Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.256
Aluna: Laís Bandeira Miranda da Silva
Orientador: Prof. Filipe Carlos de Albuquerque Calegario
Título: Algoritmo de Extração de Indicadores da Partida Automotiva para
Diagnóstico e Monitoramento de Baterias SLI
Data: 21/01/2026
Hora/Local: 15h – Virtual – Interessados em assistir entrar em contato com a aluna
Banca Examinadora:
Profa. Edna Natividade da Silva Barros (UFPE / Centro de Informática)
Profa. Roseli de Deus Lopes (USP / Departamento de Engenharia de Sistemas Eletrônicos)
Prof. Filipe Carlos de Albuquerque Calegario (UFPE / Centro de Informática)
RESUMO:
Com os avanços da eletrificação veicular, diferentes tecnologias de acumuladores de energia têm sido amplamente discutidas. As baterias de lítio, devido à sua alta densidade energética e aos rigorosos requisitos de segurança, tornaram-se destaque no setor, exigindo sistemas embarcados sofisticados para monitoramento e aquisição de dados. Entretanto, as baterias de chumbo-ácido do tipo SLI continuam sendo a solução mais adequada para o sistema de partida dos veículos, graças à sua capacidade de fornecer altas correntes por curtos intervalos, além de sua simplicidade e confiabilidade. Apesar disso, essas baterias não dispõem de eletrônica embarcada capaz de informar seu estado em tempo real, deixando o usuário vulnerável a falhas inesperadas. Neste contexto, este trabalho apresenta um algoritmo para detecção do evento de partida automotiva baseado exclusivamente na leitura da tensão da bateria. O método identifica padrões característicos da curva de tensão durante a ignição, permitindo classificar partidas bem-sucedidas ou malsucedidas sem a necessidade de sensores adicionais, reduzindo custos e facilitando a integração em sistemas embarcados. A proposta foi desenvolvida e validada a partir de dados em laboratório com diferentes amostras de bateria, em estado de fim de vida, como também recém fabricadas. A extração dos pontos característicos da curva de partida possibilita a implementação de mecanismos de alerta antecipado sobre o estado da bateria, contribuindo para maior confiabilidade, segurança e prevenção de falhas inesperadas em veículos que utilizam baterias SLI.
Palavras-chave: Baterias SLI, Sistema embarcado, Detecção de partida, Variação de tensão, Deque monotônica, Janela deslizante, Estado de carga (SOC), Manutenção preditiva, Algoritmos de monitoramento, Automotivo
Comentários desativados