Lo que hay detrás de cada Puntuación SOHpro

Catálogo en vivo

Publicamos los números actuales de public.ev_catalog. Sin inflación de marketing — son las mismas filas que lee el motor de scoring.

Distribución por química

Por qué importa: la química decide cómo leemos el desbalance de ΔV, qué tan rápido debería envejecer una batería y contra qué curva OCV-SOC comparamos. Una puntuación calculada sin química usa la matemática NMC por defecto del fleet, lo cual reportamos como menor confianza.

Bandas de referencia publicadas

Cada umbral que usa la puntuación es una banda publicada con fuente primaria. Las zonas de color en tu reporte vienen de esta tabla — sin matemática oculta. La versión de bandas 4.0.0 (mayo 2026) recalibró la banda de desbalance histórico LFP en la zona de la rodilla a 350 / 550 / 700 mV. La versión 3.0.0 introdujo la calificación de 7 niveles A+ a D sobre el Score compuesto, detallada en la sección de abajo, más el chip de expectativa que compara tu batería contra su línea de base física por edad y kilometraje. La versión 1.1.0 (abril 2026) agregó cinco indicadores de primera visita: eficiencia round-trip, eficiencia coulómbica, σ(V) de celdas, margen de aislamiento HV, y desviación OCV.

Calificación por letra (A+ → D)

La calificación que ves arriba en tu reporte es una escala de 7 niveles sobre el SOHpro Score (un compuesto 0–100 que combina SOH reportado por el BMS 43%, balance de voltaje entre celdas 22%, ritmo de degradación 20%, eficiencia energética 5%, consistencia OCV-SOC 5%, y uniformidad térmica 5%). La letra no es SOH% crudo; es el índice de salud integrado.

Los cortes inferiores (70 / 76) reflejan la convergencia de los pisos de garantía OEM — la mayoría de los fabricantes garantiza ≥70% a 8 años / 160k km (Tesla, Ford, VW, Hyundai/Kia, BMW, Mercedes, Polestar, Volvo); el corte de 76 separa autos con 'margen de garantía' de los que están 'cerca del piso'. Los cortes superiores (88 / 93 / 97) reflejan la densidad empírica de la flota global de EVs según Geotab 2026 (22.700 vehículos, promedio 2.3%/año) — la mayoría de los EVs saludables en sus primeros 100k km vive arriba de 88, y queremos diferenciar 'casi nuevo' (97+) de 'bien cuidado usado' (88–93) para señal de reventa y pricing de seguros. El esquema de 7 niveles es producto + empírico; ningún paper científico reclama estos buckets exactos. El sello bands_version en cada fila de reporte preserva la letra original al momento del escaneo, para que revisiones futuras de la escala no puedan re-calificar escaneos históricos.

Cuándo se muestra la letra

La letra sigue la confianza del Score compuesto — no la confianza legacy de solo-SOH. Cuándo aparece, cuándo se oculta, y de dónde sale el número de SOH:

• ✓
  Aparece cuando

  El Score compuesto es distinto de cero, el escaneo expone al menos una señal medible (balance de celdas, térmico, capacidad, SOH del BMS, o trayectoria), Y al menos la mitad del peso del score calificó.

• —
  Se oculta cuando

  El tier 'unscoreable' (cero señales evaluables, Score 0 por construcción), o cobertura por debajo de la mitad (ni capacidad medida ni tasa de degradación). Tanto el número como la letra ceden a un estado neutro “estimado”.

• ◐
  Reportes por estimación igual muestran letra

  Los reportes que pasan por estimaciones de SOH (cycle-count, km-edad, modelo físico) igual muestran letra cuando la cobertura alcanza, porque balance de celdas + térmico aportan el 27% del peso compuesto, medido directamente.

• ⚖
  Gate de calidad — en reposo, medición primero

  El balance de celdas (ΔV) y la consistencia de voltaje se califican solo con el pack en reposo, y ese chequeo se dimensiona con la capacidad medida de la batería (los Ah del BMS, o los kWh del scanner) — sesgándose conservador, descartando lecturas al límite, cuando solo existe una estimación de catálogo no-verificada, de modo que un spec no-verificado nunca puede relajar la barra (motor de score 1.4.0).

De dónde sale el número de SOH — medición primero

El reporte siempre etiqueta qué ruta produjo el número, con un explicador “?” al lado (Guía Técnica del Reporte §3.1). La calificación legacy de 4 niveles (Excelente / Bueno / Regular / Atención) se preserva en la base de datos para copy de proyecciones pero ya no es el headline. Desde julio 2026 (motor 1.6.0), solo las filas Medido de esta tabla pueden convertirse en puntos de la historia longitudinal de SOH de un vehículo y de nuestro registro de calibración — los valores estimados se muestran en su propio reporte pero nunca alimentan la tendencia, la tasa de degradación ni la auto-evaluación del modelo (Guía Técnica §3.10, la regla de anticircularidad). Los puntos medidos no-BMS llevan un badge de divulgación “estimado” junto al gráfico de tendencia.

