Le monitorage à distance qui améliore les performances des batteries au lithium: l’évolution de Flash Data Center

Nous sommes en plein cœur de l’ère de la numérisation, entourés d’une technologie qui semble sans limites. Des mots comme Internet des objets, machine learning et intelligence artificielle font partie de notre quotidien, nous offrant vitesse, interconnexion et communication de plus en plus diversifiée.

Mais ne nous sommes-nous jamais vraiment demandé comment tout cela est possible ? Si l’intelligence artificielle est appelée à devenir un pilier de la transformation numérique dans les secteurs les plus divers de l’économie mondiale, cela est possible grâce à une multitude de personnes qui ont investi leur temps dans la recherche et l’innovation.

Il y a 10 ans de cela, lorsque nous avons choisi de produire des batteries au lithium pour les machines industrielles, nous l’avons fait en regardant dans cette direction, en choisissant de ne pas nous arrêter à la simple conception de la batterie, mais en développant ce qui est aujourd’hui Flash Data Center, le logiciel de contrôle automatique à distance capable d’effectuer un autodiagnostic et une analyse prédictive des batteries au lithium.

Flash Data Center est notre logiciel de monitorage à distance breveté, conçu et réalisé dès 2013 dans le but de contrôler quotidiennement l’utilisation exacte de chacune de nos batteries au lithium actives dans le monde.

Véritable précurseur dans le domaine du contrôle à distance, sa principale fonction est le monitorage automatique des données en temps réel : le logiciel surveille et analyse 24 h/24 et 7 j/7 les données reçues sur le fonctionnement de toutes les batteries au lithium Flash Battery actives et les envoie simultanément au client et au service après-vente de l’entreprise. Un outil indispensable, permettant d’éliminer les fausses alertes et anomalies dès leur apparition, et de prévenir les pannes, en facilitant l’autodiagnostic et la maintenance prédictive.

Le monitorage à distance des batteries évolue avec la dernière version de Flash Data Center

La dernière édition de Flash Data Center dans sa version 4. 0 a été classé parmi les 41 finalistes du Bauma Innovation Award 2022, le prestigieux prix international qui récompense les meilleurs projets industriels dans le domaine de la recherche et de l’innovation.

Quelle est sa spécificité ?
Dès aujourd’hui, Flash Data Center est intégré dans un environnement virtuel doté d’une architecture conteneurisée qui exploite les technologies d’intelligence artificielle et de machine learning les plus récentes pour assurer l’interconnexion des plus de 25 000 systèmes de batteries Flash actuellement actives dans 54 pays. Il s’agit d’un véritable système qui apprend et améliore les performances des batteries en fonction des données qu’il analyse.

Ainsi, les équipementiers et les fabricants qui s’appuient sur la technologie Flash Battery ont la possibilité d’effectuer des analyses avancées de mégadonnées sur leurs systèmes de batteries, le tout en temps réel, ce qui se traduit par une connaissance approfondie de la façon dont sont utilisés les machines et véhicules industriels équipés de batteries au lithium Flash Battery (temps de charge et de décharge réels, jours d’utilisation, consommation moyenne, températures atteintes, etc.) En outre, la nouvelle interface graphique est conçue pour présenter un tableau de bord encore plus intuitif et interactif, offrant une navigation aisée.

L’intelligence artificielle est un véritable univers composé de nombreuses branches. Parmi les principales technologies utilisées dans la dernière version de Flash Data Center, il est important de revenir sur le concept de « machine learning », un sous-ensemble de l’intelligence artificielle qui traite de la création de systèmes qui apprennent et améliorent les performances à partir des données qu’ils traitent.

Pourquoi avons-nous choisi d’utiliser les dernières techniques de machine learning ?
Notre directeur de l’information, Antonio Gabriele, qui a été chargé du développement de Flash Data Center depuis sa première version en 2013 et qui coordonne aujourd’hui notre équipe informatique dans le développement de technologies de l’information toujours plus pointues, explique.

Pour analyser les données, le machine learning s’appuie en effet sur les théories des statistiques et tente d’exploiter la puissance de calcul des ordinateurs pour mettre en œuvre toutes les techniques statistiques. La grande quantité de données que nous sommes en mesure de fournir permet d’extraire des informations précises et fiables sur le comportement des batteries, ce qui nous permet de recréer une sorte de « jumeau numérique » pour chacune de nos batteries au lithium, ce qui est utile pour effectuer des tests et des simulations, notamment dans le domaine de la conception, ainsi que pour étudier des hypothèses de comportement pour les futures générations de batteries.

