Durante a vida útil da bateria, a IA e a aprendizagem automática podem ser utilizadas para manutenção, prolongando a sua vida útil e maximizando o seu desempenho. A otimização dos protocolos de carga e descarga, a identificação de riscos, o cálculo do estado de saúde (SoH), o cálculo de cargas e a deteção de defeitos garantirão que a segurança é priorizada, por exemplo, quando uma bateria é utilizada num veículo elétrico de passageiros.
Os cálculos de estado térmico (SoH), a identificação de defeitos e as avaliações de segunda vida são processos que devem ser realizados no final do ciclo de vida de uma bateria. A IA pode fornecer as informações mais precisas para determinar para que aplicações uma bateria seria adequada numa segunda vida.
Densidades de energia, segurança e custos das baterias recarregáveis
Os principais problemas relacionados com as baterias recarregáveis são os desafios impostos pela densidade energética, a segurança dos eletrólitos líquidos e a extração de materiais críticos. Os eletrólitos líquidos tendem a tornar-se perigosos a altas temperaturas e pressões, o que representa uma oportunidade para a IA e a aprendizagem automática realizarem diagnósticos e monitorização ao longo da vida útil da bateria, ajudando a manter um nível de segurança e fiabilidade que permita a deteção precoce de quaisquer problemas.
A oferta limitada de materiais críticos como o lítio, o níquel, o cobalto e o cobre pode representar desafios para os fabricantes de baterias, juntamente com os elevados custos de extração e o impacto ambiental negativo. Estes fatores relacionados com o fornecimento de materiais de elevada procura incentivam a reutilização e a reciclagem de baterias, o que também pode ser facilitado por técnicas de aprendizagem automática.
Inteligência artificial em baterias de veículos elétricos
Espera-se que os veículos elétricos sejam um dos maiores mercados para a IA no setor das baterias. O potencial da IA para beneficiar e melhorar as diversas fases do ciclo de vida de uma bateria permitirá, por sua vez, um melhor desenvolvimento, teste e gestão dos veículos elétricos. Serão necessárias novas composições químicas e estruturas de baterias para melhorar a densidade energética, o carregamento e a segurança — aspetos que os fabricantes de veículos elétricos pretendem priorizar. A capacidade da IA explorar de forma eficiente e eficaz uma vasta gama de composições químicas pode significar que as melhorias serão observadas muito mais rapidamente e com menos dependência de tentativas e erros.
A fiabilidade oferecida pela inteligência artificial e pela aprendizagem automática pode ser incomparável quando se trata de obter um diagnóstico robusto, alcançando níveis de segurança anteriormente impossíveis. Os sistemas de gestão da bateria permitirão também aos utilizadores aceder aos dados à medida que são analisados e interpretados, possibilitando um maior envolvimento no funcionamento do veículo.
O relatório da IDTechEx "Tecnologia de baterias impulsionada pela IA 2025-2035: Tecnologia, Inovação e Oportunidades" fornece detalhes sobre diferentes abordagens à aprendizagem automática, descoberta de materiais, teste e montagem de células, análise de sistemas de gestão de baterias e avaliações de segunda vida, juntamente com previsões sobre a adoção de novas tecnologias.
