Teoresi logo compact negative

Teoresi dà il benvenuto a MediCon Ingegneria

projects

State of Charge predictor

Sistema di gestione della batteria e rilevamento dello stato di carica con rete neurale.

State of Charge predictor

Sistema di gestione della batteria e rilevamento dello stato di carica con rete neurale.

Ownership
Progetto

Il sistema realizzato utilizza una rete neurale per prevedere lo stato di carica del pacco batterie ed è integrato in un sistema embedded, creando così un sistema IoT che fornisce, in real-time, informazioni precise sulle prestazioni della batteria. Questo sistema rappresenta una soluzione avanzata per il monitoraggio e la gestione delle batterie, che può contribuire ad ottimizzare le prestazioni e prolungare la durata della batteria stessa.

Cliente

Cliente nel settore dell’energy management

Scenario

Il mercato delle auto elettriche è in continua crescita e la gestione delle batterie diventa sempre più importante per garantire prestazioni e durata ottimali. L’accesso a dati precisi delle performance delle batterie è essenziale per una gestione efficiente della durata della batteria.

Per affrontare queste sfide, è importante sviluppare soluzioni in grado di prevedere con precisione le prestazioni della batteria e integrarsi con sistemi IoT.

Sfide tecnologiche
  • Sviluppare e addestrare una Rete Neurale utilizzando Tensorflow e Keras che possa predire con precisione lo stato di carica utilizzando dati reali delle batterie raccolti a temperature diverse.
  • Integrare la Rete Neurale addestrata nel microcontrollore SPC5EC80E5 utilizzando SPC5Studio – AI, una libreria embedded in C che può salvare i parametri di rete direttamente sul microcontrollore.
  • Creare un’interfaccia HMI utilizzando lo strumento Qt che possa visualizzare un modello della tendenza dello stato di carica basato sui dati ricevuti dal microcontrollore. Ciò comporta la progettazione di un’interfaccia utente intuitiva che possa trasmettere in modo chiaro e preciso i dati di performance della batteria.

    Il nostro valore aggiunto

    L’esperienza di Teoresi nello sviluppo di sistemi embedded e soluzioni basate sull’Intelligenza Artificiale, combinata con tecnologie all’avanguardia e un approccio analitico e di testing, garantisce soluzioni innovative, efficienti in termini di costi e tempi e conformi con gli standard di qualità più elevati.

     
    We don’t need the crystal ball to predict We prefer Neural Networks.
     

    Risultati

    Il sistema sviluppato è caratterizzato dalla sua alta precisione, che supera molte altre metodologie di misurazione dello stato di carica della batteria. Inoltre, è facilmente personalizzabile e ha costi di implementazione ridotti.

      2
    Projects Potrebbero interessarti anche