FR3092184A1 - Méthode et dispositif de traitement de données d’organes consommateurs d’un véhicule automobile - Google Patents
Méthode et dispositif de traitement de données d’organes consommateurs d’un véhicule automobile Download PDFInfo
- Publication number
- FR3092184A1 FR3092184A1 FR1900642A FR1900642A FR3092184A1 FR 3092184 A1 FR3092184 A1 FR 3092184A1 FR 1900642 A FR1900642 A FR 1900642A FR 1900642 A FR1900642 A FR 1900642A FR 3092184 A1 FR3092184 A1 FR 3092184A1
- Authority
- FR
- France
- Prior art keywords
- motor vehicle
- consumer
- vehicle
- matrix
- matrices
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 210000000056 organ Anatomy 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 60
- 230000004913 activation Effects 0.000 claims abstract description 24
- 239000013598 vector Substances 0.000 claims description 20
- 238000003672 processing method Methods 0.000 claims description 12
- 230000005764 inhibitory process Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 claims description 2
- 230000015654 memory Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000005612 types of electricity Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
Méthode de traitement de données, lesdites données étant relatives à des organes consommateurs de véhicule automobile, comportant une étape (S1) de génération de matrices d’utilisation relatives à des organes consommateurs susceptibles d’être présents dans un véhicule automobile, lesdites matrices d’utilisation générées étant conformes à un modèle générique de matrice d’utilisation modèle (Mu) dont les lignes et colonnes sont relatives à différents scénarios d’utilisation du véhicule automobile et à différentes contraintes d’utilisation du véhicule automobile et contiennent des coefficients à définir qui correspondent à des valeurs de taux d’activation d’organe consommateur Figure à publier avec l’abrégé : Fig. 4
Description
La présente invention concerne de manière générale une méthode et un dispositif de traitement de données, lesdites données étant relatives à des organes consommateurs, notamment des organes consommateurs électriques, susceptibles d’être présents dans un véhicule automobile.
Domaine technique de l'invention
Lors de la construction d’un véhicule automobile, il convient de choisir un ou plusieurs dispositifs sources d’énergie électrique, typiquement une batterie de stockage d’énergie électrique et un alternateur, dimensionnés pour répondre aux besoins énergétiques du véhicule. Une affectation, ou pré-affectation, de la batterie et/ou de l’alternateur est d’abord réalisée. Elle s’appuie sur un bilan énergétique dit « statique » du véhicule, visant à évaluer les besoins énergétiques du véhicule pour un cycle de roulage urbain moyenné. Par le terme « pré-affectation », on entend ici désigner une première affectation qui n’est pas définitive et nécessite la mise en œuvre ultérieure d’un deuxième processus d’affectation pour confirmer ou non la première affectation. Par souci de clarté, le terme « affectation » désigne ici tout type d’affectation (définitive ou non définitive).
Généralement, deux types de bilan énergétique sont effectués :
- un bilan énergétique dit « alternateur » définissant les niveaux d’énergie devant être fournis pour assurer l’ensemble des prestations électriques des organes du véhicule ;
- un bilan énergétique dit « batterie » définissant le niveau d’énergie nécessaire à stocker pour assurer des prestations véhicule lors de scénarios contraignants pour la batterie.
- un bilan énergétique dit « alternateur » définissant les niveaux d’énergie devant être fournis pour assurer l’ensemble des prestations électriques des organes du véhicule ;
- un bilan énergétique dit « batterie » définissant le niveau d’énergie nécessaire à stocker pour assurer des prestations véhicule lors de scénarios contraignants pour la batterie.
Ces bilans énergétiques sont utilisés comme données d’entrée principales d’un processus d’affectation, ou de pré-affectation, d’une batterie et/ou d’un alternateur pour les véhicules d’un groupe motopropulseur dédié. Ils nécessitent l’accès à un grand nombre de données relatives à des organes consommateurs susceptibles d’être présents dans le véhicule.
Ces données sont notamment issues de règles métier (normes, documents techniques, etc.) et de données de retour d’expérience quant à l’utilisation de fonctions du véhicule. Par exemple, l’utilisation d’un moteur d’un système de climatisation d’un véhicule varie selon le climat, le pays, le type de motorisation, etc... En outre, dans un véhicule automobile, les systèmes électriques et/ou électroniques sont soumis à des normes, telles que la norme ISO 26262 intitulée « Véhicules routiers – Sécurité fonctionnelle » pour garantir la sécurité fonctionnelle des systèmes électriques/électroniques dans les véhicules. Ces normes et règles définissent des « règles métier » devant être respectées par le véhicule. Les données comprennent également des données électriques relatives aux organes consommateurs, issues de fiches techniques ou « datasheets » fournis par les fabricants ou fournisseurs.
