Industrie Mag - Le journal de l'industrie.

Toutefois, malgré le développement du marché, les prévisions sont estimées à la baisse.

Aussi l’innovation est-elle au cœur de toutes les préoccupations : intelligence artificielle, voiture autonome, voiture électrique, pile à combustible, connectivité, etc.

Tests en laboratoire ou sur route ouverte : la donnée au cœur des besoins

La R&D s’appuie sur l’analyse des données récoltées pendant les phases tests. Ces tests s’organisent plus ou moins de la même façon :

 Une phase de modélisation, qui permet de développer un composant ou un produit sur des outils spécifiques ;

 Une phase en laboratoire, pour prototyper et tester les composants sur machines-outils de tests spécifiques reproduisant quelques cas d’usage. Par exemple, chez les pneumaticiens, les pneus sont testés sur des tapis roulants afin d’estimer la durabilité du caoutchouc en accélérant un cycle de roulage ;

 Une phase sur circuit, qui permet de tester le comportement de la pièce dans un environnement plus réel. Toutefois, le nombre de facteurs définissant l’environnement et l’hétérogénéité des contraintes externes font que ces tests ne sont souvent pas assez représentatifs des conditions de conduite réelles : type de véhicule, type de conduite, conditions extérieures de météo ou de type de revêtement, etc.

Une phase supplémentaire et indispensable dans le développement composant est le “test dans le monde réel”, à grande échelle, via l’équipement de flottes hétérogènes qui répondront à des centaines de cas d’usages différents. Mais instrumenter un véhicule coûte cher et en équiper des centaines ou des milliers pour des tests est un investissement onéreux pour l’équipementier, rendant souvent cette phase compliquée à mettre en œuvre.

La nécessité du volume de données pour comprendre et optimiser

Pour obtenir de larges jeux de données représentatifs permettant d’appliquer les analyses métiers des équipes de modélisation, les composants et produits ont besoin d’être testés dans des cas d’usages réels et sur route ouverte.

Les différents types d’analyses de “Data Sciences” permettent, une fois un data lake construit, d’identifier des corrélations (ou pattern) et de traiter les données pour comprendre et fiabiliser la modélisation du comportement d’un composant ou d’une pièce. Plus la remontée de données sera riche et pertinente, plus la fiabilité des modèles sera possible.

De ce fait, l’accès aux données des véhicules est important pour la R&D automobile. Toutes ces données vont apporter des informations pour le design, le développement et l’amélioration des composants et pièces.

XEE accompagne les équipementiers dans la construction de leur propre programme de génération de data en s’appuyant sur des tests de flottes réelles

XEE met à disposition des équipementiers ses solutions d’acquisition et d’analyse de données, issues et développées à l’origine pour les marchés d’exploitation de véhicules mass-market, notamment le véhicule léger. Ces solutions ont été transposées pour le monde du développement de composants et répondent aux besoins des laboratoires R&D.

Le boîtier a été conçu pour répondre aux contraintes des clients comme la fréquence d’échantillonnage et d’envoi, la résolution des données ou encore la compatibilité avec tous les types de véhicules (en multimarques, motos, véhicules légers, poids lourds, engins de chantier) basé sur l’analyse des informations du CAN (réseau de données interne aux véhicules).

Autre point d’expertise pour la réussite du projet : XEE a la maîtrise totale du logiciel embarqué dans le boîtier XeeConnect. Le firmware, développé en interne, peut par exemple embarquer des algorithmes en edge computing, ce qui permet une personnalisation optimale selon les besoins des études. Grâce aux interfaces CAN, série RS232, Bluetooth Low Energy, etc., la personnalisation va même jusqu’à pouvoir intégrer des capteurs tiers pour des besoins spécifiques (vibration, son, température, pression, etc.).

Grâce à ses solutions de télématique, XEE accompagne plusieurs équipementiers dans leurs programmes de développement de composants, comme Bridgestone Digital Garage, EDF, et bien d’autres équipementiers sur des produits tels que les packs batteries ou les systèmes anti-vibrations.

Les avantages de XEE auprès des équipementiers automobiles :

 Un large panel de véhicules compatibles pour la mise en place de tests sur des flottes hétérogènes et représentatives ;

 Un logiciel embarqué au sein du véhicule personnalisable sur-mesure, permettant l’analyse en local en edge computing ainsi que l’acquisition de données à haute fréquence ;

 Des données collectées adaptées selon les besoins (données issues du Bus CAN ou de capteurs supplémentaires) ;

 Séquençage et fréquence de captation sur-mesure pour créer votre propre data lake et vos séquences d’analyses ;

 Acquisition et mise à disposition des données via la plateforme Cloud de XEE en temps réel ou en exports asynchrones.

http://www.xee.com/