http://hdl.handle.net/20.500.11984/6491 Wed, 13 May 2026 06:21:21 GMT 2026-05-13T06:21:21Z http://hdl.handle.net/20.500.11984/6506 Baterien segurtasun-egoera iragartzea (SoS) Mugertza Iguaran, Ainhoa Gaur egun, teknologiak aurrera egin ahala, bateriak funtsezko osagaiak bihurtu dira, gehien bat, erabilienak, litio ioizko bateriak (LIB). Hala ere, hauen segurtasunarekiko kezka oraindik ere kritikoa da. Hori dela eta, proiektu honetan, baterien segurtasun egoera (SOS - State of Safety) estimatuko duen algoritmo bat garatu da. Honen bidez, segurtasuna estimatu eta arriskuak iragarriko dira. Proiektuan, lehenik, LIBei buruzko informazio orokorra azaldu da, eta hauen segurtasuna aztertu. Ondoren, baterien kudeaketa sistemak (BMSak) dituen funtzioei buruzko informazioa azaldu da, eta honek estimatzen dituen egoerak aztertu. Eta, jarraian, gaur egun LIBen segurtasuna nola dagoen eta segurtasun egoeraren (SOS) beharra esplikatu dira. Izan ere, literaturako aurreko deskribapenek izaera kualitatiboa dute, baina ez dute biltegiratze-sistema baten segurtasunaren zenbakizko kuantifikaziorik eskaintzen. Arrazoi honengatik, SOSa kalkulatzen duen algoritmo bat proposatu da. Behin hau eginda, landutako SOS algoritmoaren balidazioa egiteko abusuzko testak egin dira laborategian. Honela, litiozko zelula zilindrikoei egindako segurtasun entseguen informazioa bildu da. Zehazki, zein entsegu edo test mota dauden, zein egin diren, hauek burutzeko beharrezko materialak zein baldintzak, lorturiko emaitzak eta hauetatik ateratako ondoriak. Azkenik, testetatik ateratako datuekin SOS algoritmoa balioztatu da, eta, honekin, algoritmoa SOS balioa estimatzeko eta arriskuak iragartzeko gai dela frogatu da.; Hoy en día, a medida que avanza la tecnología, las baterías se han convertido en componentes fundamentales, sobre todo, las baterías de ion litio (LIB). Sin embargo, la preocupación por su seguridad sigue siendo crítica. Por ello, en este proyecto se ha desarrollado un algoritmo que estima el estado de seguridad de las baterías (SOS - State of Safety). Con ello se estimará la seguridad y se predecirán los riesgos. En el proyecto, en primer lugar, se explica la información general sobre las LIB y se analiza su seguridad. A continuación, se explica la información sobre las funciones del sistema de gestión de baterías (BMS) y se analizan los estados que éste estima. Posteriormente, se explica cómo está la seguridad de las LIB en la actualidad y la necesidad del estado de seguridad (SOS). De hecho, las anteriores descripciones literarias tienen un carácter cualitativo, pero no ofrecen una cuantificación numérica de la seguridad de un sistema de almacenamiento. Por este motivo se ha propuesto un algoritmo que calcula el SOS. Una vez hecho esto, se han realizado en el laboratorio tests de abuso para la validación del algoritmo SOS elaborado. Así, se ha recopilado información de los ensayos de seguridad realizados a las celdas cilíndricas de litio. En concreto, qué tipo de ensayos o test existen, cuáles se han realizado, los materiales y condiciones necesarias para llevarlos a cabo, los resultados obtenidos y las conclusiones extraídas de los mismos. Por último, con los datos conseguidos de los test se ha validado el algoritmo SOS, con el que se ha demostrado que el algoritmo es capaz de estimar el valor de SOS y predecir los riesgos.; Today, as technology advances, batteries have become key components, especially the most widely used, lithium-ion batteries (LIBs). However, safety concerns remain critical. Therefore, this project has developed an algorithm that estimates the state of safety of batteries (SOS - State of Safety). This will estimate safety and predict risks. In the project, first of all, general information about LIBs is explained and their safety is analysed. Next, the information about the functions of the battery management system (BMS) is explained and the states estimated by the BMS are analysed. Subsequently, it is explained how the safety of LIBs is nowadays and the necessity of the state of safety (SOS). In fact, the above literary descriptions have a qualitative character, but do not provide a numerical quantification of the safety of a storage system. For this reason, an algorithm that calculates the SOS has been proposed. Once this has been done, abuse tests have been carried out in the laboratory to validate the SOS algorithm developed. Thus, information has been collected from the safety tests carried out on lithium cylindrical cells. Specifically, what type of tests exist, which ones have been carried out, the materials and conditions necessary to carry them out, the results obtained and the conclusions drawn from them. Finally, with the data extracted from the tests, the SOS algorithm has been