💻 computer science

Remaining Useful Life Estimation of Lithium-Ion Batteries: A Controlled Benchmark of Physics-Informed Features and Mamba-Based Architectures on CALCE CS2

Este artículo presenta un benchmark controlado sobre los datos CALCE CS2 que muestra que un modelo GRU estándar supera a las arquitecturas avanzadas basadas en Mamba en la predicción de la vida útil remanente de baterías de litio, destacando la importancia crítica de las características informadas por la física como la normalización de la capacidad, al tiempo que señala que los resultados actuales reflejan una evaluación basada en oráculo en lugar de un rendimiento listo para el despliegue.

Autores originales: Dikshant Dikshant, Praveen Kumar Agarwal

Publicado 2026-08-11

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Dikshant Dikshant, Praveen Kumar Agarwal

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que la batería de tu teléfono inteligente o de tu coche eléctrico es un corredor de maratón. Al inicio de su carrera, está fresco, es rápido y está lleno de energía. Pero a medida que recorre más millas (o realiza más ciclos de carga y descarga), sus piernas se cansan, su ritmo disminuye y, finalmente, no puede terminar la carrera. En el mundo de la ciencia, esto se llama "degradación de la batería". La gran pregunta que los investigadores intentan responder es: ¿Cuántas millas le quedan a este corredor antes de colapsar? Esto se conoce como predecir la "Vida Útil Remanente" (RUL, por sus siglas en inglés). Acertar en esto es un superpoder para los vehículos eléctricos y el almacenamiento en red; ayuda a saber cuándo cambiar una batería antes de que falle, ahorrando dinero y evitando averías. Para resolver esto, los científicos utilizan el "aprendizaje automático" (machine learning), que es como enseñar a una computadora a detectar patrones en la historia del corredor, como su ritmo cardíaco, velocidad y respiración, para adivinar cuánto tiempo puede seguir adelante.

Ahora, imagina a un equipo de investigadores en el Instituto Nacional de Tecnología Motilal Nehru en la India. Decidieron poner a prueba algunas "cerebros" informáticos muy sofisticados y nuevos contra otros más antiguos y simples. Estaban analizando un tipo específico de batería de iones de litio (el tipo que hay en tu teléfono y coche) y querían ver si una arquitectura nueva y de moda llamada "Mamba" podía predecir la fecha de jubilación de la batería mejor que los modelos clásicos "GRU" (Unidad Recurrente con Puertas). Alimentaron a estas computadoras con un conjunto especial de 13 pistas sobre la salud de la batería, incluyendo un "puntaje de salud normalizado" que le indica a la computadora cuánta energía le queda a la batería en comparación con cuando era nueva.

Aquí está el giro: los modelos Mamba, de alta tecnología y diseñados para ser súper inteligentes y eficientes al leer historias largas, en realidad tropezaron. El modelo GRU de la vieja escuela, que es como un veterano confiable y trabajador, ganó la carrera por goleada. En las baterías de prueba, el GRU fue increíblemente preciso, fallando por solo 4 a 7 ciclos (un ciclo es una carga y descarga completa) respecto a la fecha de jubilación real. En contraste, los modelos Mamba, sofisticados y llamativos, fallaron por 28 a 38 ciclos. Resulta que, para este trabajo específico, la salsa secreta no fue la complejidad del cerebro informático, sino la calidad de las pistas (características) que se le dieron; cuando los investigadores eliminaron la pista más importante —el puntaje de salud normalizado— los modelos Mamba empeoraron aún más, demostrando que incluso la IA más inteligente necesita buenos datos para hacer su magia.

La historia de la carrera de la batería

La configuración: Una pista controlada
Los investigadores utilizaron un conjunto de datos llamado CALCE CS2, que es como un gimnasio perfectamente controlado para baterías. Estas baterías fueron operadas en un laboratorio a una temperatura constante, cargándose y descargándose a una velocidad constante, tal como un corredor en una cinta de correr. Eligieron dos baterías específicas, CS2_37 y CS2_38, para que fueran los "corredores de prueba" que las computadoras nunca habían visto antes. El objetivo era predecir exactamente cuántos ciclos más podrían sobrevivir estas baterías antes de alcanzar su "Fin de Vida" (cuando son demasiado débiles para ser útiles).

