Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos

Detalhes bibliográficos
Autor(a) principal: Brondani, Marcia de Fatima
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIJUI
Texto Completo: http://bibliodigital.unijui.edu.br:8080/xmlui/handle/123456789/2781
Resumo: O uso de dispositivos móveis teve um amplo crescimento na última década, aliado a este crescimento, houve uma diversi cação dos serviços utilizados. Estas características implicam um aumento no consumo de energia e da expectativa do tempo de uso. Neste contexto, o estudo de métodos que possibilitem aumentar ou mesmo prever o tempo de vida de uma bateria passam a ter signi cativa importância. Uma maneira de predizer o tempo de vida de baterias é através do uso de modelos matemáticos que simulam a descarga de energia nas mesmas. Este trabalho apresenta a modelagem matemática da predição do tempo de vida de baterias de Lítio Íon Polímero, através do modelo elétrico Battery, fazendo uso de um amplo conjunto de dados de descarga de baterias obtidos a partir da utilização de uma plataforma de testes. O modelo Battery necessita a estimação de um conjunto de parâmetros que são geralmente estimados através da análise visual de alguns pontos nas curvas características de descarga das baterias. Neste trabalho é proposto um Algoritmo Genético para sistematizar e otimizar a estimação destes parâmetros. Os resultados obtidos demonstram a superioridade do Algoritmo Genético na estimação dos parâmetros, já que este obteve uma taxa média de erro consideravelmente inferior às taxas de erro encontradas com os métodos de análise de curvas de descarga, demonstrando tanto a e cácia do modelo elétrico Battery, quanto a e ciência do Algoritmo Genético em estimar seus parâmetros.
id UNIJ_442558f2eb28d53fbca74ef728dd8ab7
oai_identifier_str oai:bibliodigital.unijui.edu.br:123456789/2781
network_acronym_str UNIJ
network_name_str Repositório Institucional da UNIJUI
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisModelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos2015-05-0620152015-05-06T13:29:52Z2015-05-06T13:29:52ZO uso de dispositivos móveis teve um amplo crescimento na última década, aliado a este crescimento, houve uma diversi cação dos serviços utilizados. Estas características implicam um aumento no consumo de energia e da expectativa do tempo de uso. Neste contexto, o estudo de métodos que possibilitem aumentar ou mesmo prever o tempo de vida de uma bateria passam a ter signi cativa importância. Uma maneira de predizer o tempo de vida de baterias é através do uso de modelos matemáticos que simulam a descarga de energia nas mesmas. Este trabalho apresenta a modelagem matemática da predição do tempo de vida de baterias de Lítio Íon Polímero, através do modelo elétrico Battery, fazendo uso de um amplo conjunto de dados de descarga de baterias obtidos a partir da utilização de uma plataforma de testes. O modelo Battery necessita a estimação de um conjunto de parâmetros que são geralmente estimados através da análise visual de alguns pontos nas curvas características de descarga das baterias. Neste trabalho é proposto um Algoritmo Genético para sistematizar e otimizar a estimação destes parâmetros. Os resultados obtidos demonstram a superioridade do Algoritmo Genético na estimação dos parâmetros, já que este obteve uma taxa média de erro consideravelmente inferior às taxas de erro encontradas com os métodos de análise de curvas de descarga, demonstrando tanto a e cácia do modelo elétrico Battery, quanto a e ciência do Algoritmo Genético em estimar seus parâmetros.114 f.Modelagem MatemáticaModelo elétrico batteryTempo de vida de bateriasAlgoritmo genéticohttp://bibliodigital.unijui.edu.br:8080/xmlui/handle/123456789/2781DMD_hdl_123456789/2781Brondani, Marcia de Fatimaporreponame:Repositório Institucional da UNIJUIinstname:Universidade Regional do Noroeste do Estado do Rio Grande do Sulinstacron:UNIJUIinfo:eu-repo/semantics/openAccessDissertacao_Marcia%20Brondani.pdfhttp://bibliodigital.unijui.edu.br:8080/xmlui/bitstream/123456789/2781/1/Dissertacao_Marcia%20Brondani.pdfapplication/pdf2191484http://bibliodigital.unijui.edu.br:8080/xmlui/bitstream/123456789/2781/1/Dissertacao_Marcia%20Brondani.pdf7d60584cf077ff70291c7a72a345e7d8MD5123456789_2781_12019-01-21T12:44:37Zmail@mail.com -
dc.title.none.fl_str_mv Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
title Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
spellingShingle Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
Brondani, Marcia de Fatima
Modelagem Matemática
Modelo elétrico battery
Tempo de vida de baterias
Algoritmo genético