validated, demonstrating that the algorithm is capable of estimating the SOS value and predicting the risks. Sun, 01 Jan 2023 00:00:00 GMT http://hdl.handle.net/20.500.11984/6506 2023-01-01T00:00:00Z http://hdl.handle.net/20.500.11984/6493 5S garapena eta ezarpena ulma packagingeko mekanizazio tailerrean Rabanete González, Ianire ULMA Packaging-eko mekanizazio-tailerrak espazio faltak eragindako arazoei aurre egin behar dio egunero. Tailerrak gainera, ez du OOL sistemarik ezarrita, eta horrek gehiago areagotzen du arazoa. Azken urteotan, tailerraren ekoizpena hazi egin da eta makina berriak sartu behar izan dira. Aurreikusten denez, hazkunde horrek datozen urteetan ere jarraituko du, eta, hori posible izan dadin, ULMAren sail honetara zuzendutako pabilioi berri bat eraikitzea planifikatu da. OOLen baldintzak hobetzeko asmoz, ULMAk 5S metodologia garatu eta ezartzearen aldeko apustua egin du. Metodologiak 5 fase ditu: antolatu, ordenatu, garbitu, estandarizatu eta mantendu; eta modu mugatuan garatu da, mekanizazio tailerreko zelula bakoitza banaka hartuz. Proiektuan pabiloi berriaren layouta ere zehaztu da.; ULMA Packaging cuenta con un taller de mecanizado que sufre diariamente problemas por falta de espacio, además, no cuenta con ningún sistema de OOL establecido lo que acentúa aún más el problema. En los últimos años la producción del taller ha crecido y se han incorporado nuevas máquinas. Se prevee que dicho crecimiento continue en los próximos años, para los que ya se ha planteado la construcción de un nuevo pabellón dirigido principalmente a esta sección de ULMA. Con el objetivo de mejorar las condiciones de OOL, ULMA apuesta por el desarrollo e implementación de la metodología 5S. La metodologia cuenta con 5 fases; Organizar, Ordenar, Limpiar, Estandarizar y Mantener y se ha desarrollado de forma acotada atacando de una en una cada célula del taller. En el proyecto también se ha definido el layout del nuevo pabellón.; ULMA packaging's machining shopfloor suffers daily problems from its lack of space; furthermore, it doesn't have any OOL system established, which accentuates the problem. In recent years, the company's production has grown, and new machines have been incorporated. In the next years, it's predicted this growth to continue, which already counts with the construction of a new pavilion destined mainly for this section of ULMA. With the goal of getting better OOL conditions, ULMA bets for the development and implementation of the 5S. This methodology counts with five steps, to organize, to order, to clean, to standardize and to maintain. In order to implement the methodology in a efficient way, the shopfloor was initially divide into sections, groups of machinery dedicated to produce different products, and 5S have been applied step by step, section by section. A new layout for the pavilion has also been defined in the project. Sat, 01 Jan 2022 00:00:00 GMT http://hdl.handle.net/20.500.11984/6493 2022-01-01T00:00:00Z http://hdl.handle.net/20.500.11984/5634 Indukzio bidezko berokuntza sistema bat diseinatzea, abiaraztea eta balioztatzea Mendi Altube, Amaiur Master bukaerako lan hau kokatzen da Potentzia Elektronika azken urteotan sakontzen ari den alorretako batean, hain zuzen, indukzio bidezko berokuntzan. Indukzio bidezko berokuntzak ahalbidetzen du material eroaleak berotzea inolako kontaktu fisikorik gabe. Halaber, hiru ezaugarrik nabarmentzen dute berotzeko teknika hori: azkarra, iraunkorra eta kontrolatzeko erraza. Proiektu hau, zehazki, altzairuzko barrak indukzio bidez tenplatzean oinarritzen da; eta helburua da prozesu hori ahalbidetuko duen sistema bat diseinatzea. Helburura iristeko, baina, zenbait eginkizunetan banatu da garapena. Lehendabizi, indukzio bidezko berokuntza zertan datzan ikertu da, oinarrizko kontzeptuak barneratu. Gero, aurretik egindako analisiak aztertu eta balioztatu dira; batetik, FLUX bidez (azterketa elektromagnetikoa), eta, bestetik, PLECS softwarea erabiliz (simulazio elektrikoa). Analisi horiek baliozkotzat hartzean gauzatu da diseinua. Ikerlan zentro teknologikoko (Arrasate) Potentzia Elektronika sailean burutu da lana. Zentroan bertan martxan jarri nahi den erakusle baten potentzia elektronikaren zatia landuko da txosten honetan. Fri, 01 Jan 2021 00:00:00 GMT http://hdl.handle.net/20.500.11984/5634 2021-01-01T00:00:00Z http://hdl.handle.net/20.500.11984/5299 Li-ioi baterien degradazio-ereduen garapena, transferentzia bidezko ikaskuntza-metodoen bidez Azkue, Markel Li-ioi bateriak garestiak dira eta degradatu egiten dira; hori dela eta, degradazio-eredu bat sortu beharra dago, bateriek xede-aplikazioan zer portaera izango duten eta zenbat iraungo duten simulatzeko. Ereduok sortzeko, bateriak hainbat baldintzatan frogatu behar dira laborategian. Frogok garestiak