Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/10646| Title: | Estimación del estado de salud en una celda Li-ion mediante el análisis espectral aplicado a mediciones de impedancia electroquímica |
| Authors: | Muñoz Sánchez, Rossel%1268366 |
| metadata.dc.subject.other: | Baterías de ion-litio, Espectroscopía de impedancia electroquímica, Transformada wavelet, Estado de salud, Redes neuronales |
| Issue Date: | 2025-08-08 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | Esta tesis presenta una metodología integral para la estimación del estado de salud (SoH) de una batería de ion-litio, mediante la combinación de técnicas experimentales y herramientas avanzadas de análisis matemático. El trabajo parte del desarrollo de un sistema experimental capaz de realizar procesos de carga y descarga controlados mediante una fuente de corriente bidireccional. Durante estos procesos, se implementa la técnica de espectroscopía de impedancia electroquímica (EIS) en el dominio del tiempo, lo que permite registrar la respuesta dinámica de la batería ante excitaciones multifrecuencia. Una de las principales aportaciones de este trabajo es la aplicación de la Transformada Rápida de Fourier (FFT) y la Transformada Wavelet Discreta (DWT) para el análisis de las señales registradas, con el objetivo de obtener el espectro de impedancia de la celda sin recurrir a procedimientos secuenciales lentos. La FFT permite una caracterización rápida en el dominio de la frecuencia, mientras que la DWT aporta una visión multiresolución que resulta especialmente útil para señales no estacionarias, como las generadas en sistemas de almacenamiento electroquímico. La información espectral obtenida se utilizó para ajustar un modelo eléctrico equivalente (ECM) tipo doble de Thévenin, cuyos parámetros representan de manera precisa los efectos del envejecimiento en la resistencia interna, la capacitancia de doble capa y la transferencia de carga. Además, se realizó un análisis multiescala sobre los coeficientes wavelet con el fin de identificar variaciones locales en distintas bandas de frecuencia, permitiendo una caracterización más sensible de la degradación. Finalmente, se entrenó una red neuronal artificial con datos obtenidos de los espectros de impedancia y de los parámetros del modelo ECM, lo que permitió estimar de forma no invasiva el SoH y el estado de carga (SOC) de la batería. Los resultados muestran que la metodología propuesta es capaz de detectar de manera temprana y precisa los efectos del envejecimiento cíclico de la batería, lo cual representa una herramienta prometedora para su integración en sistemas inteligentes de gestión de baterías (BMS). |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Ingeniería Electrónica |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ME_Rossel_Muñoz_Sanchez_2025.pdf | Tesis | 2.17 MB | Adobe PDF | View/Open |
| ME_Rossel_Muñoz_Sanchez_2025_c.pdf Restricted Access | Cesión de derechos | 226.47 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
