Nuevo sistema detecta objetos metálicos en carga inalámbrica de vehículos eléctricos
La revolución de la movilidad eléctrica continúa avanzando a pasos agigantados, y con ella, las tecnologías que buscan hacer más cómoda y segura la experiencia del conductor. Entre las innovaciones más prometedoras figura la carga inalámbrica para vehículos eléctricos (VE), una solución que elimina la necesidad de conectar y desconectar cables, ofreciendo una experiencia de usuario más fluida y estética. Sin embargo, esta comodidad trae consigo un desafío técnico significativo: la detección de objetos metálicos extraños que puedan quedar inadvertidamente sobre la superficie de carga. Un centavo, una llave o incluso un trozo de aluminio pueden convertirse en focos de calor peligrosos cuando se exponen al campo electromagnético de alta frecuencia, generando pérdidas de eficiencia y riesgos de seguridad. Un equipo de investigadores chinos ha dado un salto cualitativo en la resolución de este problema con el desarrollo de un nuevo método de detección basado en un novedoso arreglo de bobinas planas.
En un estudio publicado recientemente en la revista especializada Electrical Measurement & Instrumentation, los científicos Sun Dong, Gao Zichen, Han Xiaojuan y Zhang Wenbiao han presentado una solución innovadora que no solo detecta la presencia de metales, sino que también determina con precisión su ubicación, forma y cantidad. Este avance, que combina un arreglo de 16 bobinas planas con la sofisticada técnica de tomografía electromagnética (EMT), promete elevar los estándares de seguridad y fiabilidad en los sistemas de carga inalámbrica, un paso crucial para su adopción masiva en el mercado automotriz.
La importancia de detectar objetos metálicos en el área de carga no puede subestimarse. Cuando un objeto conductor, como una moneda de acero o una tornillo de zinc, entra en el campo magnético generado por la bobina transmisora del sistema de carga, se inducen corrientes parásitas conocidas como corrientes de Foucault. Estas corrientes generan calor dentro del objeto, lo que no solo desperdicia energía y reduce la eficiencia del sistema, sino que también puede provocar quemaduras, dañar el vehículo o, en casos extremos, iniciar un incendio. Los estándares internacionales, como el SAE J2954 en Estados Unidos o el GB/T38775.3-2020 en China, establecen requisitos estrictos para la detección de estos objetos metálicos (FOD, por sus siglas en inglés). A pesar de esto, las soluciones actuales presentan limitaciones que comprometen su efectividad.
Algunos sistemas dependen del monitoreo de parámetros del propio sistema de carga, como cambios en la impedancia o en la frecuencia de resonancia. Aunque este enfoque es sencillo, es vulnerable a falsas alarmas, ya que las variaciones en la carga del vehículo (por ejemplo, la batería cargándose) pueden provocar señales similares a las causadas por un objeto metálico. Además, estos métodos no pueden indicar dónde se encuentra el objeto, solo que algo está presente. Otras soluciones utilizan bobinas de detección adicionales colocadas estratégicamente alrededor de la bobina principal. Estas bobinas detectan asimetrías en el campo magnético causadas por un objeto metálico. Sin embargo, su enfoque principal es la detección binaria (sí/no), y su capacidad para proporcionar información detallada sobre la posición o la forma del objeto es limitada.
Enfrentados a estas deficiencias, los investigadores han explorado alternativas más sofisticadas. Los arreglos de sensores magnéticos, como los sensores TMR (Tunnel Magnetoresistance), ofrecen una resolución espacial muy alta. Pueden mapear el campo magnético con gran detalle, lo que permite una detección precisa. El gran inconveniente es el costo: se necesitan decenas, a veces cientos, de estos sensores, lo que encarece significativamente el sistema y lo hace más complejo y susceptible a fallos. Otras tecnologías, como la visión por computadora, utilizan cámaras para escanear el área de carga. Aunque pueden identificar objetos, son extremadamente sensibles a condiciones adversas como lluvia, nieve, polvo o malas condiciones de iluminación, lo que las hace poco confiables en entornos exteriores. La termografía infrarroja es otra opción: detecta el calor generado por el objeto metálico. Su principal debilidad es que es reactiva, no proactiva; el sistema debe esperar a que el objeto se caliente lo suficiente como para ser detectado por la cámara, lo que significa que el riesgo ya está presente antes de que se active la alarma.