Las herramientas: Lo viejo frente a lo nuevo
El equipo construyó varios "entrenadores" (modelos informáticos) diferentes para predecir la línea de meta:

Los Veteranos (LSTM y GRU): Estos son modelos establecidos y confiables que se han utilizado durante años. Observan la historia del rendimiento de la batería paso a paso.
Los Nuevos de Moda (Modelos basados en Mamba): Estos son los nuevos y brillantes integrantes del grupo. Utilizan algo llamado "Modelos de Espacio de Estados Selectivos". Imagina un modelo Mamba como un lector que puede escanear un libro entero de un solo vistazo, recordando solo las partes importantes e ignorando el relleno. Los investigadores crearon dos versiones:
- MambaRUL: Este modelo intentó usar "Atención Cruzada de Anclaje de Degradación" (Degradation Anchor Cross-Attention). Piensa en esto como tener tres marcadores especiales (anclas) en la historia de la vida de la batería: uno para los primeros días, uno para el medio y uno para el final. Se suponía que el modelo usaría estos marcadores para enfocarse en la parte correcta de la historia.
- PhysicsMambaRUL: Este es aún más ambicioso. No solo intentaba adivinar la fecha de jubilación, sino que también intentaba adivinar la velocidad de su declive y ajustar una curva matemática a la historia de su vida, todo mientras intentaba asegurar que sus predicciones siguieran las leyes de la física.

La carrera: ¿Quién ganó?
Cuando comenzó la carrera, los resultados fueron sorprendentes. El GRU (el veterano) fue el claro ganador.

En la batería CS2_37, el GRU falló por solo 4.39 ciclos.
En la batería CS2_38, falló por 7.48 ciclos.
Fue tan preciso que el 100% de sus predicciones estuvieron dentro de un margen de 20 ciclos de la respuesta real.

Los modelos Mamba, sin embargo, tuvieron dificultades.

El MambaRUL estándar falló por 28.54 ciclos y 38.57 ciclos.
El PhysicsMambaRUL fue un poco mejor, pero aun así se quedó atrás del GRU, con errores de 13.60 y 20.49 ciclos.

Los investigadores descubrieron que los sofisticados "marcadores" (anclas) en el modelo Mamba no ayudaron tanto como se esperaba. De hecho, cuando intentaron eliminar los "marcadores" y usar simplemente un modelo Mamba básico, este funcionó ligeramente mejor, aunque todavía no tan bien como el GRU.

El arma secreta: Las 13 pistas
El descubrimiento más importante no fue sobre el cerebro informático en absoluto; fue sobre las pistas (características) suministradas al cerebro. El equipo utilizó 13 piezas de información diferentes, como voltaje, temperatura y energía. Pero la estrella del espectáculo fue una sola pista llamada cap_pct. Esta es una relación que le dice a la computadora: "¿Qué porcentaje de su potencia original le queda a la batería?".

Cuando los investigadores le quitaron esta única pista al modelo Mamba, el rendimiento del modelo se desplomó. Su error aumentó en 10.83 ciclos en una batería y en 11.67 ciclos en la otra. Esto demostró que el modelo Mamba no estaba fallando porque fuera demasiado simple, sino porque estaba intentando adivinar la salud de la batería sin su indicio más obvio. El GRU, por otro lado, fue lo suficientemente robusto como para manejar las pistas perfectamente, incluso sin los mecanismos de atención de Mamba.

La comprobación de la física
Los investigadores también intentaron forzar al modelo PhysicsMamba a ser más "consistente con la física" añadiendo una penalización si sus predicciones no coincidían con las leyes de la degradación de las baterías. Descubrieron que cuando activaban esta penalización (con un ajuste llamado $\lambda = 0.3$ ), el error del modelo bajaba de 19.47 a 14.72 ciclos en una batería. Esto sugiere que, aunque el modelo no era perfecto, añadir un poco de "sentido común" sobre cómo funcionan realmente las baterías sí ayudó a que pensara con más claridad.