Banda de expectativa — Δ vs línea base por edad física

Al lado de la letra mostramos cómo tu batería se compara con la línea base de envejecimiento físico para su edad + kilometraje + química + clima. Esta es la escala Δ existente de `sohGradeContextual` (umbrales −1 / −3 / −6 puntos porcentuales, calibrados contra el modelo Arrhenius-más-cycle-life documentado en §3 de la guía técnica), expresada como un chip de 4 estados. La escala asimétrica se preserva verbatim de versiones anteriores de bandas; solo el tier superior se divide en +1 pp para introducir una señal positiva.

• ↗
  Mejor de lo esperadoΔ ≥ +1 pp

  La batería está más sana de lo que predice el modelo para esta edad + km. Raro y bueno.

• →
  En línea con la edad−1 ≤ Δ < +1 pp

  Dentro del rango ±1 pp del modelo — envejecimiento típico para esta química, clima y uso.

• ↘
  Por debajo de lo esperado−6 ≤ Δ < −1 pp

  Atrás del modelo. A menudo desbalance temprano o estrés térmico por encima del promedio.

• ⚠
  Muy por debajoΔ < −6 pp

  Divergencia material del modelo. Vale la pena un análisis técnico en profundidad en la próxima visita.

Modelos en producción hoy

Estos son los modelos que corren cada vez que generás una Puntuación. Cada uno es químico-aware cuando la ciencia lo exige.

• Puntuación SOHpro compuesta — combinación ponderada de SOH del BMS (43%), ΔV (22%), ritmo de degradación (20%), térmica (5%), consistencia OCV (5%), eficiencia ida-vuelta (5%). Componentes con datos faltantes se renormalizan, nunca caen a placeholders intermedios.
• Umbrales ΔV por química × SOC — DELTA_V_STATE_THRESHOLDS_MV con tablas para NMC/NCA/LFP/LTO en tres zonas de SOC. LFP en plateau (mid-SOC) tiene los umbrales más estrictos porque el plateau esconde el desbalance.
• Calificación SOH contextual — sohGradeContextual mide el SOH observado contra expectedSohAtKmAndAge, que combina pérdida por ciclos (km × tasa por 1000 km) con pérdida calendaria (K · √año, K por química).
• SOH desde conteo de ciclos — sohFromCycleCount usa tasas de pérdida por FEC de Sandia/NREL cuando el BMS no reporta SOH directo. Se rehúsa a estimar sin química; pisa en 50% para evitar valores absurdos.
• Consistencia OCV-SOC con gating de reposo — se rehúsa a puntuar cuando el pack está bajo carga (|I|>2 A) o ciclado reciente (<30 min reposo), para que la polarización no se interprete como desbalance.
• Detección de plateau LFP — el chequeo de OCV se suprime automáticamente para LFP en 20–80% SOC donde la curva de voltaje es demasiado plana.
• Escenarios de proyección — computeProjections devuelve lineal desde el ritmo observado; empiricalOptimistProject devuelve un escenario amortiguado por química (τ NMC=50k / LFP=80k / LTO=120k km).

Contexto de país y clima

El clima ajusta la pérdida calendaria mediante un clasificador grueso por zona (templada / cálida / tropical). Es best-effort: cuando la zona se desconoce, la puntuación cae al baseline solo-química y nunca bloquea. Defaults abajo; los usuarios pueden anular por VIN. Desde el motor 1.7.0 el mismo término calendario lleva también un offset por gestión térmica: los packs de enfriamiento pasivo (sin refrigeración activa — ej. Nissan Leaf, Renault Zoe, VW e-Golf) corren la física a +10 °C efectivos, aire forzado a +5 °C, refrigeración líquida en el baseline. Fuente de la magnitud: el estudio de flota de Geotab con 10.000 vehículos (Leaf 2015, pasivo: 4.2 %/año vs Model S 2015, líquido: 2.3 %/año) — telemetría de flota, no peer-reviewed; modelamos el borde conservador del rango observado: https://www.geotab.com/blog/ev-battery-study/ — cuando el tipo de enfriamiento es desconocido, no se aplica ajuste.

Inputs de estimación de rango

Traducir el SOH en kilómetros usa cuatro inputs numéricos junto al rango WLTP del catálogo y los kWh usables. Cada input tiene una fuente primaria y se publica abajo — mismo estándar de auditoría que las bandas de referencia del score. La guía técnica §15 documenta la matemática completa; esta tabla es la auditoría de un vistazo.

