Intelligenza artificiale per pacchi batteria

Le condizioni della batteria e il risparmio energetico sono fattori essenziali per i sistemi di propulsione dei veicoli elettrici. Una batteria soggetta a guasti improvvisi può causare gravi problemi, tra cui il crollo delle prestazioni nel corso del tempo, la necessità di riparazioni costose e la relativa perdita di tempo. Per scongiurare quest'eventualità, Alma Automotive ha sviluppato algoritmi basati sull'intelligenza artificiale (AI) per monitorare lo stato di salute e le condizioni operative della batteria in tempo reale. Questi algoritmi possono attivare allarmi in caso di problemi e perfino prevedere i guasti prima che accadano.

Il nostro algoritmo di previsione delle prestazioni e dello stato della batteria è stato sviluppato per aumentare la potenza e l'energia utilizzabile. Grazie alla stima avanzata dello stato di salute e alle affidabili logiche di sicurezza, questo strumento basato sull'AI è in grado di potenziare i sistemi di gestione dell'energia per la mobilità elettrica.

Gli algoritmi AI hanno bisogno di un'enorme quantità di dati per addestrare i modelli. L'acquisizione e la gestione dei dati per le applicazioni che sfruttano l'intelligenza artificiale è quindi un aspetto chiave nello sviluppo dei modelli. Per questo, come abbiamo spiegato di recente, l'impegno del nostro team di R&S si è concentrato in primis sull'implementazione di modelli precisi e affidabili. Abbiamo scelto di usare i risultati della simulazione come fonte di dati per addestrare il modello AI in modo più rapido ed efficace.

Riportiamo di seguito un esempio di applicazione del nostro algoritmo delle prestazioni della batteria. In questo esperimento è stata innescata una variazione della resistenza interna della batteria. L'algoritmo analizza i segnali di ingresso durante un intervallo di tempo definito, al termine del quale è in grado di stimare un indice di allarme complessivo sulle condizioni di salute e operative della batteria.

Anche se i valori elettrici e termici rientrano ancora nell'intervallo accettabile, il nostro algoritmo rileva le anomalie e può attivare allarmi e logiche di sicurezza all'occorrenza.