Es en este contexto que el trabajo de Sun Dong y sus colegas brilla con una propuesta de ingeniería elegante y práctica. En lugar de depender de sensores externos costosos o de métodos indirectos, el equipo ha transformado el propio arreglo de bobinas en un sofisticado sistema de sensores. El núcleo de su diseño es un arreglo cuadrado de 4×4, compuesto por 16 pequeñas bobinas planas, ubicadas directamente encima de la bobina transmisora principal del sistema de carga inalámbrica. Cada una de estas bobinas actúa tanto como excitadora como como detectora. El proceso es meticuloso: cada bobina se activa secuencialmente, y mientras está activa, se mide la inductancia mutua entre ella y las otras 15 bobinas del arreglo. Este proceso se repite para cada una de las 16 bobinas, generando una matriz completa de 256 mediciones que capturan la distribución del campo electromagnético en el área de carga con un nivel de detalle sin precedentes.
Este conjunto de datos no es simplemente un registro numérico; es la clave para una reconstrucción visual. Los investigadores aplican una técnica conocida como Tomografía Electromagnética (EMT), un método de imagenología que, aunque común en campos como la medicina o la inspección industrial, es una novedad en el ámbito de la carga de vehículos eléctricos. La EMT utiliza un algoritmo matemático para interpretar las distorsiones en el campo electromagnético causadas por la presencia de un objeto conductor. A partir de estas distorsiones, el sistema genera una imagen bidimensional que representa la distribución de conductividad eléctrica en el área de carga. En esta imagen, los objetos metálicos aparecen como «manchas» de alta conductividad, revelando no solo que están presentes, sino también su contorno, tamaño y posición exacta.
La precisión de este sistema se basa en un modelo de sensibilidad previamente calculado mediante simulaciones por elementos finitos. Este modelo, esencialmente un mapa que predice cómo responderá cada punto del área de carga a un cambio de conductividad, sirve como base para el algoritmo de reconstrucción. Los investigadores utilizaron el algoritmo iterativo de Landweber, conocido por su capacidad para producir imágenes de alta calidad a partir de datos ruidosos o incompletos. Este algoritmo refina la imagen paso a paso, minimizando la diferencia entre los datos medidos y los datos predichos por la imagen reconstruida, hasta que se alcanza un resultado óptimo.
Para validar su teoría, el equipo llevó a cabo una doble campaña de pruebas: primero con simulaciones por computadora y luego con experimentos físicos. En las simulaciones, modelaron diferentes escenarios, colocando virtualmente objetos como una moneda, dos monedas, un tornillo y una llave sobre el arreglo de bobinas. Los resultados fueron impresionantes. Para cuantificar la precisión, utilizaron dos métricas clave: la Intersección sobre Unión (IoU) y el Error de Localización (LE). El IoU mide el grado de superposición entre la forma del objeto real y la forma reconstruida por la imagen; un valor más alto indica una reconstrucción más fiel. El LE mide la distancia entre el centro de masa (centroide) del objeto real y el centroide del objeto reconstruido; un valor más bajo indica una localización más precisa.
Las simulaciones arrojaron un IoU promedio de 0.56 y un LE promedio de 2.52 mm. Estos números son notables, especialmente el LE, que demuestra una capacidad de localización subcentimétrica. Como era de esperar, los objetos con formas simples y simétricas, como las monedas, obtuvieron los mejores resultados, con un IoU más alto y un LE más bajo. Los objetos más complejos, como la llave, presentaron un mayor error de localización (6.68 mm), lo que indica que la resolución del sistema tiene sus límites, especialmente para formas irregulares. Sin embargo, incluso en estos casos, el sistema logró identificar con éxito la presencia y la ubicación aproximada del objeto.
La validación experimental confirmó brillantemente los resultados de la simulación. El equipo construyó un prototipo físico utilizando bobinas de hilo de cobre esmaltado, con un diámetro exterior de 24 mm y 500 vueltas cada una, montadas sobre una placa de plástico personalizada. Utilizaron un analizador de impedancia de alta precisión (LCR) para realizar las mediciones de inductancia mutua a una frecuencia de 100 kHz. Los objetos de prueba fueron cuidadosamente seleccionados para representar situaciones del mundo real: una moneda de acero niquelado, un tornillo de aleación de zinc, papel de aluminio arrugado y una lata de aluminio aplastada.
Los resultados experimentales fueron aún mejores que los de la simulación, con un IoU promedio de 0.61 y un LE promedio de 2.33 mm. El sistema detectó todos los objetos con una fiabilidad excepcional. Las imágenes reconstruidas mostraron claramente las «manchas» de alta conductividad correspondientes a cada objeto. La capacidad del sistema para distinguir entre un solo objeto y múltiples objetos fue particularmente impresionante. Cuando se colocaron dos monedas juntas, el sistema generó dos manchas separadas y bien definidas, lo que permite no solo detectar su presencia, sino también contarlas. Esto es crucial para la seguridad, ya que permite al sistema tomar decisiones más informadas, como desactivar la carga solo si se detecta un objeto peligroso, y no por la presencia de un objeto inofensivo.
