¿Cómo garantizar la reutilización eficiente de las baterías de iones de litio en aplicaciones de segunda vida? Esta cuestión, clave para la economía circular, ha sido abordada en nuestro último estudio publicado en la revista Batteries, donde exploramos cómo la visión artificial puede facilitar la identificación automática de celdas cilíndricas.

El reto es significativo: con millones de baterías de vehículos eléctricos alcanzando el final de su vida útil cada año, es fundamental identificar correctamente su modelo y fabricante para evaluar su estado de salud (SoH) de manera precisa y garantizar su reutilización segura.

¿Qué hemos descubierto?

La implementación de técnicas avanzadas de visión por computadora y aprendizaje automático nos permite:

• Automatizar la identificación de celdas mediante OCR y análisis de color y morfología.
• Optimizar los procesos de clasificación y reutilización de baterías.
• Reducir los costes y mejorar la eficiencia de la recuperación de materiales.

No obstante, también enfrentamos importantes desafíos:

• La necesidad de bases de datos más completas y actualizadas.
• La variabilidad en la calidad y el estado de las celdas recuperadas.
• La detección de celdas falsificadas que dificultan el proceso de clasificación.

¿Por qué es importante?

• Una identificación precisa de las celdas permite:
• Maximizar la reutilización de baterías en aplicaciones estacionarias.
• Reducir el desperdicio y fomentar la sostenibilidad.
• Contribuir a la transición hacia una economía más circular y eficiente.

El futuro es prometedor. La combinación de técnicas avanzadas de visión por computadora con bases de datos más detalladas y procesos automatizados allana el camino para una gestión de baterías más eficiente y sostenible.

Para los interesados en profundizar: de la Iglesia, Alejandro H., et al. «Automated Identification of Cylindrical Cells for Enhanced State of Health Assessment in Lithium-Ion Battery Reuse.» Batteries 10.9 (2024): 299. Enlace directo al articulo completo.