Engenheiros da Universidade da Califórnia, em Riverside (UCR), desenvolveram o Estado da Missão (SOM), nova métrica de diagnóstico que prevê, em tempo real, se uma bateria é capaz de completar uma tarefa específica em condições reais.
Diferentemente dos sistemas atuais, que mostram apenas a porcentagem de carga, o SOM leva em conta dados internos da bateria e variáveis externas como tráfego, altitude e temperatura. Com isso, o modelo oferece previsões mais precisas para veículos elétricos, drones e outros equipamentos que dependem de armazenamento de energia.
Física e IA combinadas
O método une aprendizado de máquina às leis da eletroquímica e da termodinâmica, garantindo coerência física nas estimativas, mesmo em cenários adversos, como subidas íngremes ou quedas bruscas de temperatura.
Segundo a professora Mihri Ozkan, da UCR, o sistema transforma dados abstratos em decisões práticas, aumentando a segurança e facilitando o planejamento de rotas ou missões de voo.
Resultados de testes
Em avaliações com conjuntos de dados da NASA e da Universidade de Oxford, o SOM reduziu significativamente os erros de previsão de tensão, temperatura e estado de carga quando comparado a métodos tradicionais.
Na prática, o algoritmo pode apontar se um carro elétrico conseguirá cumprir determinada rota ou alertar que um drone não deve decolar por causa do vento.
Imagem: Mihri Ozkan
Próximos passos
Os pesquisadores reconhecem que a principal limitação, no momento, é a complexidade computacional. A equipe planeja otimizar o código e adaptar o modelo a outras químicas de bateria, como íons de sódio, estado sólido e fluxo, além de aplicações em armazenamento de energia e missões espaciais.
Detalhes do trabalho foram publicados na revista iScience.
Com informações de Olhar Digital