La conclusión final
El artículo concluye que, para este tipo específico de batería y este conjunto de datos específico, la arquitectura "nueva y sofisticada" de Mamba no venció al "confiable y viejo" GRU. La clave del éxito no fue la complejidad del algoritmo, sino la calidad de las características de los datos, especialmente el puntaje de salud normalizado. Los investigadores advierten cuidadosamente que esto es un experimento de laboratorio controlado. En el mundo real, donde las condiciones son desordenadas e impredecibles, los resultados podrían ser diferentes. Pero por ahora, en esta carrera controlada, el sencillo y bien entrenado GRU con las pistas correctas fue el campeón, dejando atrás a los modelos de alta tecnología de Mamba.

Resumen Técnico: Estimación de la Vida Útil Remanente de Baterías de Iones de Litio

Planteamiento del Problema
El artículo aborda el desafío de predecir la Vida Útil Remanente (RUL, por sus siglas en inglés) de las baterías de iones de litio, una función crítica para los Sistemas de Gestión de Baterías (BMS) en vehículos eléctricos y almacenamiento estacionario. Dado que el desvanecimiento de la capacidad sigue regímenes electroquímicos distintos —crecimiento inicial de la Interfase de Electrolito Sólido (SEI), seguido de la Pérdida de Material Activo (LAM) y, finalmente, una degradación acelerada debido al emplatado de litio—, los modelos estándar suelen tratar las secuencias de degradación de manera uniforme. Además, aunque estudios recientes han propuesto Modelos de Espacio de Estados Selectivos (Mamba) como alternativas eficientes a los Transformers para secuencias largas, aún no está claro qué parte de la precisión alcanzable proviene de la arquitectura de la secuencia frente a la calidad de la representación de las características de entrada. Este estudio tiene como objetivo desentrañar estos factores mediante un benchmark controlado sobre el conjunto de datos CALCE CS2.

Metodología
La investigación evalúa dos arquitecturas novedosas basadas en Mamba frente a líneas base recurrentes y basadas en atención (LSTM, GRU, Transformer) bajo un protocolo estrictamente controlado.

Ingeniería de Características: Se construye una representación informada por la física de 13 características para cada ciclo de carga-descarga. El núcleo de este conjunto es la relación de capacidad normalizada, $cap\_pct = C(t)/C(0)$ , que expresa la salud de la celda independientemente de la capacidad inicial absoluta. Otras características incluyen estadísticas de voltaje, temperatura, métricas de energía y una tasa de desvanecimiento local.
Arquitecturas Propuestas:
- MambaRUL: Utiliza un codificador de modelo de espacio de estados selectivo Mamba acoplado con Atención Cruzada de Anclaje de Degradación (DACA). Este módulo emplea tres vectores de consulta aprendibles (anclajes) destinados a atender a las fases de degradación temprana, media y tardía sin etiquetas de fase explícitas.
- PhysicsMambaRUL: Extiende MambaRUL con tres cabezales de predicción paralelos: (1) regresión directa de RUL, (2) una estimación de RUL basada en la tasa de desvanecimiento, y (3) un ajuste de curva de capacidad de doble exponencial. Estos se combinan mediante pesos softmax aprendidos, y el modelo se entrena con una pérdida de consistencia física ( $\lambda$ ) para penalizar el desacuerdo entre los cabezales.
Protocolo Experimental:
- Conjunto de Datos: CALCE CS2 (química LCO, 1.1 Ah, 25°C).
- División (Split): Entrenamiento en CS2_35, CX2_16, CX2_33, CX2_36, CX2_37, CS2_38; Validación en CS2_34; Prueba de Reserva (Held-out Test) en CS2_37 y CS2_38.
- Normalización: Los objetivos de RUL se normalizan por la vida útil completa observada de cada celda ( $L_{cell}$ ). Los autores señalan explícitamente que $L_{cell}$ es una cantidad "oráculo" no disponible durante la inferencia en el mundo real; por lo tanto, los resultados representan un benchmark controlado en lugar de una precisión lista para el despliegue en línea.
- Líneas Base (Baselines): Todos los modelos (incluidas las líneas base) se entrenan con las mismas 13 características, el mismo split de datos y la misma semilla aleatoria (42) para aislar los efectos arquitectónicos.

