Desenvolvimento de Algoritmos de Inteligência Artificial para Estimação de Estado de Carga e Integração Veicular de Sistema de Gerenciamento de Baterias (BMS) para Veículos Elétricos de Competição

Descrição

O armazenamento eficiente e seguro de energia em baterias de íon-lítio é um dos pilares da mobilidade elétrica sustentável. O Sistema de Gerenciamento de Baterias (Battery Management System — BMS) é o componente responsável por garantir que cada célula opere dentro de seus limites seguros, maximizando desempenho e vida útil. Este projeto propõe a continuidade de uma linha de pesquisa consolidada no Centro de Energias Alternativas e Renováveis da UFPB (CEAR/UFPB), cujos resultados já foram parcialmente validados e publicados em conferência nacional. As etapas anteriores, desenvolvidas com apoio do Edital FAPESQ Nº 18/2024, produziram a quarta versão do hardware BMS, com redução de tamanho superior a 2× em relação à versão inicial, validação das medições de tensão e temperatura, balanceamento passivo de células e estrutura de firmware multitarefa com FreeRTOS. A presente proposta foca nas três lacunas técnicas remanescentes de maior valor científico: (1) implementação e comparação de algoritmos de estimação do Estado de Carga (SoC) baseados em Filtro de Kalman Estendido (EKF) e Redes Neurais Artificiais (RNA); (2) calibração individual dos termistores NTC para redução dos erros de temperatura; e (3) validação completa da comunicação CAN e integração do BMS ao veículo elétrico de competição E-motion UFPB. O projeto está alinhado com os Objetivos de Desenvolvimento Sustentável ODS 7 (Energia Limpa e Acessível), ODS 9 (Indústria, Inovação e Infraestrutura) e ODS 13 (Ação Climática), e tem potencial de geração de propriedade intelectual, além de promover a formação de recursos humanos em tecnologias estratégicas para o setor automotivo e energético nacional.