⚡ electrical engineering

Design of an embedded hardware platform for cell-level diagnostics in commercial battery modules

Este artigo apresenta o desenvolvimento de uma plataforma de hardware embarcado que permite o diagnóstico não invasivo e o monitoramento simultâneo das células individuais dentro dos módulos da bateria do Audi e-tron, facilitando a avaliação precisa do estado de saúde e a gestão da heterogeneidade interna sem a necessidade de desmontagem.

Autores originais: Gabriele Marini, Alessandro Colombo, Andrea Lanubile, William A. Paxton, Simona Onori

Publicado 2026-04-01

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Gabriele Marini, Alessandro Colombo, Andrea Lanubile, William A. Paxton, Simona Onori

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que a bateria do seu carro elétrico (neste caso, um Audi e-tron) não é apenas uma grande caixa de energia, mas sim um time de 36 jogadores (módulos), onde cada jogador é composto por 3 duplas de gêmeos (células) que trabalham juntas.

O problema é que, com o tempo e o uso, esses "gêmeos" começam a envelhecer de formas diferentes. Um pode ficar mais cansado, outro mais lento, e um terceiro pode ter mais energia. Se você tratar o time todo como uma única unidade, você não consegue ver quem está realmente se saindo mal. Isso é perigoso e reduz a vida útil do carro.

Aqui está o que os pesquisadores da Stanford e da Volkswagen fizeram para resolver isso, explicado de forma simples:

1. O Desafio: "Não quebre a caixa para ver o que tem dentro"

Normalmente, para saber a saúde de cada bateria individual dentro de um módulo, você teria que abrir a caixa de metal, desconectar os fios e testar cada um separadamente. É como tentar saber se uma maçã dentro de um bolo estragou, tendo que destruir o bolo inteiro. Isso é caro, demorado e arriscado.

Os pesquisadores queriam uma maneira de olhar para dentro da caixa sem abri-la.

2. A Solução: O "Óculos de Raio-X" Inteligente

Eles criaram uma pequena placa de computador (hardware) que se conecta aos terminais externos do módulo, como se fosse um óculos de raio-x inteligente.

O que ela faz: Ela mede a "pressão" (tensão) de cada uma das 3 duplas de gêmeos dentro do módulo, 10 vezes por segundo.
O truque: Como as baterias estão conectadas em série (uma após a outra), a placa consegue deduzir a saúde de cada uma apenas olhando para os pontos de conexão externos, sem precisar cortar nada.

3. O "Árbitro" que Mantém a Paz (Balanceamento)

Durante os testes, as baterias podem começar a ficar desequilibradas (uma carrega mais rápido que a outra). Isso é como ter três corredores em uma equipe de revezamento onde um corre muito mais rápido que os outros; o time todo fica desorganizado.

A placa tem um sistema de "dreno" (balanceamento):

Se uma bateria está "cheia demais" (tensão alta), a placa abre uma válvula pequena para deixar escapar um pouquinho de energia (como um balão que solta um pouco de ar).
Isso força a bateria mais forte a "descansar" um pouco, enquanto as mais fracas continuam carregando, mantendo todas no mesmo nível. É como um árbitro que garante que ninguém ganhe vantagem injusta.

4. O Que Eles Descobriram?

Ao testar as 36 baterias do carro, eles encontraram padrões interessantes:

O "Gêmeo do Meio" é o mais forte: Em cada módulo, a bateria do meio (a segunda) sempre tinha menos resistência (era mais eficiente) do que as duas de fora.
O "Gêmeo da Esquerda" é o mais fraco: A primeira bateria da sequência tendia a ter a menor capacidade (carregava menos).
O Calor faz a diferença: Eles perceberam que a temperatura dentro da caixa não é uniforme. A bateria do meio provavelmente fica um pouco mais quente (o que a torna mais eficiente), enquanto as de fora ficam mais frias.

Por que isso é importante para o futuro?

Imagine que você quer vender esse carro usado ou usar a bateria para guardar energia solar em uma casa (segunda vida).

Sem essa tecnologia: Você teria que jogar fora todo o módulo porque uma bateria está ruim, ou gastar muito dinheiro desmontando tudo para ver o que está acontecendo.
Com essa tecnologia: Você pode usar esse "óculos de raio-x" para dizer: "Olha, este módulo tem 3 baterias saudáveis e 1 fraca. Podemos usar as 3 boas em outro lugar".

Resumo da Ópera:
Eles criaram um dispositivo barato e inteligente que permite "escutar" a conversa de cada bateria dentro de um módulo fechado. Isso ajuda a garantir que os carros elétricos sejam mais seguros hoje e que as baterias velhas possam ter uma "segunda vida" útil, em vez de virarem lixo. É como ter um médico que faz um check-up completo em um paciente sem precisar fazer uma cirurgia.

Título: Design de uma Plataforma de Hardware Embarcado para Diagnóstico a Nível de Célula em Módulos de Baterias Comerciais

1. Problema

O envelhecimento e a heterogeneidade das células de baterias de íon-lítio (LIB) são frequentemente estudados a nível de célula individual ou de pacote completo. No entanto, avaliar o envelhecimento e o desempenho dentro de módulos de bateria comercialmente montados representa um desafio crítico.

Limitação Atual: Testar células dentro de módulos totalmente montados geralmente exige a desmontagem do módulo para acessar os sinais elétricos das células individuais. Isso é invasivo, destrutivo, caro e altera as condições térmicas e mecânicas originais, comprometendo a integridade do módulo.
Necessidade: Existe uma lacuna na literatura e na indústria para uma plataforma de hardware não invasiva capaz de realizar triagem (screening) a nível de célula em módulos comerciais de alta tensão (como os usados em veículos elétricos) sem abrir o invólucro, permitindo avaliações precisas de Estado de Saúde (SoH) para aplicações de primeira e segunda vida.

