Ingeniera Civil Industrial / La presente memoria tiene como objetivo fundamental realizar una investigación de mercado y diseñar un modelo de negocios para un tester que permite la estimación y predicción en línea del estado de salud (SOH, del inglés State of Health ) y del estado de carga (SOC, del inglés State of Charge ) de las baterías de Ión-Litio. El trabajo se enfoca en determinar qué instancias dentro de la vida útil de una batería es necesario saber su estado técnico (SOH) y, por ende, su valor económico. Algunas de estas instancias son, por ejemplo, para los procesos de mantención que ofrecen los talleres automotrices autorizados, procesos de segunda venta del vehículo, reciclaje o reutilización de la batería etc. Son dos los principales socios estratégicos: fabricante de tester y fabricante de vehículos eléctricos (VE). Por un lado, el fabricante de tester empaqueta el conocimiento y vende el producto a su red de clientes de marcas automotrices y, por otro lado, el fabricante de VE es más cerrado con el producto, por cuanto lo vende únicamente a sus redes de distribuidores y/o clientes mayoristas. El mercado potencial para el fabricante de tester y el fabricante de VE puede alcanzar los $1,450,000MM y los $75,000MM, respectivamente. Al analizar comparativamente al fabricante de VE con el fabricante de tester es posible distinguir una serie de ventajas que presenta este último, tales como: (i) tiene más incentivos para masificar el producto a múltiples marcas automotrices y (ii) en cuanto a la cantidad de compañías son más los fabricantes de tester que los fabricantes de VE a nivel mundial, por lo que no debe ser de gran dificultad contactarlos. Existen diferentes evoluciones de los modelos de negocios para el fabricante de tester desde vender a una o varias redes de distribuidores de diferentes marcas automotrices ( after-market ) a vender directamente a un fabricante de VE ( pre-market ). El mejor negocio para el fabricante de tester es vender a varias redes de compañías automotrices o vender directamente en pre-market al fabricante de VE, teniendo ingresos por ventas de $14,000MM y de $12,000MM, respectivamente. El modelo de negocios puede variar también a largo plazo, pudiéndose utilizar el producto en otros mercados en expansión como, por ejemplo, el de reciclaje de batería, reutilización de baterías y venta al retail, cada uno de ellos con un mercado potencial de $29,873MM al 2025, $158.692MM al 2025, $20.000.000MM, respectivamente. En especial los mercados del reciclaje y reutilización presentan gran atractivo a largo plazo si se compara con el del retail, principalmente por todas las investigaciones y esfuerzos futuros para maximizar el uso de las baterías.

Ingeniero Civil Electricista / Dado el impacto que se asocia a dispositivos almacenadores de energía en las distintas áreas de la ingeniería, últimamente se ha fomentado la formulación de proyectos de investigación que estén relacionados con este tema. En particular, es de vital importancia comprender el comportamiento que tienen las baterías frente a distintas condiciones de operación. Para este fin es imprescindible obtener datos precisos, con el fin de caracterizar facilitar la implementación de métodos de estimación y predicción. El presente trabajo busca implementar un sistema de adquisición de datos que permita obtener datos de voltaje, corriente y temperatura; todas ellas variables que generalmente se utilizan para el análisis de parámetros de la batería como es el estado de carga (por su siglas en inglés, SOC) y el estado de salud (por sus siglas en inglés, SOH). Para esto, se implementan dos arquitecturas. La primera usa un cargador de marca I-Charger y una carga programable BK PRECISION 8500; los cuales almacenan datos obtenidos en los procesos de carga y descarga en tiempo real. La segunda utiliza tres sensores (voltaje, corriente y temperatura), un conversor análogo-digital, y un chasis National Instruments (NI); todo con interfaz de programación en el software LabView para obtener datos en tiempo real. El principal desafío es que existen perturbaciones Gaussianas de media nula en las mediciones. Para solucionar lo anterior se decide implementar un filtro pasa-bajos que mitiga estas fluctuaciones. Además de eso, se ideó un método que permitiera obtener la ecuación característica de los sensores que pudiese usarse en proceso de calibración. Para generar resultados se realizaron cuatro pruebas. La primera corresponde a una carga (corriente constante de 2 [A] hasta que el voltaje se estabiliza en 4.097, disminuyendo luego); y las otras tres a descargas con distintos perfiles de uso (corriente constante, en base a una Cadena de Markov de 10 estados y una señal binaria pseudo-aleatoria, PRBS). El tiempo de muestreo para el caso de la carga fue de 2[s] y para las descargas fue de 500 [ms]. De los resultados obtenidos se aprecia que para el caso de la carga, la señal entregada por el NI coincide bastante con la obtenida con el cargador, generando MSE y RMSE reducidos para distintos niveles de filtrado. Para el caso de la descarga se observa que frente a corriente constante y al perfil basado en Cadenas de Markov los resultados tienen MSE y RMSE del orden de 0.05. Sin embargo, para PRBS los valores son elevados. Esto se puede deber a dos cosas, una de ellas es que las transiciones que genera la PRBS son más rápidas que el tiempo de muestreo, por lo cual no se alcanza a apreciar el comportamiento de éstas en equipos NI. La otra razón es que el filtro implementado busca una respuesta homogénea en la zona pasa-banda. Se plantea como posible solución a este problema la implementación de filtros Chevyshev.

