A tecnologia de carregamento para veículos elétricos tem enfrentado um dilema histórico: equilibrar a rapidez da carga com a durabilidade dos componentes. Carregar demasiado depressa acelera o desgaste, enquanto processos lentos frustram os utilizadores. No entanto, uma equipa de investigadores da Universidade Victoria de Wellington e da Universidade de Tecnologia Chalmers, na Suécia, pode ter encontrado a solução através de técnicas avançadas de aprendizagem por reforço profundo.
Conforme detalhado no estudo publicado na IEEE Transactions on Transportation Electrification, o novo sistema baseado em IA consegue maximizar a velocidade de carregamento sem comprometer a saúde da bateria a longo prazo.
Uma estratégia que se adapta ao desgaste real
Ao contrário dos carregadores tradicionais, que seguem uma rotina fixa — iniciando com potência máxima e reduzindo à medida que a capacidade é atingida —, este novo método adapta-se ao estado real do equipamento. O sistema utiliza um algoritmo de aprendizagem automática chamado TD3, que aprende através de milhares de simulações de carregamento.
A grande diferença reside na capacidade da tecnologia em ajustar a estratégia de carga com base no nível de degradação atual. Enquanto os sistemas convencionais ignoram se uma bateria é nova ou se já passou por centenas de ciclos, esta abordagem inteligente compreende a relação entre a saúde do componente e a voltagem máxima segura, tomando decisões mais acertadas em tempo real.
Resultados prometedores na autonomia e longevidade
Os testes realizados com modelos de baterias do mundo real mostraram ganhos significativos. O método proposto conseguiu estender a vida útil das células em quase 23% face aos padrões atuais, atingindo os 703 ciclos completos equivalentes, comparado com os 572 ciclos conseguidos pelo carregamento convencional. Mesmo com este foco na preservação, o tempo de carga manteve-se competitivo, rondando os 24 minutos para atingir 80% da capacidade.
Um detalhe relevante é que todo o sistema foi treinado num computador doméstico comum, equipado com um processador Intel i5 e uma placa gráfica NVIDIA RTX 3060. Isto prova que este quadro de trabalho pode ser desenvolvido em hardware amplamente disponível, dispensando o recurso a supercomputadores dispendiosos. Embora o método ainda precise de ser testado fora de ambientes simulados, o carregamento inteligente poderá tornar-se uma das maiores evoluções para os condutores de elétricos nos próximos anos.
Nenhum comentário
Seja o primeiro!