dira eta denbora luze hartzen dute; hortaz, laborategiko froga gutxiago egin behar izateko metodo bat bilatu beharra dago. Horretarako, lan honetan, adimen artifizialeko algoritmoak erabiltzea proposatzen da; horien helburua da, bada, baterien degradazioa iragartzea. Behar den entsegu kopurua murrizteko transferentzia bidezko ikaskuntza-teknika erabiltzea proposatzen da. Horren bidez, sare neuronal batek jatorri-ataza batean ikasitakoa erabil dezake xede-atazako helburuak hobetzeko. Horretarako, bi Li-ioi kimikaren datu multzoak erabili dira: NMC eta LFP. Lehenengoa sare neuronala jatorri-atazan entrenatzeko erabili da. Ondoren, sare neuronal hori erabili ahal izan da, transferentzia bidezko ikaskuntza aplikatuta, bigarren Li-ioi bigarren kimikaren degradazioa iragartzeko, bigarren datu multzoko datu gutxi batzuk baliatuta. Hartara, nabarmen txikitu da LFP baterietarako degradazio-eredua garatzeko kostua. Proposatutako metodoa Li-ioi baterietarako degradazio-eredu unibertsalak garatzeko lehen urratsa da, hautatutako kimika gorabehera. Beraz, memoria honetan aurkeztutako ikerketa-lanak interes teknologikoa ez ezik, interes ekonomikoa ere badu, eta energia-biltegiratzearen mendeko industria-esfera osoaren egungo eta erorkizuneko erronkei erantzuten die.; The cost and degradation of Li-ion batteries make necessary to develop degradation models that simulate how the batteries will behave and how long they will last in the target application. To develop such models, it is necessary to test the batteries in different operating conditions in a laboratory environment. Such tests are time and cost-intensive. Therefore, it is necessary to find a method which allows minimizing laboratory tests. In this work, artificial intelligence algorithms are used to predicting the degradation of batteries. With the purpose of minimizing the necessary number of tests, transfer learning techniques are used, which allow a neural network to use the knowledge acquired in a source task to improve the results in the target task. For this purpose, two data sets from two different chemistries of Li-ion, NMC and LFP, will be used. The first one will be used to train the neural network in the source task. Then, to be able to predict the degradation of the second Li-ion chemistry, transfer learning technique will be applied, retraining the neural network using a few data from the second data set. This way, it is possible to significantly reduce the development cost of the degradation model for LFP batteries. The proposed method represents the first step towards the development of universal degradation models for Li-ion batteries, independent of the selected chemistry. Therefore, the research work presented in this report has not only a technological but also an economic interest, and responds to the current and future challenges of the entire industrial sphere dependent on energy storage.; El costo y la degradación de las baterías de Li-ion hacen que sea necesario crear un modelo de degradación que simule cómo se comportarán y cuánto durarán las baterías en la aplicación de destino. Para crear dichos modelos es necesario testear las baterías en diversas condiciones en un laboratorio. Esas pruebas son costosas y requieren mucho tiempo, por lo que se ve necesario buscar un método que permita minimizar los ensayos de laboratorio. Para ello, en este trabajo se propone utilizar algoritmos de inteligencia artificial, orientados a predecir la degradación de las baterías. Con el objetivo de minimizar el número necesario de ensayos, se propone utilizar la técnica del aprendizaje por transferencia, que permite que una red neuronal utilice el conocimiento adquirido en una tarea de origen para mejorar los resultados en la tarea objetivo. Con ese fin, se han utilizado dos sets de datos de dos químicas diferentes de Li-ion, NMC y LFP. La primera es la que se ha empleado para entrenar la red neuronal en la tarea de origen, para después poder utilizar esa red neuronal aplicando el aprendizaje por transferencia y así poder predecir la degradación de la segunda quimica de Li-ion utilizando unos pocos datos del segundo set. De este modo, se consigue reducir de forma significativa el coste de desarrollo del modelo de degradación para baterías LFP. El método propuesto representa el primer paso hacia el desarrollo de modelos de degradación universales para baterías de Li-ion, independientemente de la química seleccionada. Por lo tanto, el trabajo de investigación presentado en esta memoria no solo tiene un interés tecnológico, sino también económico, y responde a los retos actuales y futuros de toda la esfera industrial dependiente del almacenamiento de la energía. Wed, 01 Jan 2020 00:00:00 GMT http://hdl.handle.net/20.500.11984/5299 2020-01-01T00:00:00Z