Nota: las filas de clima frío deliberadamente no están modeladas — alcance LATAM-first. La tabla necesita filas frías (la calefacción debajo de 0 °C suma 25–40 % al consumo según AAA + estudios de flota de Idaho National Laboratory) antes de cualquier lanzamiento en mercado frío. NO afirmamos que la estimación de rango sea precisa a ± un número específico — eso requeriría una corrida de validación interna que aún no hemos publicado.

Fuentes que citamos

Lista deduplicada de cada fuente primaria y corroborante publicada en nuestras bandas de referencia. Hacé click — cada URL es real.

• Accure — LFP hysteresis effect on OCV curves
• ACS Omega — Heat Generation and Degradation during High-Temperature Aging
• Argonne National Laboratory — Vehicle Technologies Office (battery testing)
• Attia, P. M., Bills, A., Brosa Planella, F., et al. (2022) — Review — 'Knees' in Lithium-Ion Battery Aging Trajectories, J. Electrochem. Soc. 169:060517 (NREL/82801)
• Battery Design — Cell-to-Cell Temperature Gradient
• Battery University BU-1003 — Comparing Battery Round-Trip Efficiency (cumulative DC counters vs plug-side)
• Baumhöfer et al. (2014) — Production-caused variation in capacity aging trend, JPS 247:332
• Beck et al. (2021) — Inhomogeneities and Cell-to-Cell Variations, MDPI Energies 14(11):3276
• Dubarry, M., Devie, A., Liaw, B. Y. (2017) — Identifying battery aging mechanisms in large format Li-ion cells, J. Power Sources 360
• FMVSS No. 305 — Electric-powered vehicles: electrolyte spillage and electrical shock protection
• Geotab 2026 EV Battery Degradation Analysis (22,700 vehicles)
• Geotab 2026 Update — 2.3% Annual Degradation
• ISO 6469-3:2021 — Electrically propelled road vehicles, safety specifications, electrical safety
• Midtronics — Early Signs of Cell Imbalance (field-service heuristic)
• Nature Scientific Reports — Aging of Li-ion above Room Temperature
• Neural Concept — EV Battery Thermal Management (vendor overview; secondary/illustrative, not the threshold source)
• NREL — Battery Energy Storage Testing Procedures (DC-side counter analysis)
• Plett, G. (2015) — Battery Management Systems Vol. II: Equivalent-Circuit Methods
• Preger et al. 2020 (Sandia) — Degradation of Commercial Lithium-Ion Cells as a Function of Chemistry and Cycling Conditions, J. Electrochem. Soc. 167:120532
• Recharged — EV Battery Warranty Comparison (industry warranty aggregation; secondary basis for the 70% 8yr/100k-mi floor)
• Schmid, B., Cabrera, J., et al. (2022) — Knee-point detection in lithium-iron-phosphate batteries via incremental capacity analysis, Energy Storage Materials 50
• Schmid, J., et al. (2025) — Aging study of twenty 18650 graphite/LFP cells, Nature Scientific Data 12
• Schuster et al. (2015) — Lithium-ion cell-to-cell variation during BEV operation, JPS 297:242–251
• ScienceDirect — BTMS Review
• SOHpro composite-Score product calibration
• Tesla Model 3 LFP owner aggregates — InsideEVs (consumer illustration; secondary, not a controlled study)
• The Operation Window of LFP/Graphite Cells Affects their Lifetime (2024), J. Electrochem. Soc. 171
• USABC Electric Vehicle Battery Test Procedures Manual, Rev. 2 (DOE/INL, 1996) — 80% rated-capacity end-of-life definition
• VW Service Action 93P7 — HV Battery Cell Modules (NHTSA)

Nuestros compromisos con los datos

• Sin specs alucinadas. Una fila entra al catálogo con verified=false hasta que dos fuentes independientes coincidan en química, capacidad y detalles del pack. Las verificadas muestran su lista de fuentes.
• La confianza viaja con el dato. Cuando la química es desconocida, la puntuación usa defaults NMC y reporta el supuesto — no califica silenciosamente como si los datos estuvieran completos.
• Las bandas de referencia están atadas a investigación publicada. No movemos umbrales para que el resultado se vea mejor. Cada banda cita una URL primaria auditable.
• El clima es best-effort. El clasificador grueso de zona mejora la proyección cuando está presente y se omite cuando se desconoce — nunca bloquea un reporte.
• Los reportes viejos no se re-califican silenciosamente. Cuando actualizamos modelos, los escaneos nuevos reciben la matemática nueva; los reportes existentes se preservan salvo migración explícita y anunciada.