Ingeniero Civil Electricista / Dado el impacto que se asocia a dispositivos almacenadores de energía en las distintas áreas de la ingeniería, últimamente se ha fomentado la formulación de proyectos de investigación que estén relacionados con este tema. En particular, es de vital importancia comprender el comportamiento que tienen las baterías frente a distintas condiciones de operación. Para este fin es imprescindible obtener datos precisos, con el fin de caracterizar facilitar la implementación de métodos de estimación y predicción. El presente trabajo busca implementar un sistema de adquisición de datos que permita obtener datos de voltaje, corriente y temperatura; todas ellas variables que generalmente se utilizan para el análisis de parámetros de la batería como es el estado de carga (por su siglas en inglés, SOC) y el estado de salud (por sus siglas en inglés, SOH). Para esto, se implementan dos arquitecturas. La primera usa un cargador de marca I-Charger y una carga programable BK PRECISION 8500; los cuales almacenan datos obtenidos en los procesos de carga y descarga en tiempo real. La segunda utiliza tres sensores (voltaje, corriente y temperatura), un conversor análogo-digital, y un chasis National Instruments (NI); todo con interfaz de programación en el software LabView para obtener datos en tiempo real. El principal desafío es que existen perturbaciones Gaussianas de media nula en las mediciones. Para solucionar lo anterior se decide implementar un filtro pasa-bajos que mitiga estas fluctuaciones. Además de eso, se ideó un método que permitiera obtener la ecuación característica de los sensores que pudiese usarse en proceso de calibración. Para generar resultados se realizaron cuatro pruebas. La primera corresponde a una carga (corriente constante de 2 [A] hasta que el voltaje se estabiliza en 4.097, disminuyendo luego); y las otras tres a descargas con distintos perfiles de uso (corriente constante, en base a una Cadena de Markov de 10 estados y una señal binaria pseudo-aleatoria, PRBS). El tiempo de muestreo para el caso de la carga fue de 2[s] y para las descargas fue de 500 [ms]. De los resultados obtenidos se aprecia que para el caso de la carga, la señal entregada por el NI coincide bastante con la obtenida con el cargador, generando MSE y RMSE reducidos para distintos niveles de filtrado. Para el caso de la descarga se observa que frente a corriente constante y al perfil basado en Cadenas de Markov los resultados tienen MSE y RMSE del orden de 0.05. Sin embargo, para PRBS los valores son elevados. Esto se puede deber a dos cosas, una de ellas es que las transiciones que genera la PRBS son más rápidas que el tiempo de muestreo, por lo cual no se alcanza a apreciar el comportamiento de éstas en equipos NI. La otra razón es que el filtro implementado busca una respuesta homogénea en la zona pasa-banda. Se plantea como posible solución a este problema la implementación de filtros Chevyshev.

