Instituto Nacional de Padrões e Tecnologia dos EUA treina IA para detectar sons que antecedem explosões de baterias

A natureza dos incêndios envolvendo baterias de íons de lítio apresenta um grande desafio, pois quando um alarme de fumaça tradicional é acionado, o fogo geralmente já está em estágio avançado, e tende a alcançar temperaturas extremamente altas. Segundo o NIST, uma bateria pode emitir um jato de chama de até 1.100 ºC em apenas um segundo, podendo causar grandes desastres.

Um dos sinais de alerta mais precoces ocorre quando a válvula de segurança de uma bateria rígida se rompe, liberando a pressão causada por reações químicas internas. Esse evento é acompanhado por um som característico, descrito pelo NIST como um “clique-chiado”, semelhante ao som de uma garrafa de refrigerante sendo aberta.

Embora o som já tenha sido identificado em estudos anteriores, seu uso como sistema de alerta precoce enfrenta um obstáculo: a semelhança com outros sons, como o de um clipe de papel caindo. Para superar esse desafio, os pesquisadores recorreram ao aprendizado de máquina. Utilizando gravações de 38 baterias em processo de explosão, os cientistas manipularam o tom e a velocidade dos sons para gerar mais de 1.000 amostras de áudio, usadas para treinar o modelo a reconhecer o som específico da ruptura da válvula de segurança.

Nos testes, o sistema foi capaz de identificar baterias superaquecidas com uma taxa de acerto de 94%. Um dos pesquisadores da equipe chegou a tentar confundir o algoritmo com diferentes tipos de ruídos, como passos, portas batendo e latas de refrigerante sendo abertas.

O NIST avalia que esse tipo de alarme, quando plenamente desenvolvido, poderá ser aplicado em residências, prédios comerciais e garagens para veículos elétricos. Em experimentos, a válvula de segurança forneceu um alerta com dois minutos de antecedência. A equipe planeja ampliar os estudos para incluir uma variedade maior de baterias.