Sociétés de transport: optimisez votre maintenance avec l’Intelligence Artificielle
16 April, 2020

Sociétés de transport: optimisez votre maintenance avec l’Intelligence Artificielle

Sociétés de transport longue distance : diminuez vos coûts de maintenance et anticipez le remplacement de vos batteries grâce au machine learning

L'entreprise

Société de Transport Longue Distance basée en Croatie, et opérant en Europe. Cette société entretien ses véhicules dans ses garages intégrés.

Le challenge

Réduire le coût et le temps perdu lié aux pannes de batteries, tout en diminuant les coûts de maintenance global des batteries.

La solution

Un algorithme de machine learning permettant d’analyser l’usure des batteries selon l’utilisation qui en est faite par le conducteur.

Les résultats

  • Un planning de maintenance adapté à chaque véhicule et qui se met à jour à chaque fois que l’utilisation change (changement du conducteur, nouvelle tournée)
  • Une baisse du nombre de pannes sur la route de plus de 50%
  • Un budget global batteries (panne et préventif en baisse de 15%)

Challenges à relever

Il y a 20 ans les batteries de camions avaient une durée de vie de 4 à 5 ans. En 2020, on change les batteries tous les 1,5 voire 2 ans. Cela est-il dû à une dégradation de la qualité des batteries ou à d’autres facteurs?

C’est l’amélioration des services fournis aux conducteurs dans leurs camions qui a modifié l’usage des batteries. En 20 ans, celles-ci fournissent en effet de nombreux nouveaux usages: la recharge des téléphones portables, regarder la télévision, utiliser un réfrigérateur, utiliser un climatiseur de nuit (moteur éteint) et parfois un micro-ondes (d’une puissance de 2000 W à alimenter par 2 batteries de 12 V).

Les batteries étant plus sollicitées, notre client remplaçait automatiquement toutes les batteries tous les 1,5 ans. Le problème de cette décision est qu’elle ne prend pas en compte les périodes où le véhicule est affecté à un trafic régional (pas d’utilisation renforcée de la batterie), et qu’une fois sur deux la batterie subit 1 hiver pour 2 été puis l’inverse alors que les deux saisons ne sont pas également énergivores. Intuitivement le responsable maintenance pensait qu’une optimisation était possible mais sans pouvoir déterminer laquelle avec les outils dont il disposait.

Solution apportée

A partir des informations extraites des boitiers télématiques connectés sur le bus-BAN, Hitachi a développé un algorithme de machine learning sur le modèle d’un réseau bayésien, permettant d’analyser l’utilisation de tous les systèmes électriques du véhicule (utilisant ou générant de l’électricité). Pour plus d’efficacité, cette solution s’est interfacée avec le logiciel de gestion de la maintenance.

Résultat atteint

La solution développée par Hitachi permet de déterminer le meilleur créneau pour remplacer une batterie. Le changement n’est désormais plus effectué automatiquement tous les 1,5 an mais varie selon l’utilisation des batteries de chaque véhicule, à partir d’informations mises à jour en temps réel.

Quelques éléments chiffrés pour apprécier cette amélioration :

  • Une baisse du nombre de pannes sur la route de plus de 50%
  • Un budget global batteries (panne et préventif en baisse de 15%)
  • Coût d’une batterie camion : entre 120 et 150 € (en fonction de sa puissance), 2 batteries par camion
  • Coût d’un dépannage sur autoroute (en France ou en Allemagne) : 1 500 € en moyenne, qui ne dispense pas de changer la batterie puisque le véhicule est simplement redémarré par le dépanneur
  • Temps passé pour un dépannage : 4 heures en moyenne (pendant lesquelles le conducteur est payé mais pas productif, les marchandises n’étant pas livrées).

Les solutions IA et IoT d’Hitachi peuvent délivrer de nombreux bénéfices aux gestionnaires de flottes qui recherchent des manières innovantes de réduction des coûts.

Pour plus d’informations sur les solution IA et IoT développées par Hitachi : Transportation

 

Share this article