Ingeniero Civil Eléctrico / Las baterías de ion-litio son las más usadas actualmente para los vehículos eléctricos y para respaldo en sistemas eléctricos de potencia. Sin embargo, aún presentan altos costos y una baja vida útil con respecto a lo esperado por el mercado y los límites prácticos del material. Esto representa una importante barrera que ha dificultado la masificación de los vehículos eléctricos y los sistemas de respaldo en base a baterías. La temperatura de las celdas es uno de los aspectos más relevantes en la vida útil de un banco de baterías. En esta memoria se desarrolla una aplicación computacional que permite diseñar empaquetamientos de baterías con un comportamiento térmico óptimo, esto es con bajas temperaturas máximas y poca dispersión entre celdas de un mismo banco. En primer lugar, se aborda la modelación del problema de optimización multi-objetivo de un banco de baterías. Se diseñaron tres funciones objetivo: Temperatura máxima de las celdas de un banco, diferencia máxima de temperatura entre celdas en un banco y volumen. Estas métricas se utilizan para comparar los diferentes diseños de empaquetamientos a ser evaluados en la optimización. Las variables corresponden a la posición y orientación de las celdas de baterías en un módulo o banco. Se implementó un algoritmo evolutivo multi-objetivo para la optimización de bancos de baterías utilizando las funciones objetivo anteriores y que permite comunicarse con un software comercial para evaluar de las funciones objetivo. El algoritmo implementado corresponde a Optimización Multi-objetivo por Enjambre de Partículas (Multi Objective Particle Swarm Optimization, MOPSO). Para la evaluación de las funciones objetivo se realizaron simulaciones en el software comercial COMSOL. Se desarrollaron tres casos de estudio que muestran las ventajas de utilizar la metodología implementada a través de optimización multi-objetivo y simulaciones térmicas. Los casos de estudio corresponden al posicionamiento óptimo de celdas para un módulo de seis celdas cilíndricas del tipo 18650, un banco de seis módulos de celdas prismáticas donde varía la orientación de los módulos y el banco de baterías del vehículo solar eléctrico Eolian III. En estos tres casos se presentan las mejoras obtenidas en disminución de temperatura máxima y diferencia máxima de temperatura con respecto a otras metodologías de optimización y diseños iniciales. Para el caso de Eolian III, la reducción en temperatura máxima alcanza 8,22ºC y la reducción en diferencia de temperatura máxima es de 7,61ºC. Esto, al igual que las mejoras en los otros casos de estudio, permitirían aumentar la vida útil y rendimiento de los bancos de baterías. Se estima que un aumento de 15°C en la temperatura de operación de una celda hace caer a la mitad su vida útil.

Ingeniero Civil Mecánico / El mercado de las baterías de ion-litio ha crecido sostenidamente en los últimos años, y se espera que éste sea de más de 55.000 millones de dólares para el año 2020. Sin embargo, en equipos de alta de demanda energética como los automóviles eléctricos, las altas temperaturas dentro de las baterías puede generar diversos problemas de funcionamiento y durabilidad, por lo que encontrar métodos que controlen la temperatura se vuelve imprescindible El presente trabajo título tiene como objetivo general estudiar el uso de materiales de cambio de fase sólido-sólido como medio de enfriamiento de baterías de ion-litio. La metodología para desarrollar el trabajo de título consiste en buscar y escoger los PCM adecuados (X40 y NPG) y obtener sus propiedades termofíscas, modelar la generación de calor dentro de las celdas, diseñar el sistema con los parámetros correspondientes (tipo y espesor de PCM, tasa de descarga, temperatura inicial y tipo de celda), para luego simular el enfriamiento de las celdas durante la descarga. Con estos resultados, se modela la expulsión de calor posterior a la descarga y finalmente se varían los parámetros de diseño. Una vez concluidas las 288 simulaciones, se procede a estudiar el enfriamiento durante el thermal runaway. Los resultados de las simulaciones muestran que en el 71% de los casos el X40 es capaz de mantener la temperatura bajo los 50°C y en el 80% en el caso del NPG. Además, se logra homogeneidad en el arreglo de celda, ya que en solo 3 de los 288 casos totales (» 1%), la diferencia entre la temperatura máxima y mínima es mayor a 5°C. La expulsión de calor para todos los casos es lenta, superando las 10 horas en la mayoría de los casos. Mejorar la conductividad térmica y emplear convección forzada puede solucionar el problema. En cuanto la thermal runaway, la simulación mostró que el X95 es capaz de ralentizar la aparición de las reacciones químicas más severas, ya que si la temperatura es baja desde el comienzo de anula el feedback positivo temperatura-generación de calor.