2. Metodologia

Os autores desenvolveram e implementaram uma plataforma de teste personalizada baseada em hardware embarcado de baixo consumo, aplicada a um pacote de bateria de 95 kWh de um Audi e-tron (36 módulos, cada um com configuração 4P3S).

Hardware Proposto (M&BH - Monitoring & Balancing Hardware):
- Acesso Não Invasivo: A plataforma utiliza conectores externos padrão do módulo (G-, C1+, C2+, C3+) para acessar os potenciais elétricos das células sem abrir o módulo.
- Cadeia de Sinal: Inclui divisores de tensão (escala 4:1), filtros RC analógicos (frequência de corte ~113 Hz), um conversor Analógico-Digital (ADC ADS1115) e um microcontrolador (Raspberry Pi Pico).
- Comunicação: Os dados são transmitidos via CAN Bus para o ciclator de bateria (Arbin) a 10 Hz.
- Circuitos de Balanceamento: Implementa um esquema de balanceamento passivo (dissipação de energia em resistores de bleeding de 67,5 Ω) controlado por um algoritmo bang-bang. O sistema ativa interruptores para células com tensão superior à mínima do módulo mais uma margem de 2,5 mV, garantindo a segurança e a integridade das células durante os testes.
Perfil de Teste e Métricas:
- Teste de Capacidade: Descarga a C/3 para calcular a capacidade de descarga e energia de cada célula através de contagem de Coulomb em uma janela de tensão comum.
- Teste HPPC (Hybrid Pulse Power Characterization): Pulsos de corrente em diferentes níveis de SOC (40%, 65%, 90%) e temperaturas (15°C, 25°C, 35°C) para estimar a resistência interna.
- Cálculo de Métricas:
  - Capacidade ( $q_j$ ) e Energia ( $e_j$ ) integradas sobre uma janela de tensão definida iterativamente para garantir comparabilidade entre todas as 108 células do pacote.
  - Resistência interna ( $r_j$ ) calculada a partir da queda de tensão ôhmica durante os pulsos, corrigida para atrasos de comunicação (latência de ~100 ms).

3. Contribuições Principais

Plataforma de Hardware Não Invasiva: Primeira implementação documentada de um sistema embarcado capaz de realizar triagem a nível de célula em módulos comerciais de alta tensão (até 12,6 V por módulo) sem desmontagem.
Integração de Balanceamento e Monitoramento: O sistema não apenas mede, mas ativamente controla o desequilíbrio de tensão durante os testes, permitindo experimentos mais longos e seguros.
Metodologia de Quantificação de Heterogeneidade: Um método robusto para extrair métricas de capacidade, energia e resistência, permitindo a identificação de padrões de degradação intra-módulo e inter-módulo.
Análise de Dados em Escala Real: Aplicação bem-sucedida em todos os 36 módulos (108 células "lumpadas" de 4P) de um pacote de VE real, fornecendo dados estatísticos valiosos sobre a variabilidade de componentes comerciais.

4. Resultados

A análise dos dados coletados revelou padrões significativos de heterogeneidade:

Heterogeneidade de Capacidade:
- A célula 1 (a primeira na série do módulo) foi identificada como a "célula mais fraca" (menor capacidade) em 16 dos 36 módulos, sugerindo um gradiente de desempenho dentro do módulo.
- A capacidade média do módulo foi de ~218,6 Ah, com uma variação que reflete a degradação acumulada.
Heterogeneidade de Resistência Interna:
- Observou-se um padrão periódico claro: a célula central (Célula 2) consistentemente apresentou a menor resistência interna em todas as temperaturas e níveis de SOC.
- As células externas (1 e 3) apresentaram resistências mais altas e sobrepostas.
- A resistência aumentou com a diminuição da temperatura, seguindo uma relação parabólica bem ajustada.
Correlação Capacidade-Energia: Houve uma forte correlação ( $\rho = 0.924$ ) entre capacidade e energia de descarga no nível do módulo.
Temperatura: Embora as medições de superfície do módulo tenham mostrado gradientes térmicos pequenos (< 1°C), os autores sugerem que gradientes térmicos internos não capturados pelos sensores de superfície podem explicar a menor resistência da célula central.

5. Significado e Impacto

Segunda Vida (Second-Life): A solução é crucial para o reuso de baterias de veículos elétricos. Permite a triagem precisa de módulos para aplicações de armazenamento estacionário, identificando componentes defeituosos ou heterogêneos sem destruir o módulo, facilitando a qualificação e o sorting (classificação).
Manutenção e Diagnóstico: Oferece uma ferramenta para diagnósticos não destrutivos em frotas existentes, permitindo a manutenção preditiva baseada no estado real das células internas.
Avanço Acadêmico e Industrial: Preenche uma lacuna crítica ao demonstrar que é possível acessar sinais de nível de célula em módulos comerciais fechados, superando a necessidade de desmontagem destrutiva e fornecendo dados para modelos de envelhecimento mais precisos.

Em resumo, o trabalho apresenta uma solução prática e inovadora que combina hardware embarcado personalizado com metodologias de teste avançadas para desvendar a complexidade interna de módulos de baterias comerciais, com implicações diretas para a economia circular de baterias e a segurança de sistemas de armazenamento de energia.