El estado de saludo de la batería (SOH) es mucho más que un simple número en una pantalla: es complejo y multifacético, al igual que la salud humana.

La adopción de autobuses eléctricos está aumentando rápidamente, con más de medio millón de unidades ya en funcionamiento en todo el mundo. En América Latina, en la ciudades de Santiago de Chile (2.000) y Bogotá, Colombia (1.000) se han realizado grandes inversiones en este tipo de tecnología. Los vehículos eléctricos presentan grandes beneficios, pero también es importante comprender sus desafíos particulares, que incluyen a la batería en sí misma.

Reemplazamos nuestros teléfonos cuando su batería comienza a deteriorarse, pero para ser sostenibles, las baterías de los autobuses deben durar años. El estado de la batería va más allá de un simple número en una pantalla: es complejo y multifacético, al igual que la salud humana. Las baterías pueden degradarse anticipadamente debido a múltiples factores, mientras que la forma de conducción del autobús afecta la velocidad con la que se agota la batería y por lo tanto la autonomía.

Utilización de “machine learning”
En Trapeze, nuestras capacidades de machine learning capturan el estado de la batería más allá de un simple número. Este conocimiento proporciona mejor información sobre el rendimiento de los autobuses, lo que permite a los operadores optimizar la forma en que utilizan su flota a fin de aumentar la vida útil de las baterías.

Detrás de escena, los controladores de los servicios podrán sacar el máximo partido a la flota eléctrica proponiendo rutas y patrones de conducción que ayudan a reducir los tiempos de carga de las baterías y su degradación. Además, el control centralizado permite reducir la preocupación de los conductores por la autonomía del autobús, permitiéndoles centrarse en la conducción segura del vehículo y en la asistencia a los pasajeros.

Impacto en los costos
Es sabido que hay costos involucrados al enviar autobuses a una estación de carga o retenerlos más tiempo para recargar sus baterías. Con machine learning podemos predecir la autonomía de la batería con mayor precisión, por lo que los vehículos no tendrán que volver a las estaciones de carga innecesariamente, ahorrando tiempo y dinero.

Aumento del número de pasajeros
Con tanta información acerca de la fiabilidad de los vehículos eléctricos, los operadores deben asegurarse de contar con la confianza del público viajero, para mantener y aumentar el número de pasajeros transportados. La capacidad de predecir con precisión la autonomía de la batería es fundamental para asegurar que el vehículo complete su ruta a tiempo y demostrar a los pasajeros que los vehículos eléctricos son una opción confiable y viable para el futuro.

Póngase en contacto con nosotros hoy mismo para obtener más información acerca del machine learning y su impacto en las flotas de buses eléctricos.