Resultos Clave
Contrario a la hipótesis de que los modelos de secuencia avanzados como Mamba superarían a las redes recurrentes más simples, el GRU entrenado con el conjunto de 13 características logró el error más bajo en todas las métricas.

Desempeño en Celdas de Prueba (CS2_37 y CS2_38):
- GRU: RMSE de 4.39 y 7.48 ciclos respectivamente ( $R^2 > 0.99$ ). Todas las predicciones cayeron dentro de 20 ciclos del RUL real (W20 = 100%).
- LSTM: Error ligeramente superior (6.57 y 11.71 ciclos) pero aún altamente preciso.
- PhysicsMambaRUL: RMSE de 13.60 y 20.49 ciclos.
- MambaRUL: El error más alto entre los modelos propuestos (28.54 y 38.57 ciclos).
Hallazgos de Ablación:
- Importancia de las Características: Eliminar la característica $cap\_pct$ de la entrada de MambaRUL aumentó el RMSE en aproximadamente 11 ciclos en ambas celdas de prueba, lo que indica que la relación de capacidad normalizada es el factor dominante en la precisión de la predicción, superando la elección del modelo de secuencia.
- Conteo de Anclajes: Un análisis exploratorio sugirió que usar solo 2 anclajes de degradación (temprano y tardío) funcionaba mejor que los 3 predeterminados, aunque esto no se utilizó para la configuración final reportada.
- Consistencia Física: Aplicar la pérdida de consistencia física ( $\lambda=0.3$ ) en PhysicsMambaRUL redujo el RMSE en CS2_37 de 19.47 a 14.72 ciclos, aunque el efecto fue menos pronunciado en CS2_38.

Significancia y Reivindicaciones
La contribución principal del artículo es un benchmark controlado que demuestra que, bajo las condiciones específicas del conjunto de datos CALCE CS2 y la representación de 13 características utilizada, la calidad de la representación de la entrada es más crítica que la complejidad del modelo de secuencia.

Reivindicaciones Modestas: Los autores afirman explícitamente que el desempeño superior del GRU sugiere que el enfoque "mejorado por características" es más efectivo que las variantes de Mamba propuestas para esta tarea específica. Advierten que estos resultados son específicos del protocolo utilizado (normalización de vida útil oráculo) y no pretenden afirmar que Mamba sea inherentemente inferior para el RUL de baterías en todos los contextos.
Limitaciones: El estudio reconoce que el uso de la vida útil total observada para la normalización limita la aplicabilidad de estos resultados a escenarios de predicción en línea y en tiempo real. Además, los experimentos se ejecutaron con una única semilla aleatoria y el conjunto de datos consiste en celdas controladas de laboratorio, excluyendo datos de envejecimiento en campo u otras químicas.
Trabajo Futuro: El artículo identifica la necesidad de estimación de RUL en línea sin datos de vida útil oráculo, cuantificación de la varianza a través de múltiples semillas y validación en diversos conjuntos de datos y químicas, particularmente aquellas relevantes para los ciclos de servicio de vehículos eléctricos en la India.

En resumen, el artículo concluye que, si bien las arquitecturas basadas en Mamba ofrecen ventajas teóricas en el modelado de secuencias, su aplicación al RUL de baterías debe sopesarse cuidadosamente frente a la eficacia de la ingeniería de características informada por la física, la cual, en este estudio, resultó ser el factor decisivo en la precisión de la predicción.

La historia de la carrera de la batería

Resumen Técnico: Estimación de la Vida Útil Remanente de Baterías de Iones de Litio

Más como este