Porsche Engineering ajusta bateria digital dupla
No ano passado, a Porsche Engineering começou a desenvolver gêmeos digitais para baterias de alta tensão. A subsidiária de engenharia da montadora alemã de carros de luxo relata agora um rápido progresso, incluindo uma função inicial chamada “Predição de Reparo”.
A Porsche Engineering é uma subsidiária integral da Porsche AG com sede em Weissach, Alemanha e, assim como a Porsche Consulting, oferece serviços para terceiros. Tal como a sua irmã consultora, a Porsche Engineering tem as suas raízes dentro da empresa, mas há muitos anos que se especializa em serviços de desenvolvimento técnico para uma vasta gama de clientes.
Tendo em vista a era elétrica emergente, a Porsche Engineering descreve as baterias como o componente decisivo dos veículos elétricos – entre outras coisas porque têm uma influência significativa no valor residual. Para compreender em detalhe como as células e os sistemas de bateria envelhecem e que influência o comportamento de utilização tem na sua vida útil, a empresa tem vindo a desenvolver um chamado gémeo digital desde 2023 – e agora está a anunciar os primeiros resultados provisórios.
“Precisamos entender como as células se comportarão no campo no longo prazo – sem poder recorrer a muitos anos de experiência, como é o caso do motor de combustão”, explica Joachim Schaper, chefe de IA e Big Data da Porsche Engenharia. O gêmeo pretende, portanto, dar uma ideia do futuro, com a representação digital da bateria se comportando exatamente como a original e fornecendo assim informações sobre o processo de envelhecimento esperado. A subsidiária de engenharia afirma que o gêmeo digital também pode ser usado para melhorar a vida útil e o desempenho da bateria.
Especialistas em IA da Porsche Engineering na Alemanha e na República Tcheca relatam que já criaram protótipos de modelos eletroquímicos e térmicos que agora estão sendo combinados com análises de IA. O trabalho no Digital Battery Twin já resultou numa função inicial com previsão de reparação, baseada num algoritmo de aprendizagem automática que monitoriza os dados da bateria e alerta sobre sinais de desgaste ou anomalias.
Para criar um gêmeo digital da bateria, são necessárias várias fontes de dados. Um chamado módulo de desempenho serve de base para descrever o comportamento elétrico da bateria de maneira simplificada e pode basear-se em abordagens estabelecidas (como o modelo resistor-capacitor). Além disso, existe um modelo eletroquímico mais complexo que simula os processos na célula da bateria. Outro pilar é o modelo térmico, que pode ser usado para prever como a bateria reage ao frio ou ao calor.
No caso da Porsche Engineering, estes modelos baseiam-se principalmente em testes de laboratório com células individuais ou módulos de células e só podem prever de forma limitada como a bateria se comportará no veículo. É por isso que são usados dados de campo reais provenientes de veículos de teste ou de bancadas de teste nas quais as células são medidas. Isto é complementado com dados da frota se os clientes participarem num programa de troca de dados. Os dados de campo são usados para treinar algoritmos de IA para reconhecer padrões no comportamento de uso do cliente. Desvios de temperatura ou tensão em células individuais, por exemplo, podem indicar desgaste prematuro e anomalias.
No entanto, a Porsche Engineering afirma que uma IA só pode reconhecer aspectos para os quais existe uma base de dados no terreno. Não pode fazer declarações sobre os efeitos do envelhecimento a longo prazo, uma vez que quase nenhum veículo eléctrico em circulação tem mais de quatro anos. É por isso que os engenheiros da Porsche Engineering estão unindo os dois mundos: “O sucesso reside na combinação de componentes existentes baseados em modelos com métodos de IA”, explica Adrian Eisenmann, engenheiro de desenvolvimento da Porsche Engineering.
Algumas start-ups já estão focadas exclusivamente na análise de dados de baterias. Mas apenas olhar para células e módulos não é suficiente do ponto de vista da Porsche Engineering: “Você também precisa de um conhecimento abrangente dos processos no veículo”, enfatiza o diretor Joachim Schaper, que vê sua empresa em casa em ambos os mundos: “Por exemplo , os engenheiros desenvolveram grandes partes do sistema de gerenciamento de bateria para veículos eletrônicos da Porsche, bem como inversores de pulso para a direção. Ao mesmo tempo, a Porsche Engineering emprega cientistas de dados de baterias altamente especializados.”
O objetivo de longo prazo da empresa não é apenas criar um Digital Battery Twin geral, mas também uma representação digital de baterias de veículos individuais no futuro. “Ele poderia funcionar na nuvem e, mediante solicitação, fornecer aos clientes informações sobre como seu comportamento pode prolongar a vida útil da bateria sem comprometer o desempenho de direção”, afirma a Porsche Engineering. Alguns factores que têm um efeito positivo na durabilidade são amplamente conhecidos: O estado de carga (SoC) deve ser mantido constante entre 30 e 70 por cento e temperaturas exteriores extremas devem ser evitadas. Mas estes são apenas alguns dos muitos fatores. A Porsche Engineering salienta que o envelhecimento da bateria é uma interação complexa de muitos fatores que são difíceis de separar, especialmente no campo.
Do ponto de vista dos engenheiros da Porsche, é até concebível que o doppelganger digital possa ser usado para personalizar o veículo no futuro. “Poderíamos analisar o estilo de condução do cliente mediante solicitação e alterar os parâmetros no sistema de gerenciamento da bateria para minimizar o desgaste”, relatam. Os gémeos digitais também poderão fornecer informações importantes para o desenvolvimento de novas baterias no futuro – possivelmente mesmo fora da indústria automóvel. A coleta abrangente de dados sobre o desgaste das baterias também permite um melhor uso em aplicações de segunda vida, como armazenamento estacionário, como o realizado pela empresa Voltfang ou The Mobility House. Scharper também observa: “O conhecimento sobre as células também poderia ser transferido para caminhões, bicicletas elétricas e barcos”.