Etat de la technique
On connait par le brevet FR3011398 B1 un procédé d’optimisation d’une architecture d’alimentation électrique d’une charge, dans lequel on détermine un profil de mission dimensionnant, on définit des sources de stockage d’énergie, chacune associées à un modèle de comportement caractéristique, on détermine des couples de sources de stockage d’énergie aptes à générer le profil de mission avec une masse minimale et on sélectionne le couple présentant la masse la plus faible. Cependant, un tel procédé n’est pas adapté à l’affectation, ou la pré-affectation, d’une batterie ou d’un alternateur apte à satisfaire les besoins en énergie électrique d’un véhicule automobile.
Le brevet EP1796005 B1 décrit un procédé de configuration d’un dispositif configurable ayant une pluralité de composants, comportant la fourniture d’informations relatives aux composants, la définition de règles et la représentation de ces règles. Un tel procédé n’est cependant pas adapté à l’affectation, ou la pré-affectation, d’une batterie ou d’un alternateur apte à satisfaire les besoins en énergie électrique d’un véhicule automobile.
Dans le domaine de la conception et de la construction de véhicules automobiles, il est connu de générer un bilan des besoins énergétiques d’un véhicule en utilisant un classeur comportant un grand nombre feuilles de calcul de type Excel et gérant des milliers de données, à l’aide de méthodes et/ou scripts de calcul utilisant par exemple le logiciel MATLAB. L’utilisation d’un tel système de gestion des données pose différents problèmes. Le système manque d’évolutivité, de fiabilité et de robustesse. Les données ne peuvent pas être capitalisées. Les évolutions de normes et de facteurs d’utilisation sont généralement très difficiles à prendre en compte. Toute modification manuelle d’un élément est bloquante dans le processus. L’implémentation d’évolutions technologiques et/ou de nouveaux scénarios d’utilisation est très lourde, voire impossible.
Un but de la présente invention est d’améliorer la situation.
A cet effet, un premier aspect de l’invention concerne une méthode de traitement de données, lesdites données étant relatives à des organes consommateurs de véhicule automobile, comportant une étape de génération de matrices d’utilisation relatives à des organes consommateurs susceptibles d’être présents dans un véhicule automobile, mise en œuvre par un dispositif de traitement de données, lesdites matrices d’utilisation générées étant conformes à un modèle générique de matrice d’utilisation modèle dont les lignes et colonnes sont relatives à différents scénarios d’utilisation du véhicule automobile et à différentes contraintes d’utilisation du véhicule automobile et contiennent des coefficients à définir qui correspondent à des valeurs de taux d’activation d’organe consommateur.
Grâce à la méthode de traitement de données, les données relatives aux organes consommateurs du véhicule sont structurées, mises sous forme de matrices d’utilisation qui respectent un même modèle et sont ainsi toutes cohérentes entre elles, ce qui facilite les calculs et les mises à jour.
Avantageusement, les organes consommateurs susceptibles d’être présents dans ledit véhicule étant répartis en différents types d’organe, on génère au moins une matrice d’utilisation par type d’organe.
Selon un premier exemple de mise en œuvre, pour chaque organe consommateur (ou chaque type d’organe consommateur), une matrice d’utilisation est générée à partir d’une matrice d’utilisation modèle d’un premier type, associée à des contraintes d’utilisation correspondant à différentes typologies de consommation électrique du véhicule et à des scénarios d’utilisation correspondant à différents scénarios d’utilisation du véhicule qui sont contraignants pour une batterie de stockage d’énergie électrique de véhicule automobile.
Selon un deuxième exemple de mise en œuvre, pour chaque organe consommateur (ou chaque type d’organe consommateur), une matrice d’utilisation est générée à partir d’une matrice d’utilisation modèle d’un deuxième type, associée à des contraintes d’utilisation correspondant à différents types de climat et à des scénarios d’utilisation relatifs à différents états d’un système d’arrêt et de redémarrage automatique.
Avantageusement encore, la méthode comprend, pour chaque organe consommateur susceptible d’être présent dans un véhicule, une étape de génération d’au moins un vecteur de consommation électrique de l’organe consommateur contenant différentes valeurs de consommation électrique respectivement applicables à différentes contraintes d’utilisation qui sont les mêmes que celles associées à une matrice d’utilisation modèle correspondante. Les données électriques des organes consommateurs sont ainsi également mises en forme, sous forme de vecteurs de consommation contenant des valeurs de consommation électrique respectivement applicables aux mêmes contraintes d’utilisation que celles associées à des matrices d’utilisation générées. Les données électriques et les données relatives aux taux d’activation des organes consommateurs, ainsi structurées, sont cohérentes entre elles.
Selon le premier exemple de mise en œuvre, au moins une desdites matrices d’utilisation générée est associée à un paramètre d’activation ou d’inhibition, ledit paramètre définissant au moins une condition pour autoriser ou inhiber l’usage de ladite matrice d’utilisation.
Ledit paramètre d’activation ou d’inhibition associé à ladite matrice d’utilisation peut être dépendant d’une présence d’au moins un autre organe consommateur dans le véhicule.
