Mostrar registro simples

dc.contributor.advisorMichel, André Bernardes
dc.contributor.authorRigo, Regis Grotto
dc.contributor.otherZanoni, Cícero
dc.contributor.otherDias, Bruno Fensterseifer
dc.date.accessioned2022-11-09T21:46:17Z
dc.date.available2022-11-09T21:46:17Z
dc.date.issued2022-07-16
dc.date.submitted2022-06-27
dc.identifier.urihttps://repositorio.ucs.br/11338/11152
dc.descriptionUma das principais limitações dos drones elétricos disponíveis comercialmente na atualidade é a baixa autonomia de voo. Como a simples adição de um grande número de células de bateria não é uma opção em uma aplicação onde o baixo peso é fundamental, e considerando que a densidade energética das baterias disponíveis aumentou pouco nos últimos anos, os esforços têm sido concentrados na otimização do uso da energia disponível, sendo o monitoramento da bateria uma das maneiras de se atingir esse objetivo. Nesse contexto, a determinação precisa do estado de carga da bateria é essencial, pois permite estender a autonomia de voo da aeronave sem recorrer a baterias maiores e/ou de maior custo, já que possibilita extrair a máxima capacidade de descarga disponível sem o risco de danos. Nesse trabalho, foi desenvolvido um sistema de gerenciamento que visou integrar hardware e software de modo a ser capaz de informar em tempo real o estado de carga de uma bateria Li-Ion, bem como estimar o tempo de operação restante com nível de precisão similar a métodos de maior complexidade, como os que utilizam aprendizagem de máquina, mas com baixa demanda computacional, utilizando-se como base o método de contagem de Coulomb, que tem como princípio o monitoramento da corrente ao longo do tempo, mas incrementando-o com medições de tensão e temperatura, além de uma pequena sequência de ensaios de descarga para aquisição de dados de caracterização da bateria. Testes de descarga com corrente constante resultaram em um erro médio de 1,51% nas estimativas de estado de carga, enquanto nos ensaios com corrente variável se obteve um erro médio de 4,05%. Ensaios realizados com a bateria carregada parcialmente e com descarga em corrente constante resultaram em um erro médio de 1,95%. [resumo fornecido pelo autor]pt_BR
dc.description.abstractOne of the main limitations of today's commercially available electric drones is the low flight range. As the simple addition of a large number of battery cells is not an option in an application where low weight is critical, and considering that the energy density of the available batteries has barely increased in recent years, efforts have been focused on optimizing the use of the available energy, and battery monitoring is one of the ways to achieve this goal. In this context, the precise determination of the battery state of charge is essential, as it allows extending the aircraft's flight autonomy without resorting to larger and/or more expensive batteries, since it allows to extract the maximum available discharge capacity without the risk of damage. In this work, was developed a monitoring system that integrates hardware and software in order to be able to report in real time the state of charge of a Li-Ion battery, as well as estimate the remaining operating time, using the Coulomb counting method, which has as its principle the monitoring of current over time, incremented with voltage and temperature measurements, in addition to a small sequence of discharge tests meant to obtain data for the characterization of the battery, aiming to achieve a level of precision similar to more complex methods, such as those using machine learning, but with low computational demand. Constant current discharge tests resulted in an average error of 1.51% in the state of charge estimations, while the variable current tests returned an average error of 4.05%. Tests performed with the battery partially charged and with constant current discharge resulted in an average error of 1.95%. [resumo fornecido pelo autor]pt_BR
dc.language.isoptpt_BR
dc.subjectDronept_BR
dc.subjectEngenharia elétricapt_BR
dc.subjectBaterias elétricaspt_BR
dc.subjectVôopt_BR
dc.titleDesenvolvimento de sistema de monitoramento do estado de carga de baterias para uso em dronespt_BR
dc.typeMonografiapt_BR
mtd2-br.advisor.instituationUniversidade de Caxias do Sulpt_BR
mtd2-br.program.nameBacharelado em Engenharia Elétricapt_BR
mtd2-br.campusCampus Universitário da Região dos Vinhedospt_BR
local.data.embargo2022-07-18


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples