo de IA melhorará à medida que mais dados, sensores melhores e modelos adicionais forem introduzidos em cada sistema de gerenciamento de bateria de veículos elétricos.

Pesquisadores

O estudo foi conduzido na Universidade do Arizona por Vitaliy Yurkiv, Farzad Mashayek, Yasaman Abdisobbouhi, Hui Du e Todd A. Kingston. O projeto foi viabilizado por uma bolsa de US$ 599.808 do Defense Established Program to Stimulate Competitive Research, do Departamento de Defesa. Notavelmente, Goswami e Yurkiv publicaram outro artigo em janeiro deste ano demonstrando um método óptico de detecção de pontos quentes. Este estudo mais recente é a culminação dessa pesquisa e do desejo de oferecer uma opção mais acessível e disponível.

Duas Empresas que Podem se Beneficiar com esta Pesquisa

Várias empresas podem ver benefícios imediatos deste estudo. A demanda por veículos elétricos está em ascensão, e os fabricantes estão entrando no mercado para atender a essa necessidade. A capacidade de oferecer alternativas mais seguras em comparação com as opções atuais ajudará a catapultar esses fabricantes ao topo do mercado. Aqui estão duas empresas que poderiam implementar essa tecnologia hoje e ver aumentos em seus resultados financeiros.

1. Rivian

RIVN Gráfico de preços

A Rivian foi fundada em 2009 como Mainstream Motors. Após vários anos e mudanças de nome, a empresa tornou‑se oficialmente Rivian em 2011. Hoje, a Rivian continua sendo um dos maiores fabricantes de veículos elétricos na América do Norte. A empresa se especializa em veículos utilitários esportivos elétricos e tem sede na Califórnia, com operações de fabricação em Illinois.

A Rivian registrou US$ 4,43 bilhões em receita em 2023, com US$ 16 bilhões em ativos totais. Nos últimos anos, a empresa tem dedicado considerável esforço para alcançar emissões líquidas zero até 2040. Esses fatores, somados à crescente demanda por seus produtos, tornam a Rivian uma forte “hold” para investidores que buscam alternativas à Tesla (TSLA ).

2. Xiaomi

A fabricante chinesa de veículos elétricos Xiaomi é vista como a maior concorrente da Tesla Motors na corrida dos veículos elétricos. A empresa continua a conquistar participação de mercado globalmente devido a diversos fatores. Primeiro, a marca XIAMI é bem conhecida e tem sido uma potência no setor de eletrônicos por décadas. Como tal, há forte lealdade e confiança dos consumidores em comparação com opções mais recentes.

A Xiaomi possui capitalização de mercado de US$ 462,55 bilhões e apresenta atualmente margem de lucro de 6,12 %. A empresa continua a expandir sua participação no mercado de veículos elétricos e sua tecnologia, mantendo as ações em alta demanda globalmente. Quem busca uma ação de fabricação de veículos elétricos de rápido crescimento deve considerar a Xiaomi.

Corrida Térmica e Nunca Mais Voltar

É preciso elogiar esta equipe por criar um método confiável e preciso de determinar os passos exatos envolvidos em um cenário de corrida térmica. Agora, esses dados podem ser refinados e usados para melhorar ainda mais a detecção. Nos próximos meses, seu veículo elétrico pode depender de uma tecnologia semelhante baseada no árduo trabalho desses engenheiros. Como tal, é sensato acompanhar essa descoberta no futuro.

Saiba mais sobre outros projetos de inteligência artificial legais agora.