Il rilevamento di gas tossici e infiammabili e di composti organici volatili (VOC) prodotti dalle batterie agli ioni di litio durante un runaway termico può contribuire a rilevare precocemente una situazione di allarme e a prevenire guasti catastrofici. Durante la fase di runaway termico, le batterie agli ioni di litio possono emettere una serie di VOC, tra cui monossido di carbonio (CO), anidride carbonica (CO2), etanolo e altri composti organici. Rilevando questi COV, è possibile identificare e mitigare la fuga termica prima che raggiunga uno stadio critico.
Il rilevamento dei gas può rilevare perdite di elettrolita, causate ad esempio da guarnizioni danneggiate, oppure una condizione di sovrapressione all’interno dell’alloggiamento della cella dovuto a impurità [4]. Questo tipo di rilevamento può includere i valori di tensione, corrente e temperatura della cella misurati dai sistemi di gestione delle batterie (BMS). La chimica di questa espulsione di gas comprende principalmente composti di carbonio (C), ossigeno (O) e idrogeno (H). Si può quindi utilizzare un sensore standard a ossido metallico VOC, in cui viene misurata la resistenza attraverso la superficie dell’ossido. Una piastra calda integrata in questo sensore VOC può essere utilizzata per controllare la gamma dinamica; ad esempio, riscaldandola, si può aumentare la conduttività di base. Questi sensori VOC possono essere modellati come una combinazione parallela di resistenze e condensatori.
L’approccio seguito da Rutronik è stato quello di creare un naso elettronico basato sulle misurazioni effettuate su un sensore VOC, con processo di ossidazione e riduzione modulato attraverso fotocatalisi.
Per creare questo processo di fotocatalisi si utilizza un filtro al biossido di titanio e una sorgente di luce LED UVA. Il biossido di titanio assorbe la radiazione UV, che può modulare l’ossidazione di qualsiasi composto di carbonio e/o ossido di idrogeno. In Figura 1 è visibile lo schema semplificato di una configurazione per il rilevamento di VOC.
Figura 1: Schema semplificato del sistema di rilevamento VOC di Rutronik. (Fonte: [2])
Gli obiettivi per la creazione di questo naso elettronico sono stati:
- Rilevamento precoce dei composti VOC con elevata sensibilità e intervallo dinamico regolabile;
- Elaborazione dei dati eseguita su un sistema embedded a microcontrollore;
- Possibilità di utilizzare sensori standard a basso costo;
- Utilizzo dell’apprendimento automatico per ottimizzare l’algoritmo di rilevamento anche con soli dieci dataset.
Questi obiettivi sono stati dimostrati sul kit di sviluppo creato da Rutronik, visibile in Figura 2.
Figura 2: Prototipo del kit di rilevamento VOC sviluppato da Rutronik. (Fonte: [2])
Alcuni esempi di risultati ottenuti con questo kit di valutazione sono visibili nelle Figure 3(a) e 3(b).
La Figura 4(a) rappresenta la curva di riferimento rispetto all’aria. L’asse delle ordinate è la conduttività, o il reciproco del valore VOC, come ottenuto dal sensore SGP 40. I valori di VOC nel funzionamento normale tendono a uscire dall’intervallo (cioè ad aumentare) e l’esposizione alla luce UV può far scendere questo valore, come mostrato nella Figura 3(a).
La Figura 3(b) mostra i dati ottenuti quando il sensore viene esposto a 0,05 ml di un composto di etanolo nella camera da 30 litri. L’elevata sensibilità è evidente, con la curva che mostra l’aumento della resistenza a un certo tempo di rilassamento, regolabile attraverso la presenza o l’assenza del segnale UVA. A causa della forte influenza del processo di ossidazione, sono stati sufficienti dieci dataset di apprendimento automatico per identificare i composti VOC.
Figura 3: Il reciproco del valore del sensore VOC rispetto al tempo di rilassamento con l’influenza dell’eccitazione UVA, rispettivamente per l’aria e per un composto di etanolo[2]
Le figure 3(a) e 3(b) mostrano il reciproco del valore del sensore VOC rispetto al tempo di rilassamento con l’influenza dell’eccitazione UVA, rispettivamente per l’aria e un composto di etanolo.
Il kit di analisi VOC di Rutronik è in attesa di brevetto. Per questa applicazione è possibile utilizzare un microcontrollore standard, con una connessione Bluetooth in grado di trasmettere i dati direttamente allo smartphone dell’utente. L’apprendimento automatico basato su semplici tabelle di lookup può essere implementato direttamente sul microcontrollore, rendendo così superfluo l’utilizzo del cloud computing.