Quelles sont les données sur les batteries analysées par Flash Data Center?

Flash Data Center analyse tous les paramètres de fonctionnement de la batterie au lithium, et plus précisément :

• SOH (State of Health), c’est-à-dire l’état de santé général de la batterie, un élément fondamental, car il nous permet d’avoir une image précise de l’état de santé exact de chaque batterie au lithium sur le marché.
• Tensions
• Courants
• Températures
• Étude des temps de charge et de décharge avec une attention particulière aux valeurs minimales et maximales atteintes au cours de cette activité

Une batterie au lithium peut être utilisée dans différents contextes et de différentes manières, ce qui a une incidence sur sa durée de vie.

Savoir à l’avance où et comment agir pour prolonger ses cycles de vie ou en améliorer les performances est en soi un grand avantage.

Depuis 2012, nous produisons des batteries au lithium qui sont utilisées dans les contextes les plus divers et soumises aux contraintes les plus variées, par exemple dans le secteur de la logistique automatisée, où les AGV et LGV travaillent non-stop 24 h/24 dans des installations industrielles où les températures varient de -30° à +45°.

Grâce au monitorage à distance et à l’analyse prédictive des données, il est possible de :

• Comprendre comment l’utilisateur utilise une batterie au lithium
• Estimer l’autonomie réelle de la batterie du véhicule
• Prévoir comment la batterie se comportera dans le futur

Trois informations essentielles, tant pour nous que pour le client, auquel nous pouvons proposer une planification soignée des remplacements et fournir des indications utiles pour corriger et perfectionner les performances de la machine elle-même, en augmentant sa productivité.

Mais les avantages du monitorage à distance et de l’analyse prédictive ne s’arrêtent pas là ! Ceux qui misent sur Flash Battery n’installent souvent pas une seule batterie au lithium sur leur véhicule industriel. Au contraire, nous avons affaire à des systèmes complets, où l’informatique, l’IOT et l’intelligence artificielle deviennent de véritables alliés pour garantir la fiabilité de l’application dans le temps.

• Dimensionner correctement l’application

En mettant en œuvre la fonctionnalité de contrôle à distance dès la phase de prototype, il est possible, par exemple, de dimensionner le véhicule de la manière la plus correcte. En effet, en analysant les données du prototype, on pourra rapidement comprendre si l’application nécessite une batterie au lithium avec plus ou moins d’énergie disponible ou avec des caractéristiques spécifiques pour améliorer ses performances.

• Retirer des informations utiles sur l’utilisation réelle de l’application

Nos clients ne sont souvent pas les utilisateurs finaux du véhicule électrifié : les batteries au lithium de Flash Battery équipent des véhicules que le client commercialise dans le monde entier, et il est clair que le fait de disposer de données de fonctionnement en temps réel nous permettra d’analyser si l’utilisateur final utilise l’application correctement (par exemple, s’il expose le véhicule à des décharges complètes répétées ou à des températures hors normes).

Prenons le cas d’une balayeuse de voirie : en surveillant constamment les données, nous pouvons analyser spécifiquement le comportement de la batterie dans ce contexte d’utilisation spécifique, son profil de charge et de décharge, ses limites et l’utilisation qu’en fait l’utilisateur final. Grâce à ces données, le fabricant sera en mesure de vérifier l’utilisation réelle et de mettre en œuvre des améliorations sur les futures flottes et nous, à notre tour, serons en mesure de fabriquer des batteries spécifiques de plus en plus performantes.

• Gérer la planification avancée des opérations

Flash Data Center, avec son contrôle automatique des données via le machine learning, permet enfin une planification avancée des opérations de maintenance extraordinaires, évitant ainsi des temps d’arrêt inutiles et coûteux, et donne au client la possibilité de gérer de manière autonome la fin de vie des installations, en planifiant durablement le remplacement de flottes entières de batteries au lithium au terme de leur durée de vie, en optimisant et en réduisant les coûts de mise au rebut et en améliorant l’efficacité des processus.

Aujourd’hui, Flash Data Center permet une analyse très précise du SOH, ce qui nous donne la possibilité d’étudier des batteries au lithium de nouvelle génération, toujours plus performantes et intelligentes, avec des caractéristiques développées spécifiquement pour les besoins et l’utilisation de chaque type d’application industrielle.

Son évolution future ira de pair avec la quantité de données qui seront mises à sa disposition. Nous parlons d’un système intelligent qui apprend, mémorise et élabore en permanence. À mesure que de nouvelles données arrivent, le machine learning les traite, les analyse, s’adapte et étudie les nouvelles données.