Optimiser l'autonomie des motos Saroléa grâce à l'IA
Impact
ML6 et Saroléa ont commencé à mettre en œuvre l'apprentissage automatique sur les superbikes Saroléa en 2018, en se concentrant initialement sur l'amélioration des performances de la batterie. À ce jour, Les modèles de réponse de la batterie sont utilisés pour mieux estimer le comportement de la batterie dans certaines conditions et, à terme, pour optimiser les boucles de contrôle.
Présentation du client
Saroléa est une société d'ingénierie automobile spécialisée dans le développement de véhicules électriques de haute performance.
Défi
La performance et l'autonomie sont extrêmement importantes pour le succès commercial de tout véhicule électrique. Saroléa développe des véhicules électriques de haute performance, dont les fleurons sont ses supermotards électriques : le MANX7 et le récent N60. Ces motos sont équipées des technologies les plus récentes, notamment de capteurs à haute fréquence et de l'unité de contrôle du véhicule propre à Saroléa, qui a enregistré une quantité considérable de données sur plusieurs années. Saroléa souhaite exploiter ces données pour optimiser ses vélos et, à terme, les proposer en complément de l'unité de contrôle du véhicule.
Solution
ML6 et Saroléa ont commencé à mettre en œuvre l'apprentissage automatique sur les superbikes Saroléa en 2018, en se concentrant initialement sur l'amélioration des performances de la batterie. Dans cette mesure, les vastes ensembles de données historiques sur les batteries ont été exploités pour créer des modèles de prédiction de la réponse des batteries qui, en fin de compte, estiment l'état de charge, la santé et l'autonomie restante des batteries.
Par
Résultats
Ces modèles de réponse de la batterie sont utilisés pour mieux estimer le comportement de la batterie dans certaines conditions et, en fin de compte, pour optimiser les boucles de contrôle. Les gains opérationnels restent à déterminer, mais les premiers résultats sont encourageants.