title_short Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
title_full Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
title_fullStr Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
title_full_unstemmed Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
title_sort Modelagem matemática do tempo de vida de baterias de lítio íon polímero utilizando algoritmos genéticos
author Brondani, Marcia de Fatima
author_facet Brondani, Marcia de Fatima
author_role author
dc.contributor.author.fl_str_mv Brondani, Marcia de Fatima
dc.subject.por.fl_str_mv Modelagem Matemática
Modelo elétrico battery
Tempo de vida de baterias
Algoritmo genético
topic Modelagem Matemática
Modelo elétrico battery
Tempo de vida de baterias
Algoritmo genético
dc.description.abstract.none.fl_txt_mv O uso de dispositivos móveis teve um amplo crescimento na última década, aliado a este crescimento, houve uma diversi cação dos serviços utilizados. Estas características implicam um aumento no consumo de energia e da expectativa do tempo de uso. Neste contexto, o estudo de métodos que possibilitem aumentar ou mesmo prever o tempo de vida de uma bateria passam a ter signi cativa importância. Uma maneira de predizer o tempo de vida de baterias é através do uso de modelos matemáticos que simulam a descarga de energia nas mesmas. Este trabalho apresenta a modelagem matemática da predição do tempo de vida de baterias de Lítio Íon Polímero, através do modelo elétrico Battery, fazendo uso de um amplo conjunto de dados de descarga de baterias obtidos a partir da utilização de uma plataforma de testes. O modelo Battery necessita a estimação de um conjunto de parâmetros que são geralmente estimados através da análise visual de alguns pontos nas curvas características de descarga das baterias. Neste trabalho é proposto um Algoritmo Genético para sistematizar e otimizar a estimação destes parâmetros. Os resultados obtidos demonstram a superioridade do Algoritmo Genético na estimação dos parâmetros, já que este obteve uma taxa média de erro consideravelmente inferior às taxas de erro encontradas com os métodos de análise de curvas de descarga, demonstrando tanto a e cácia do modelo elétrico Battery, quanto a e ciência do Algoritmo Genético em estimar seus parâmetros.
114 f.
description O uso de dispositivos móveis teve um amplo crescimento na última década, aliado a este crescimento, houve uma diversi cação dos serviços utilizados. Estas características implicam um aumento no consumo de energia e da expectativa do tempo de uso. Neste contexto, o estudo de métodos que possibilitem aumentar ou mesmo prever o tempo de vida de uma bateria passam a ter signi cativa importância. Uma maneira de predizer o tempo de vida de baterias é através do uso de modelos matemáticos que simulam a descarga de energia nas mesmas. Este trabalho apresenta a modelagem matemática da predição do tempo de vida de baterias de Lítio Íon Polímero, através do modelo elétrico Battery, fazendo uso de um amplo conjunto de dados de descarga de baterias obtidos a partir da utilização de uma plataforma de testes. O modelo Battery necessita a estimação de um conjunto de parâmetros que são geralmente estimados através da análise visual de alguns pontos nas curvas características de descarga das baterias. Neste trabalho é proposto um Algoritmo Genético para sistematizar e otimizar a estimação destes parâmetros. Os resultados obtidos demonstram a superioridade do Algoritmo Genético na estimação dos parâmetros, já que este obteve uma taxa média de erro consideravelmente inferior às taxas de erro encontradas com os métodos de análise de curvas de descarga, demonstrando tanto a e cácia do modelo elétrico Battery, quanto a e ciência do Algoritmo Genético em estimar seus parâmetros.
publishDate 2015
dc.date.issued.fl_str_mv 2015-05-06
dc.date.available.fl_str_mv 2015
2015-05-06T13:29:52Z
dc.date.accessioned.fl_str_mv 2015-05-06T13:29:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://bibliodigital.unijui.edu.br:8080/xmlui/handle/123456789/2781
DMD_hdl_123456789/2781
url http://bibliodigital.unijui.edu.br:8080/xmlui/handle/123456789/2781
identifier_str_mv DMD_hdl_123456789/2781
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.bitstream.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIJUI
instname:Universidade Regional do Noroeste do Estado do Rio Grande do Sul
instacron:UNIJUI
reponame_str Repositório Institucional da UNIJUI
collection Repositório Institucional da UNIJUI
instname_str Universidade Regional do Noroeste do Estado do Rio Grande do Sul
instacron_str UNIJUI
institution UNIJUI
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1623414621884907520