Una mirada al futuro: Porsche ingeniería desarrolla un gemelo digital de una batería de alto voltaje

Las baterías son componentes cruciales en los vehículos eléctricos, en gran parte debido a su importante influencia en el valor residual. Por lo tanto, los fabricantes y proveedores de equipos originales (OEM) están interesados en comprender los detalles del envejecimiento de las celdas y los sistemas de baterías, así como el impacto que el comportamiento de conducción tiene en su vida útil.

Recibí las noticias en tu celular: Canal de WhatsApp Motorpy

Así detalla una información de Press Latam sobre este tema.

¿Cómo se comportará un sistema en el futuro si no existe una historia de largo plazo? La agencia espacial NASA se enfrenta a esta cuestión desde hace décadas. Sus sondas, a menudo equipadas con tecnología de última generación, se lanzan a entornos desconocidos. Para evaluar mejor el ciclo de vida de las naves espaciales, los investigadores de la NASA desarrollaron a principios de la década de 2000 el concepto de “gemelo digital”, que se utiliza para simular escenarios desconocidos, como décadas de viajes.

LOS PLANES DE PORSCHE ENGINEERING

Porsche Engineering adopta el mismo enfoque para optimizar la batería de alto voltaje en los vehículos eléctricos. “Necesitamos comprender cómo se comportarán las células durante un largo período de tiempo, sin tener muchos años de experiencia como en el caso de los motores de combustión”, explica Joachim Schaper, director senior de IA y Big Data de Porsche Engineering. El objetivo de Digital Battery Twin es proporcionar una visión del futuro: su representación digital funciona exactamente como el original y proporciona información sobre el proceso de envejecimiento esperado. También se puede utilizar para mejorar la duración y el rendimiento de la batería. Por este motivo, los expertos en inteligencia artificial de Porsche Engineering en Alemania y la República Checa están trabajando intensamente en el Digital Battery Twin.

Con la creciente demanda de durabilidad de las baterías, al menos en términos legales, el tema está muy presente en la mente. Desde agosto de este año, cualquier persona que ponga en circulación baterías en la Unión Europea debe proporcionar información sobre el rendimiento y la durabilidad según el nuevo Reglamento de Baterías de la UE (BATT2).

LOS PLANES DEL ESTADO DE CALIFORNIA

El estado de California en EE.UU. UU. Se han establecido estándares mínimos: a partir del año modelo 2030 en adelante, los vehículos eléctricos aún deben alcanzar al menos el 80 por ciento de su autonomía original cada año o 150.000 millas (241.000 kilómetros) de kilómetro. Así lo estipula la Junta de Recursos del Aire de California en su reglamento “Advanced Clean Cars II” de noviembre de 2022. En el futuro podría aplicarse una regulación similar en la UE. Por lo tanto, es fundamental que los fabricantes de equipos originales puedan proporcionar información precisa sobre la durabilidad de las baterías del vehículo.

DETECCIÓN DE CLIENTES CONDUCTUALES

Para crear una batería gemela digital, los ingenieros proporcionan un marco modular y escalable para integrar los componentes del modelo existente y futuro. La base para ello es un módulo de rendimiento que describe la capacidad eléctrica de la batería de forma simplificada y puede basarse en enfoques establecidos, como el modelo de resistencia-capacitancia. Además, existe un modelo electroquímico más complejo que simula los procesos en la celda de la batería a nivel de partículas individuales: la interacción entre ánodo, cátodo y electrolito. Otra faceta es el modelo térmico, que se puede utilizar para predecir cómo reaccionará la batería al frío o al calor.

Los modelos se basan principalmente en pruebas de laboratorio con celdas individuales o módulos de celdas y su capacidad para predecir cómo se comportará la batería en el vehículo es limitada. Por ello, los expertos de Porsche Engineering utilizan datos reales de campo tomados de vehículos de prueba o bancos de pruebas donde se prueban las células. Los datos de la flota se complementan cada vez que los clientes participan en un programa de intercambio de datos.

Con la ayuda de datos de campo, los algoritmos de IA están entrenados para reconocer a los clientes en su comportamiento de conducción. Las desviaciones de temperatura o tensión en celdas individuales, por ejemplo, pueden indicar desgaste prematuro y anomalías. Sin embargo, la IA sólo puede reconocer aspectos para los que exista una base de datos existente en el campo. No es posible hacer predicciones sobre los efectos del envejecimiento a largo plazo, ya que sólo hay un vehículo eléctrico en circulación que lleva cuatro años en circulación. Por eso los ingenieros de Porsche Engineering unen dos mundos: “El éxito reside en combinar componentes existentes basados en modelos con métodos de IA”, explica Adrian Eisenmann, ingeniero de desarrollo de Porsche Engineering.

LOS ACTUALES PLANES

Algunas empresas emergentes se centran exclusivamente en el análisis de datos de baterías. Sin embargo, no basta con mirar las células y los módulos, subraya Schaper: “También es necesario un conocimiento exhaustivo de los procesos del vehículo”. Porsche Engineering se siente como en casa en ambos mundos: por ejemplo, los ingenieros han desarrollado grandes partes del sistema de gestión de baterías para los vehículos eléctricos de Porsche, así como inversores de impulsos para la cadena cinemática.

Al mismo tiempo, Porsche Engineering también emplea científicos de datos de baterías altamente especializados. Una función inicial en Porsche Engineering China llamada “Predicción de reparación” surgió del trabajo en el gemelo digital de la batería. Se basa en un algoritmo de aprendizaje automático que monitoriza los datos de la batería y advierte de signos de desgaste o anomalías. “Esto le permite notificar al cliente de forma proactiva”, afirma Lars Marstaller, propietario del producto de análisis de batería en Porsche Engineering. La función predictiva también reduce las visitas al taller, de modo que podrá solicitar con antelación las piezas de repuesto necesarias.

GEMELO DIGITAL DE BATERÍA INDIVIDUAL

El trabajo en Digital Battery Twin comenzó el año pasado y está progresando bien. Porsche Engineering ha creado prototipos de modelos electroquímicos y térmicos, que ahora se combinan con análisis de IA. Pero el trabajo es complicado: hay que fusionar los datos de vehículos con diferentes sistemas térmicos y de carga, y los modelos de laboratorio son complejos y requieren mucha potencia de cálculo. Los modelos de simulación se parametrizan gradualmente con datos de campo para hacerlos más realistas. Se esperan solicitudes de prototipos este año.

El objetivo a largo plazo no es sólo crear un General Digital Battery Twin, sino también una representación digital de baterías de vehículos individuales. Podría funcionar en la nube y, si lo desea, dar al cliente instrucciones sobre cómo prolongar la duración de la batería sin comprometer el rendimiento del vehículo. Se conocen algunos factores que influyen positivamente en la durabilidad: el estado de carga (SoC) debe permanecer constante entre el 30 y el 70 por ciento y deben evitarse las temperaturas exteriores extremas. Estos, sin embargo, son sólo algunos de muchos factores.

“El desgaste de la batería es una interacción compleja de muchos factores que son difíciles de separar, especialmente en el campo”, dice Eisenmann. Con el tiempo, incluso podría ser posible personalizar el vehículo con la ayuda del doble digital. “En el futuro se podría analizar el estilo de manejo del cliente para la petición y cambiar los parámetros en el sistema de gestión de la batería de manera que se minimice el desgaste”, imagina el experto de Marsteller. Además, los gemelos digitales pueden proporcionar información importante para el desarrollo de nuevas baterías, potencialmente incluso más en la industria automotriz. “Los conocimientos sobre las células también podrían aplicarse a camiones, bicicletas eléctricas y barcos”, pone como ejemplo Schaper.