managing21.be

Managing21: een blik op het heden en de toekomst van de economie.

Intelligente batterij voorspelt of elektrische auto gewenste bestemming haalt

Posted by managing21 on oktober 9th, 2025

Artificiële intelligentie kan op een nauwkeurige manier voorspellen of de batterij van een elektrische wagen een geplande taak zal kunnen voltooien. Dat blijkt een uit studie van wetenschappers aan de University of Riverside in Californië. De technologie combineert batterijdata met omgevingsfactoren zoals verkeer, temperatuur en hoogteverschillen. Daarmee kan het systeem realistisch inschatten of een elektrische auto, drone of ander apparaat voldoende energie heeft om zijn missie veilig te volbrengen. Dit is volgens de onderzoekers een aanzienlijke stap vooruit ten opzichte van de traditionele batterij-indicator.

“De huidige systemen voor batterijbeheer kunnen aangeven dat een auto nog 40 procent lading heeft, maar de betrokken bestuurders moeten zelf inschatten of dat voldoende is om de voorziene bestemming te halen”, merken de onderzoekers op. “Dat is niet altijd even gemakkelijk, want het verbruik van de batterij is niet alleen van de afstand afhankelijk, maar ook van de snelheid, het terrein en de weersomstandigheden.”

De Amerikaanse wetenschappers ontwikkelden een nieuwe diagnostische maatstaf – de State of Mission (SOM) – die moet aangeven of een batterij, in haar huidige staat, een specifieke taak veilig en succesvol uitvoeren. “De technologie combineert daarbij batterijgegevens met omgevingsfactoren zoals verkeerspatronen, hoogteverschillen en omgevingstemperatuur om real-time, taakspecifieke voorspellingen te doen”, benadrukt Mihri Ozkan, professor werktuigbouwkunde aan de University of Riverside.

De nieuwe technologie onderscheidt zich volgens de wetenschappers door zijn hybride aanpak van de bestaande systemen. “De vaste natuurkundige modellen kunnen zich moeilijk aan de veranderende omstandigheden aanpassen”, betoogt Ozkan. “Modellen op het gebied van machine learning maken daarentegen voorspellingen zonder uitleg. De nieuwe technologie combineert de voordelen van beide.”

“Het model kan flexibel van data leren, maar blijft altijd verankerd in de fysieke realiteit. Daardoor worden de voorspellingen niet alleen nauwkeuriger, maar ook betrouwbaarder. Het model kijkt naar de manier waarop de batterijen opladen, ontladen en opwarmen in de tijd, maar houdt ook rekening met de wetten van elektrochemie en thermodynamica.

“Deze dubbele intelligentie maakt betrouwbare voorspellingen mogelijk, zelfs onder stress, zoals bij plotselinge temperatuurdalingen of steile hellingen”, stippen de onderzoekers aan. “Het systeem geeft niet louter het resterende laadpercentage van de batterij aan, maar biedt een intelligente, toekomstgerichte inschatting. Abstracte batterijdata worden naar concrete beslissingen vertaald. Dit verbetert de veiligheid, betrouwbaarheid en planning voor voertuigen, drones en elke toepassing waarbij energie moet worden afgestemd op een echte taak.”

Het model bevindt zich nog in ontwikkeling. “De rekenkracht vormt momenteel de sterkste beperking”, stippen de onderzoekers aan. “Het systeem vraagt meer verwerkingscapaciteit dan de lichte, ingebedde systemen voor batterijbeheer die nu gangbaar zijn.” Toch is het onderzoeksteam optimistisch. Met een verdere optimalisatie kan het concept volgens hen het model binnenkort worden toegepast in elektrische voertuigen, onbemande luchtvaartuigen, energieopslag op het net en andere toepassingen.

“Onze aanpak is ontworpen om in een brede waaier van activiteiten te kunnen worden ingezet”, benadrukken de wetenschappers. “Dezelfde hybride methode kan missiegerichte voorspellingen leveren die de betrouwbaarheid, de veiligheid en de efficiëntie in uiteenlopende energietechnologieën – van auto’s en drones tot thuisbatterijen en zelfs ruimtemissies – kunnen verbeteren.”

Meer over dit onderwerp: