Home

News

Batterie

Batterie auto elettriche, l'IA le controlla in un minuto

Il nuovo modello registra un errore medio dello 0,45%. La tecnologia potrebbe trovare spazio nei sistemi di gestione delle batterie

Batterie auto elettriche, un minuto di dati basta per capire la salute

Foto di: Motor1 Italia visual (AI-assisted)

Eleonora Lilli Eleonora Lilli

Di: Eleonora Lilli

16 nov alle 07:00

Aggiungi InsideEVs alle fonti preferite su Google

Condividi

Basta un minuto di dati per capire quanto è ancora in salute la batteria di un’auto elettrica. È quanto emerge da uno studio che propone un nuovo metodo per stimarne lo stato di salute analizzando un breve segmento di tensione di rilassamento: la fase in cui la batteria si stabilizza dopo una ricarica o una frenata rigenerativa.

Il sistema combina una rete neurale convoluzionale con un modulo Transformer più leggero, progettato tenendo conto anche delle leggi fisiche che regolano il comportamento della cella. Testato su dataset pubblici e dati reali provenienti da sistemi di accumulo, il metodo ha registrato un errore medio di appena lo 0,45% nella stima dello stato di salute della batteria (SOH). Si tratta del parametro che indica quanta capacità di accumulo conserva rispetto a quella originale, quando era nuova.

Un framework multi-scala per leggere la salute della batteria

L'idea alla base del lavoro è "multi-scala". Invece di affidarsi a un solo tipo di segnale, il sistema intreccia informazioni a grana fine, come i micro-andamenti della tensione nel minuto osservato, con ricorrenze più ampie legate alla chimica della cella. I ricercatori lo hanno validato su diverse chimiche e condizioni operative, non su un singolo tipo di batteria.

gemini-generated-image-xr1ulaxr1ulaxr1u

Il modello combina dati su più scale ed è stato testato su diverse batterie. Altri studi hanno ottenuto risultati promettenti con approcci differenti.

Foto di: Motor1 Italia visual (AI-assisted)

Il confronto con altri approcci recenti aiuta a inquadrare il risultato. Un metodo basato su spettroscopia d'impedenza, descritto in un altro studio di ottobre, ha ridotto l'errore quadratico medio del 67-90% rispetto a un modello di riferimento, usando solo il 10% dei dati dell'intero ciclo di vita della cella. Un'altra ricerca con rete LSTM ha ottenuto un margine di errore di appena 0,34 punti percentuali. Lo ha fatto però su condizioni di stato di carica mai viste in addestramento.

Questi numeri non sono comparabili direttamente tra loro, perché misurano cose diverse su dataset diversi. Dicono però che il campo si sta muovendo verso stime sempre più precise dello stato della batteria usando sempre meno dati grezzi. È un requisito chiave quando il calcolo deve girare a bordo veicolo invece che su un server remoto.

Perché l'elaborazione leggera conta per i sistemi di gestione batteria

Il sistema di gestione batteria è il computer di bordo che sorveglia cariche, scariche e temperatura delle celle, e ha risorse di calcolo limitate rispetto a un data center. Una rassegna pubblicata il 6 novembre descrive architetture ibride in cui stimatori leggeri lavorano in tempo reale a bordo. Il cloud, in questo schema, gestisce i compiti più pesanti come l'aggiornamento dei modelli e l'analisi su scala di flotta.

gemini-generated-image-bz5ry0bz5ry0bz5r

Il sistema di gestione della batteria ha risorse di calcolo limitate. Per questo si punta su modelli leggeri a bordo e analisi più complesse nel cloud. Un metodo basato su un solo minuto di dati potrebbe ridurre consumi e tempi di elaborazione, facilitando anche il rilevamento del degrado delle singole celle.

Foto di: Motor1 Italia visual (AI-assisted)

Un metodo che si accontenta di un minuto di tensione di rilassamento avrebbe quindi un vantaggio pratico: meno dati da processare localmente, meno energia richiesta al calcolo, risposta più rapida. La stessa rassegna nota che segnali già presenti nel sistema di gestione, come la coerenza di tensione tra le celle e il chilometraggio accumulato, possono già oggi rivelare un degrado disomogeneo tra le celle del pacco.

Resta da verificare se un modello così compatto regga la variabilità reale di una flotta di veicoli commerciali leggeri, con stili di guida e climi diversi. La pubblicazione lo ammette esplicitamente: il lavoro dimostra la fattibilità su dataset, non un'integrazione già pronta per un modello di serie. È quindi un passo di ricerca, distinto dal passaggio successivo verso l'adozione in un sistema di gestione batteria effettivamente installato su un'auto prodotta in serie.

Leggi anche

Camion elettrici, il deposito diventa una batteria per la rete

Quanto perde una batteria elettrica dopo 5 anni? Risponde Ford

Condividi questa notizia

DI TENDENZA

Batterie auto elettriche, l'IA le controlla in un minuto

Batterie auto elettriche, l'IA le controlla in un minuto

Le auto elettriche più vendute al mondo: la classifica 2026

Le auto elettriche più vendute al mondo: la classifica 2026

Questa potrebbe essere la nuova ammiraglia per l'Europa di Jaecoo

Questa potrebbe essere la nuova ammiraglia per l'Europa di Jaecoo

Tesla e SpaceX, la maxi fusione si avvicina ma il muro è la Cina

Tesla e SpaceX, la maxi fusione si avvicina ma il muro è la Cina

Ultime notizie

Consigliati per te



Camion elettrici, il deposito diventa una batteria per la rete



Le auto elettriche più vendute al mondo: la classifica 2026



Batterie, un sensore fiuta in anticipo il rischio di incendio



Questa potrebbe essere la nuova ammiraglia per l'Europa di Jaecoo



Auto elettriche, il gelo confonde le batterie



Ricarica elettrica in casa, con Octopus Go la notte costa meno di un terzo



Quanto perde una batteria elettrica dopo 5 anni? Risponde Ford