Ingeniero Civil Mecánico / Autor no autoriza el acceso a texto completo de su documento hasta el 21/1/2020. / En este proyecto se desarrolla una novel tecnología para procesar residuos de baterías de plomo-ácido (BPA) en forma de briquetas para producir plomo metálico (Pb ). En la técnica de procesamiento actualmente empleada, las baterías son separadas de los agentes ácidos de su contenido y por procesos de trituración y separación física, en celdas de flotación, se genera la pasta de baterías (PBat) propiamente tal; que corresponde a la materia prima para producir briquetas. En general, el manejo y la manipulación de la PBat son procesos altamente contaminantes que, en exposiciones prolongadas sin protección adecuada, pueden afectar la salud de los trabajadores y, eventualmente, contaminar el entorno de la instalación. Este proyecto de innovación tecnológica busca desarrollar un procesamiento limpio del material plomado, a través de intervenciones en el manejo en planta, transporte y/o almacenamiento del material. El objetivo general del proyecto es el diseño básico de una planta de briqueteado y secado de residuos plomados. Los objetivos específicos son: i) Desarrollar el diseño conceptual que define los equipos principales de la instalación, ii) Desarrollar el diseño básico para determinar las especificaciones de los procesos involucrados, y iii) Efectuar estudios de factibilidad técnico-económica de la unidad. Para el diseño conceptual de la unidad se revisa el estado del arte respecto del proceso de reciclaje de plomo, de los procesos de aglomeración, del secado de pellets y de briquetas. Para el diseño básico, se considera la caracterización de la PBat y se desarrolla un programa experimental de ensayos para establecer una ruta de procesos, con sus respectivos parámetros de operación. Para la factibilidad técnico-económica primero se analiza el mapa de riesgos de la innovación y de las alternativas de manejo, luego se efectúa un análisis costo-beneficio desarrollando los costos de producción y el estimado de inversiones; finalmente se desarrolla una evaluación marginal del proyecto. Los principales resultados y conclusiones de este trabajo indican que: i. El procesamiento de la PBat se desarrolla en base a las operaciones: Estrujado, Mezclado con fundentes, Briqueteado de ladrillos y, opcionalmente, Secado de briquetas. El estrujado de la PBat virgen consiste en una pre compresión del material inicial, a una presión máxima de unos 30 kg/cm2, para lograr hasta un 8% de humedad (en base húmeda). El proceso de mezclado y dosificación de fundentes y aglomerante, en un mezclador continuo de alta energía, consiste en agregar a la PBat estrujada los fundentes: carbón, fierro, ceniza de soda y aglomerante; para producir el material que va al horno. El proceso de briqueteado del material mezclado comprende una operación de moldeado, en una maquina ladrillera convencional, a una presión máxima de unos 20 kg/cm2. El secado de las briquetas se vislumbra como una operación opcional de terminación del proceso, con temperaturas no superiores a unos 120ºC y velocidades superficiales del orden de 1 m/s. Respecto a los aglomerantes indagados, se aprecian buenos resultados con la adición de cal; tanto en escala de laboratorio como en escala productiva. ii. El análisis de riesgos tecnológicos del proceso revela que si bien las operaciones unitarias son complejas y de control multi-variable, todos las operaciones exploradas experimentalmente se pueden desarrollar con equipos de tecnologías conocidas, los equipos tienen disponibilidad en el mercado internacional y es factible controlar las etapas y subprocesos cruciales; de manera de asegurar que existen vías de solución a los problemas y conflictos que el proceso posee per se. iii. El análisis de la factibilidad económica muestra que se requiere una inversión de unos $161.298.850 para desarrollar la línea de procesamiento, incluyendo equipos e instalaciones. El proceso genera reducciones de costos fijos y costos variables del orden del 47% con respecto a la operación actual, con lo cual la evaluación marginal del proyecto a 10 años tiene un VAN al 12% de $1.772.986.567, una TIR de 236% y una recuperación de la inversión al primer año de implementar las mejoras tecnológicas. iv. Con estos resultados se concluye que el proyecto en general es factible técnica y económicamente. v. Una importante conclusión del análisis inventivo del proceso desarrollado revela que la tecnología posee gran mérito innovador, de modo que se ha decidido proceder a solicitar una patente de invención para proteger comercialmente los resultados obtenidos.

