Desenvolvimento de metodologia para sistemas veiculares utilizando redes neurais artificiais com base em ensaios experimentais

• Processo: 24/08117-9
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 04 de novembro de 2024
• Data de Término da vigência: 18 de maio de 2025
• Área de conhecimento: Engenharias - Engenharia Mecânica
• Pesquisador responsável: Ludmila Corrêa de Alkmin e Silva
• Beneficiário: Matheus Henrique Rodrigues Miranda
• Supervisor: Tiago Alexandre Abranches Teixeira Lopes Farias
• Instituição Sede: Faculdade de Engenharia Mecânica (FEM). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Universidade de Lisboa, Portugal
• Vinculado à bolsa: 21/14026-8 - Otimização do armazenamento de energia e do gerenciamento de potência utilizando redes neurais artificiais, BP.DR
• Assunto(s): Sistema de aquisição de dados Dinâmica veicular Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Aquisição de dados | dinamica veicular | emissões veiculares | gerenciamento de potência | rede neural artificial | Testes Experimentais | Dinâmica veicular

Resumo

Em busca de impulsionar o avanço das tecnologias de mobilidade, é imprescindível compreender o comportamento dinâmico dos veículos, assim como seus sistemas e componentes. Logo, o estágio no exterior tem como objetivo principal realizar testes experimentais para coletar dados de veículos em condições reais de operação, realizar a comparação e se possível a validação do modelo da bateria já desenvolvido, e aplicar técnicas de aprendizado de máquina, especificamente o método das redes neurais artificiais, para elaborar um modelo representativo das emissões de poluentes. Esta proposta complementa de forma direta à pesquisa em andamento no país, pois permitirá utilizar e validar o modelo da bateria desenvolvido, e aprimorar a modelagem do motor de combustão interna, fundamental para a elaboração do modelo do veículo elétrico híbrido plug-in. Para concretizar este objetivo, é necessário estabelecer uma sequência de testes experimentais e analisar o comportamento do veículo ao longo de ciclos de condução específicos. Esta abordagem permitirá a criação de um banco de dados robusto e representativo, essencial para o treinamento das redes neurais artificiais. Como resultado, os sistemas de gerenciamento de potência possuirão respostas mais precisas e robustas, baseadas em modelos realistas. Este trabalho visa contribuir para o desenvolvimento de estratégias avançadas de gerenciamento de potência para veículos, propondo a adoção de um modelo capaz de representar de forma realista o perfil de emissões, considerando variáveis como operação do veículo, condições climáticas e tipo de combustível utilizado.