Miércoles 14 de octubre de 2026

Revisión de IA para predecir salud y vida útil de baterías de litio

Un artículo de revisión en Frontiers in Artificial Intelligence analiza métodos de IA y aprendizaje profundo para estimar el estado de carga (SOC), el estado de salud (SOH) y la vida útil restante (RUL) de baterías de ion-litio. Destaca arquitecturas como transformers, autoencoders, mecanismos de atención y enfoques híbridos frente a los métodos electroquímicos y empíricos tradicionales. Señala como líneas futuras la optimización asistida, el aprendizaje híbrido con física y la IA explicable (XAI).

Fuentes

• Frontiers in Artificial Intelligence | New and Recent ArticlesAI-driven lithium-ion battery health prediction: a review of SOC, SOH and RUL estimation techniques