Estimation de l’état des batteries lithium-ion grâce à l’apprentissage automatique en contexte de véhicules hors route

Ce projet vise une « analyse de la viabilité technique des méthodes d’apprentissage automatique appliquées pour l’estimation de l’état de charge dans les véhicules hors route ». Spécifiquement, nous allons définir les structures de méthodes d’apprentissage automatique pour l’estimation de l’état de charge, les implémenter dans différents types de processeurs et les valider sur de plateformes de robots et véhicules électriques. L’accomplissement des objectifs du projet doit permettre de répondre aux questions sur la viabilité technique des méthodes pour les applications dans les véhicules hors route où des contraintes de coût, d’espace et de puissance de calcul apparaissent souvent mentionnées comme des barrières importantes pour l’adoption de méthodes avancées. Les techniques d’apprentissage automatique étant parmi les approches actuelles les plus utilisées pour des processus d’apprentissage efficaces en contrôle automatique, les résultats et l’expérience obtenus dans le cadre de ce projet développeront et mettront à jour l’expertise et le champ d’action des chercheurs, en ce qui concerne les avancées les plus récentes de l’intelligence artificielle et leurs applications pour la modélisation, le contrôle et la gestion de systèmes électromécaniques. Ce projet contribue à renforcer la collaboration en recherche des équipes de l’UQTR et de l’Université Autonome de l’État de México (UAEMex).

Faculty Supervisor:

Alben Cárdenas

Student:

Partner:

Universidad Autónoma del Estado de México

Discipline:

Engineering

Sector:

Education

University:

Université du Québec à Trois-Rivières

Program: