La rápida degradación de las baterías sigue siendo uno de los principales obstáculos para la electrificación del transporte. Investigadores de la Universidad de Uppsala, en Escocia, han desarrollado un innovador modelo de inteligencia artificial que permite obtener un panorama mucho más preciso del envejecimiento de las baterías, lo que podría traducirse en mayor durabilidad y seguridad para los vehículos eléctricos.

“No es raro que las baterías sean el primer componente de un coche eléctrico en mostrar desgaste. Esto representa un gran desperdicio de recursos y frena la transformación del sector del transporte”, explica el profesor Daniel Brandell, líder del estudio y responsable del Ångström Advanced Battery Centre en la Universidad de Uppsala. “Al entender en detalle lo que sucede dentro de las baterías, y no verlas simplemente como cajas negras que suministran energía, podemos gestionarlas para que se mantengan en buen estado durante más tiempo”.

Mapeo del ciclo de vida de la batería

El estudio, realizado en colaboración con la Universidad de Aalborg en Dinamarca, se basa en varios años de pruebas de baterías. Los investigadores construyeron una base de datos recopilando información de múltiples segmentos de carga muy cortos, combinándola con un modelo detallado de todos los procesos químicos que ocurren dentro de la batería.

“Esto nos proporciona una imagen muy precisa de las reacciones químicas que generan energía, pero también de cómo envejece la batería durante su uso”, señala Wendi Guo, investigadora principal del estudio.

Además, el equipo propone un marco que permite extraer seis parámetros de diseño clave —como el coeficiente de difusión de estado sólido, el espesor de los electrodos o la porosidad— directamente de curvas de carga parcial aleatorias. Este enfoque ofrece predicciones más estables y rápidas sobre la salud (SOH) y la vida útil restante (RUL) de las baterías, reduciendo la variabilidad de los cálculos hasta en un 69 % respecto a modelos tradicionales. Según los investigadores, se trata de la primera vez que se demuestra cómo la estimación de la vida útil depende en gran medida de parámetros de diseño internos, lo que abre la puerta a sistemas de gestión de baterías (BMS) más inteligentes y personalizados.

Mayor seguridad y menor dependencia de datos sensibles

El descubrimiento también podría mejorar la seguridad de los vehículos eléctricos. Muchos problemas de seguridad de las baterías se deben a defectos de diseño o reacciones secundarias, que pueden predecirse estudiando los datos de carga y descarga.

“Que solo usemos segmentos cortos de carga es una ventaja adicional. Los datos de las baterías de los vehículos eléctricos son sensibles, tanto para la industria como para los usuarios. Esta investigación muestra lo que se puede lograr sin necesidad de conjuntos de datos completos”, agrega Brandell.

El nuevo modelo de IA desarrollado por la Universidad de Uppsala podría representar un paso clave para vehículos eléctricos más duraderos, seguros y sostenibles, acercando la electrificación del transporte a una realidad más eficiente y confiable.