Resumen Técnico: KAN-Therm

Planteamiento del Problema

El funcionamiento fiable de las baterías de iones de litio es crítico para la seguridad y la longevidad, particularmente en aplicaciones críticas para la seguridad como los vehículos eléctricos y las redes inteligentes. Un desafío clave es la estimación precisa en tiempo real de la temperatura del núcleo de la batería, la cual es inaccesible para la medición directa. Si bien existen modelos físicos de alta fidelidad (por ejemplo, observadores H∞, filtros de Kalman), estos sufren de altas demandas computacionales, dificultades de parametrización y mala observabilidad, lo que los hace inadecuados para los Sistemas de Gestión de Baterías (BMS) físicos con recursos limitados. Por el contrario, los enfoques basados en datos existentes (por ejemplo, MLP, LSTM, XGBoost) ofrecen una estimación más rápida, pero a menudo requieren una sobrecarga significativa de memoria y recursos computacionales para almacenar estructuras de red complejas, creando una compensación entre la precisión y la capacidad de implementación en hardware embebido.

Metodología

Los autores proponen KAN-Therm, un modelo térmico ligero y basado en datos fundamentado en Redes de Kolmogorov-Arnold (KAN) para estimar la temperatura del núcleo de una celda de batería cilíndrica.

1. Fundamento Teórico

A diferencia de las Perceptrones Multicapa (MLP) tradicionales que utilizan funciones de activación no lineales fijas con pesos lineales aprendibles, las KAN reemplazan los pesos escalares por funciones univariadas aprendibles (parametrizadas por B-splines) en las aristas. Esta arquitectura se basa en el teorema de representación de Kolmogorov-Arnold, permitiendo que la red capture relaciones no lineales complejas con menos parámetros y una mayor interpretabilidad.

2. Generación de Datos

Los datos de entrenamiento y validación se generaron utilizando un modelo térmico de parámetros concentrados de una celda de batería cilíndrica LiFePO4–LiC6 de 2.3Ah. El modelo simula la dinámica de la temperatura del núcleo ($T_1$), la temperatura de la superficie ($T_2$) y la temperatura del refrigerante ($T_\infty$) bajo diversas condiciones:

• Entradas: Corriente aplicada ($I$), potencia de enfriamiento ($\dot{Q}_c$), temperatura del refrigerante ($T_\infty$) y temperatura de la superficie ($T_2$).
• Escenarios: Los datos se recopilaron de los ciclos de conducción Urban Dynamometer Driving Schedule (UDDS), US06 y VEIL2NREL, así como de perfiles de carga de corriente constante (CC) que van desde 0.9C hasta 10C.
• Ruido: Se añadió ruido de sensor realista (ruido gaussiano con $\sigma=0.015K$ para la temperatura y $\sigma=0.006A$ para la corriente) para simular mediciones físicas.

3. Arquitectura del Modelo y Entrenamiento

• Estructura: El modelo KAN-Therm utiliza una arquitectura compacta con una capa de entrada de 4 nodos, una capa oculta de 1 nodo y una capa de salida de 1 nodo (configuración [[4, 1, 1]]).
• Optimización de Hiperparámetros: Se realizó una búsqueda exhaustiva en cuadrícula para determinar la configuración óptima, incluyendo el orden de la spline ($k=3$), los intervalos de la cuadrícula ($G=2$), las penalizaciones de esparsificación ($\lambda, \nu_1, \nu_2$) y las épocas de entrenamiento (70).
• Función de Pérdida: El objetivo de entrenamiento minimiza una combinación del error cuadrático medio de predicción y términos de regularización (norma L1 y autoentropía) para imponer la esparsidad y la compacidad del modelo.
• Líneas Base: El modelo se comparó contra cuatro puntos de referencia de última generación: MLP, RNN, LSTM y XGBoost, todos ajustados mediante búsqueda en cuadrícula.

Contribuciones Clave

1. Desarrollo de KAN-Therm: El artículo introduce una arquitectura específica basada en KAN adaptada para la estimación de la temperatura del núcleo de la batería, demostrando que las funciones de activación aprendibles pueden modelar eficazmente la dinámica térmica con una eficiencia de parámetros extrema.
2. Optimización para BMS Físicos: Mediante un ajuste riguroso de hiperparámetros, los autores identificaron una configuración que equilibra la precisión con las estrictas limitaciones de memoria y computación del hardware físico de los BMS (por ejemplo, sistemas con FRAM limitado).
3. Evaluación Comparativa Exhaustiva: El estudio proporciona una comparación detallada de KAN frente a redes neuronales tradicionales y modelos basados en árboles a través de cinco métricas: conteo de parámetros, tiempo de estimación y RMSE (entrenamiento, validación y prueba).

Resultados

La comparación de rendimiento en un conjunto de datos de prueba (que incluye corrientes constantes y perfiles dinámicos VEIL2NREL) arrojó los siguientes hallazgos:

• Eficiencia de Parámetros: KAN-Therm es el modelo más compacto, requiriendo solo 25 parámetros aprendibles. Esto es significativamente menos que la RNN (121), MLP (369), LSTM (877) y XGBoost (6,000).
• Velocidad Computacional: KAN-Therm logró el tiempo de estimación más rápido de 0.0395 µs por muestra. Fue aproximadamente 21.7 veces más rápido que la RNN, 12.5 veces más rápido que la LSTM y 20.4 veces más rápido que XGBoost. También superó al modelo de integración numérica basado en física (1.3 µs).
• Precisión:
  • RMSE de Prueba: La RNN logró la RMSE de prueba más baja (0.0334 K), seguida de la LSTM (0.0359 K). KAN-Therm logró una RMSE de prueba de 0.0477 K.
  • Análisis de Error: La diferencia en RMSE entre la RNN de mejor rendimiento y KAN-Therm es de 0.0143 K, lo que los autores señalan es comparable al nivel de ruido del sensor (0.015 K).
  • Compensación: Aunque KAN-Therm tiene una RMSE ligeramente superior a la de la RNN y la LSTM, ofrece un equilibrio superior entre precisión y eficiencia. El error relativo de KAN-Therm es de aproximadamente 0.0125%, considerado suficiente para aplicaciones de seguridad aguas abajo.

Significado y Afirmaciones

El artículo afirma que KAN-Therm aborda con éxito la dicotomía entre la precisión de estimación deseada y la practicidad del mundo real en la gestión de baterías. Al aprovechar la eficiencia de parámetros y la interpretabilidad de las KAN, el modelo proporciona una alternativa ligera adecuada para su implementación en hardware físico de BMS con recursos limitados, donde los modelos de alta fidelidad son demasiado costosos computacionalmente y las redes neuronales estándar son demasiado intensivas en memoria.

Los autores enfatizan que, aunque KAN-Therm no supera estrictamente a las RNN en precisión bruta, su masiva reducción en el conteo de parámetros (79.3% menos que la RNN) y el tiempo de inferencia (21.7 veces más rápido) la convierten en una solución viable y escalable para la monitorización térmica en tiempo real y crítica para la seguridad en sistemas embebidos. El trabajo sugiere que las KAN pueden reemplazar eficazmente arquitecturas más complejas en escenarios donde los recursos computacionales son limitados.