Las ventajas prácticas de esta tecnología son múltiples. Primero, es una solución proactiva. A diferencia de la termografía infrarroja, que espera a que el objeto se caliente, este sistema detecta el objeto metálico en el instante en que entra en el campo magnético, mucho antes de que comience a calentarse. Esto permite una intervención inmediata, como detener el proceso de carga o alertar al conductor a través de una aplicación en su teléfono. Segundo, es robusta. Al basarse en mediciones electromagnéticas, es inmune a las condiciones climáticas adversas. Funciona igual de bien bajo la lluvia, la nieve o en la oscuridad total, lo que la hace ideal para estaciones de carga al aire libre. Tercero, es rentable. El arreglo de bobinas utiliza componentes estándar y relativamente económicos, y el sistema de adquisición de datos es simple, lo que lo hace mucho más asequible que los arreglos de sensores magnéticos de alta gama.
La integración de este sistema en la infraestructura de carga existente parece directa. El arreglo plano puede integrarse fácilmente en la placa de carga, sin alterar significativamente el diseño del sistema principal. La electrónica de procesamiento puede incorporarse en el controlador de carga. Los investigadores destacan que el sistema es escalable; se pueden diseñar arreglos más grandes o más densos para cubrir áreas de carga más grandes o para obtener una resolución aún mayor.
El impacto potencial en la industria automotriz es significativo. Fabricantes como BMW, Hyundai y Mercedes-Benz están invirtiendo fuertemente en la carga inalámbrica. Una solución de detección de objetos metálicos que sea precisa, confiable y económica es un requisito previo esencial para la comercialización masiva de esta tecnología. Este sistema no solo mejora la seguridad, sino que también construye la confianza del consumidor. Los usuarios necesitan saber que su vehículo puede cargarse de forma segura sin intervención manual.
Más allá de la seguridad inmediata, esta tecnología abre la puerta a nuevas funcionalidades. Las estaciones de carga podrían registrar automáticamente los incidentes de objetos metálicos, lo que permitiría a los operadores analizar patrones y mejorar el diseño de los espacios de carga. Por ejemplo, si ciertas estaciones registran muchas monedas, se podrían instalar bandejas o contenedores para que los conductores las dejen allí. En un futuro con vehículos autónomos, este sistema podría ser parte de un proceso de atraque y carga completamente automatizado, donde el vehículo verifica la limpieza del área de carga antes de iniciar el proceso.
Esta investigación es un ejemplo brillante de cómo la innovación surge de la intersección de disciplinas. Al aplicar la tomografía electromagnética, una técnica de imagenología médica, al problema de la carga de vehículos eléctricos, los investigadores han demostrado una visión interdisciplinaria que es esencial para resolver los desafíos complejos de la ingeniería moderna. La combinación de la experiencia en energía eléctrica de Sun Dong y Gao Zichen con la especialización en sistemas de control y tecnología de medición de Han Xiaojuan y Zhang Wenbiao ha sido fundamental para este logro.
Por supuesto, el sistema no es perfecto. La resolución espacial está limitada por el tamaño y el espaciamiento de las bobinas. Los objetos muy delgados o con formas complejas no se reconstruyen con perfección. Los investigadores reconocen esto y ven el trabajo futuro en la optimización de los algoritmos de reconstrucción y el diseño de bobinas más pequeñas como la siguiente frontera.
A pesar de estas limitaciones, el sistema representa un avance significativo. Transforma la detección de objetos metálicos de una simple alarma en una herramienta de diagnóstico inteligente. En lugar de decir «hay algo metálico aquí», puede decir «hay una moneda de 25 mm de diámetro, ubicada a 10 cm del centro». Esta información detallada es el fundamento para una interacción más inteligente, segura y eficiente entre el vehículo y la infraestructura de carga. A medida que el mundo se mueve hacia una movilidad más electrificada y automatizada, tecnologías como esta serán las que garanticen que la transición sea no solo verde, sino también segura y confiable para todos los usuarios.
Sun Dong, Gao Zichen, Han Xiaojuan, Zhang Wenbiao, State Grid Tonghua Power Supply Company, North China Electric Power University, Electrical Measurement & Instrumentation, DOI: 10.19753/j.issn1001-1390.2024.10.025