Los objetivos del trabajo de título son: a) desarrollar el diseño básico de una unidad prototipo de separación de componentes de baterías de plomo-ácido, b) caracterizar físicamente el proceso de lavado de fragmentos de baterías de plomo-ácido, c) caracterizar mecánicamente el proceso de destrucción de baterías de plomo-ácido y d) rediseñar el lay-out de la planta en base a los equipos diseñados.

Ingeniero Civil Eléctrico / La búsqueda de nuevas alternativas energéticas ha impulsado el uso de sistemas de almacenamiento de energía en diversas temáticas de operación, contribuyendo a la mantención preventiva y predictiva en sistemas autónomos o teleoperados de transporte, sistemas expertos industriales, vehículos eléctricos, entre otros. Es por esto, que el desarrollo de nuevas técnicas y metodologías en acumuladores, tanto en su monitoreo como en su control, abarcan un rubro que en la actualidad tiene mayor presencia, e incluso mayor criticidad en la industria. Ante la falta de un sistema robusto que genere un valor agregado al problema de pronóstico del tiempo de corte de un acumulador, bajo diferentes escenarios, o el seguimiento del Estado de Carga con la característica de proveer información en tiempo real, se presenta el desafío de cómo utilizar información conocida para el futuro estado de un acumulador en base modelos propuestos para el proceso de descarga continuada en acumuladores de Ión-Litio. Con el objeto de solucionar esta problemática, se propone una metodología de estimación y predicción Bayesiano del Estado de Carga en un arreglo de celdas de Ión-Litio, aplicable bajo un modelo dinámico no lineal y estocástico para el proceso de descarga, garantizando una solución no necesariamente óptima, pero aproximada ante las diversas fuentes de incertidumbre presentes en el proceso que se buscan caracterizar de forma estadística, en nuestro caso, la corriente futura de descarga de la batería, las perturbaciones en datos medidos, etc. Con el fin de implementarse en tiempo real y maximizar la autonomía de una flota de bicicletas eléctricas tanto en la eficiencia de la información que se provee al usuario que toma las decisiones como en la escalabilidad de la solución en desafíos de mayor tamaño. En este trabajo se prueba y analiza un pack de baterías de 37[V] y 8[Ah] de capacidad para el desarrollo e implementación de la solución propuesta. La validación se realiza con datos reales de diferentes rutas realizadas en bicicletas eléctricas provocando resultados deseables ante la búsqueda de parámetros de diseño óptimos en la solución, principalmente por motivos de presentar una numerosa cantidad de simulaciones con datos de distinta calidad, lo que implica la acción de reajustar la solución ante análisis de sensibilidad en los resultados, los cuales se miden mediante diversas métricas de evaluación enfocadas en la exactitud y precisión de los estadísticos presentes en el Estado de Carga o En el Fin de la Descarga sobre un pack de baterías de Ión-Litio en permanente operación. Con el trabajo realizado se dan por cumplido los objetivos señalados, tales como maximizar la autonomía y la precisión de la información de monitoreo a disposición del usuario, reduciendo a su vez las fuentes de incertidumbre que obstaculizan el desempeño general del algoritmo en diversas formas y optando por el uso de múltiples realizaciones de predicción Bayesiano ante anomalías inminentes que afectan el buen funcionamiento del algoritmo.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Ingeniero Civil Eléctrico / Actualmente existe una gran cantidad de equipos y dispositivos que utilizan baterías como su fuente primaria o secundaria de energía. Para estos sistemas es crítico contar con información del desempeño de sus baterías, dado que este conocimiento puede ayudar a tomar decisiones apropiadas y asegurar autonomía en el tiempo. Dos importantes variables que deben ser monitoreadas son el "Estado-de-Salud" (SOH, del inglés State-of-Health) y el "Estado-de-Carga" (SOC, del inglés State-of-Charge). Este trabajo se enfoca en generar esquemas de pronóstico para ambas variables, donde se tome en cuenta la temperatura de operación. Con este propósito, se diseñaron y realizaron un conjunto de pruebas de laboratorio con celdas de Ion-Litio donde se caracterizó el impacto de la temperatura en factores tales como la energía entregada en un ciclo, la impedancia interna, o tendencia de degradación. A partir de estos datos, y esquemas existentes en la literatura, se proponen modelos empíricos para la degradación y para la