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

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

Les avantages de Flash Data Center se traduisent par une réelle optimisation de l’utilisation dans les applications industrielles, à commencer par les performances.

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.

Un système qui apprend, mémorise et élabore les données pour des batteries au lithium toujours plus intelligentes

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.