IA et apprentissage automatique : le moteur caché des innovations zéro émission

L’IA et le machine learning transforment les données en opportunités. Maintenance prédictive, optimisations rapides et réduction des coûts : ces technologies permettent aux constructeurs et leurs sous-traitants de repousser les limites des véhicules électriques.

La mise en place d’une continuité numérique (lire l’article) permet une optimisation systématique considérable des véhicules zéro émission. Mais les données contenues dans le fil numérique deviennent inutiles si elles ne sont pas exploitées après leur utilisation initiale. Cela rend ces optimisations difficiles.

C’est particulièrement vrai lorsque le volume de données associé aux fils numériques est trop grand pour être traité facilement. C’est là que l’intelligence artificielle (IA) et l’apprentissage automatique (ML) entrent en jeu.

Michael Platten explique qu’avec l’IA et le ML, les ingénieurs peuvent simuler « de nombreux cycles d’une grande variété de choses ». La modélisation de l’ensemble du véhicule est, par exemple, l’élément clé de la conception de systèmes basée sur des modèles. « Même avec la modélisation des sous-systèmes de niveau inférieur, l’apprentissage automatique permet d’accélérer l’analyse de la variabilité et les optimisations. Vous pouvez optimiser un engrenage pour qu’il soit efficace, optimal et silencieux. La conception prendra quelques minutes, voire quelques secondes. »

L’IA permet des optimisations à l’échelle du système

En associant les outils d’IA et d’apprentissage automatique avec les données du jumeau numérique, cette optimisation intelligente peut utiliser des données réelles de produits sur le terrain, d’équipements dans l’usine ou d’autres simulations.

Imaginez que vous disposiez d’une série de profils de pneu et d’une base de données stockant les résultats de performance du laboratoire. En intégrant ces données dans un outil d’apprentissage automatique, l’algorithme peut apprendre quelles performances attendre de tout nouveaux profils, même avant des essais physiques ou des simulations.

Téléchargez gratuitement le livre blanc « Les 4 outils pour réussir dans la fabrication de véhicules zéro émission ».

Une logique similaire peut être établie dans l’usine. Au lieu d’exécuter des simulations pour prédire les temps d’arrêt à court terme, l’IA peut les prévoir bien à l’avance. Ces informations pourraient être utilisées pour éliminer presque totalement les temps d’arrêt imprévus grâce à la maintenance préventive.

En associant la technologie avec des jumeaux numériques, il serait même possible de prédire l’origine des problèmes. Pour résumer : en utilisant l’IA et le ML, les entreprises automobiles peuvent améliorer la qualité des véhicules zéro émission tout en économisant du temps et de l’argent.

Les modèles d’IA et de ML nécessitent un apprentissage, et cela peut être difficile. Mais une fois que cela est fait, les avantages innovants et gains de productivité de l’IA sont évolutifs. De plus, certains modèles ont fait l’objet d’un préapprentissage pour offrir des solutions IA clé en main. Dans ce contexte, les ingénieurs profitent des avantages et de l’efficacité de mise en œuvre des outils avec le moins de délais et d’efforts possible.

L’IA et le ML peuvent même conduire à des améliorations inattendues dans le développement de véhicules zéro émission. Il peut y avoir des optimisations encore indétectables dans les bases de données d’un constructeur automobile, telles que la prédiction de la conception du groupe motopropulseur qui pourrait offrir de plus grands avantages en matière de durabilité, un modèle alimenté par batterie ou un modèle alimenté par un carburant alternatif.

Tiré du livre blanc Hexagon « Les 4 outils pour réussir dans la fabrication de véhicules zéro émission »
A lire aussi : « Adaptation et automatisation : les clés de la transformation durable de l’industrie automobile »
À lire aussi : « Pourquoi le prototypage numérique va révolutionner le développement des véhicules zéro émission »
A lire aussi : « La continuité numérique, clé d’une industrie décloisonnée »