descarga de una batería mediante una representación de espacio-estados, definiendo directamente un estado como el SOH y el SOC respectivamente. Las estimaciones y predicciones a largo plazo se efectúan bajo un enfoque Bayesiano, basado en el filtro de partículas. Además, se propone la implementación de lazos de control externos para corregir condiciones iniciales erróneas de los estados, y un módulo de detección de outliers para trabajar con datos perdidos o inválidos. La validación de estos esquemas se realiza con datos generados en laboratorio, además de datos de degradación publicados por NASA Ames Prognostic Center of Excellence. El esquema propuesto para el SOH es capaz de incorporar explícitamente el efecto de la temperatura de operación (bajo el concepto de "Capacidad Usable"), y estimar y pronosticar el SOH a una temperatura de referencia. Por otro lado, el esquema para el SOC fue validado incluyendo una mejor representación de la fenomenología del proceso de descarga comparada a la existente, y se deja una propuesta de cómo incluir el efecto de la temperatura en el modelo. La implementación de estos esquemas de pronóstico permite la incorporación de la temperatura de operación, que a pesar de su gran influencia en el comportamiento de las baterías es considerada constante en muchos casos presentes en la literatura; además de incluir algunas mejoras prácticas en los algoritmos de estimación. Las propuestas de este trabajo dejan las bases para avanzar en la incorporación de otros fenómenos importantes como la profundidad de descarga, o la magnitud de la corriente de descarga.

Ingeniero Civil Eléctrico / Los bancos de baterías de ion-litio son los más utilizados en aplicaciones de alta potencia como respaldos de sistemas eléctricos de potencia y vehículos eléctricos. Uno de los problemas de estos bancos es que pueden sufrir de envejecimiento prematuro por múltiples causas entre las que se destacan las altas temperaturas alcanzadas por las celdas en su operación. Una forma de minimizar el problema es utilizando algoritmos genéticos de optimización para optimizar el diseño de estos bancos. Estos algoritmos requieren evaluar muchas configuraciones, las que se pueden obtener construyéndolas o simulándolas, siendo estas últimas las más utilizadas debido a restricciones de tiempo. Dichas simulaciones se realizan generalmente en softwares denominados Computational Fluid Dynamics (CFD), estos requieren tiempos del orden de minutos o decenas de minutos por simulación. El tiempo requerido para completar una optimización suele ser prohibitivamente grande. Una forma de disminuir estos tiempos es utilizar modelos sustitutos. Con el fin de complementar el software CFD ANSYS, se creó un modelo sustituto basado en ecuaciones fenomenológicas sin embargo, éste difiere en algunos resultados obtenidos por el CFD por lo que es necesario ajustarlo. El objetivo general del presente trabajo de título es ajustar un modelo fenomenológico de modo que éste entregue valores más cercanos a los del software CFD, esto permitiría emplear dicho modelo como un sustituto del software en un algoritmo de optimización. Para lograr el objetivo anterior se hicieron modificaciones al modelo. Se escogieron los rangos de las variables de diseño para el modelo basados en el modelo fenomenológico original. Se seleccionaron tres expresiones del modelo a modificar: el factor de fricción, el coeficiente de arrastre y el número de Nusselt, en el modelo original estas se basadas en datos experimentales por lo que pueden tener un margen de error que mejorar. Se hicieron 1500 simulaciones en el software CFD los que separan en conjuntos de entrenamiento, validación y prueba. Con estos datos se ajustaron las tres expresiones del modelo antes indicadas. Para esto se usó como herramienta un algoritmo evolutivo llamado programación genética que permite generar expresiones matemáticas en forma de árbol. Como resultado final se obtuvo un conjunto de expresiones que representan los coeficientes a ajustar. Los resultados se construyeron de tal manera de mantener las propiedades físicas del problema. Estos hacen que el modelo fenomenológico tenga errores promedio de presión, velocidad y temperatura de 1[Pa], 1[m/s] y 1[°C] respectivamente. Se concluye que el modelo evolucionado se ajusta mejor a ANSYS, con expresiones que respetan las normas físicas del problema. Por lo tanto, la herramienta programación genética demostró ser útil en este tipo de problemas. Se recomienda finalmente corregir el modelo fenomenológico con las expresiones encontradas.