Le paramètre d’activation ou d’inhibition permet la prise en compte ou la non-prise en compte de la matrice d’utilisation lors d’un processus ultérieur, par exemple lors d’un calcul de bilan énergétique du véhicule.
Un second aspect de l'invention est une méthode de construction d’un véhicule automobile selon une configuration donnée, comprenant une opération d’affectation (ou de pré-affectation) d’un dispositif source d’énergie électrique à partir de données d’entrée obtenues selon la méthode de traitement de données telle que définie ci-dessus.
Un troisième aspect de l’invention concerne un dispositif de traitement de données, lesdites données étant relatives à des organes consommateurs susceptibles d’être présents dans un véhicule automobile, comportant des moyens de stockage des données relatives à un ensemble d’organes consommateurs susceptibles d’être présents dans ledit véhicule et des moyens de génération de matrices d’utilisation relatives aux organes consommateurs susceptibles d’être présents dans un véhicule automobile, lesdites matrices d’utilisation générées étant conformes à un modèle générique de matrice d’utilisation modèle dont les lignes et colonnes sont relatives à différents scénarios d’utilisation du véhicule et à différentes contraintes d’utilisation du véhicule automobile et contiennent des coefficients à définir qui correspondent à des valeurs de taux d’activation d’organe consommateur.
Un quatrième aspect de l’invention concerne un programme d'ordinateur comprenant des instructions qui conduisent le dispositif de traitement de données tel que défini ci-dessus à exécuter les étapes de la méthode de traitement de données précédemment définie.
Description des dessins
D'autres caractéristiques et avantages de la présente invention apparaîtront plus clairement à la lecture de la description détaillée qui suit d'un mode de réalisation de l'invention donné à titre d'exemple nullement limitatif et illustré par les dessins annexés, dans lesquels:
Description détaillée de l'invention
La figure 1 représente de façon schématique un dispositif 1 de traitement de données, lesdites données étant relatives à des organes consommateurs X susceptibles d’être présents dans un véhicule automobile.
Le dispositif 1 de traitement de données comprend des moyens de stockage de données 2-4, un module 5 de génération de matrices d’utilisation d’organes consommateurs X et un module 6 de génération de vecteur de consommation d’organes consommateurs X.
Les moyens de stockage de données sont agencés pour stocker différents types de données relatives à des organes consommateurs X susceptibles d’être présents dans un véhicule automobile, telles que :
- des données relatives à des climats et des zones géographiques associées, dans lesquels le véhicule est susceptible d’être utilisé,
- des données de règles métier concernant le véhicule,
- des données de retour d’expérience, notamment quant à l’utilisation de fonctions du véhicule automobile,
- des données électriques relatives à des organes consommateurs électriques X susceptibles d’être présents dans un véhicule automobile,
- des données de diversité relatives à des différences de consommation électrique d’un organe consommateur X selon des paramètres tels que le climat et/ou le fournisseur,
- des données d’identification et de description relatives à des types d’organe susceptibles d’être présents dans un véhicule (sans tenir compte du fournisseur ou fabricant de l’organe),
- des données d’identification de fonctions, par organe ou type d’organe, susceptibles d’être présentes dans le véhicule.
- des données relatives à des climats et des zones géographiques associées, dans lesquels le véhicule est susceptible d’être utilisé,
- des données de règles métier concernant le véhicule,
- des données de retour d’expérience, notamment quant à l’utilisation de fonctions du véhicule automobile,
- des données électriques relatives à des organes consommateurs électriques X susceptibles d’être présents dans un véhicule automobile,
- des données de diversité relatives à des différences de consommation électrique d’un organe consommateur X selon des paramètres tels que le climat et/ou le fournisseur,
- des données d’identification et de description relatives à des types d’organe susceptibles d’être présents dans un véhicule (sans tenir compte du fournisseur ou fabricant de l’organe),
- des données d’identification de fonctions, par organe ou type d’organe, susceptibles d’être présentes dans le véhicule.
La liste ci-dessus n’est pas exhaustive et d’autres données pourraient être enregistrées dans les moyens de stockage de façon additionnelle ou alternative.
Dans un exemple particulier de réalisation, les moyens de stockage de données comprennent
- une première base de données 2,
- une deuxième base de données 3, et
- une ou plusieurs mémoires de stockage 4.
- une première base de données 2,
- une deuxième base de données 3, et
- une ou plusieurs mémoires de stockage 4.
En variante, les bases de données et/ou mémoires 2-4 pourraient être différents espaces mémoires d’une même base de données, d’une même mémoire ou d’un même dispositif de stockage de données.
La première base de données 2, dite base de données de « règles métier » stocke des données issues de règles métier et des données de retour d’expérience quant à l’utilisation d’organes consommateurs et/ou de fonctions de véhicule automobile. Les données de règles métier comprennent par exemple des données issues de normes internes du constructeur automobile, telles que la norme B19 5510 du groupe PSA, ou issues de normes publiques telles que la norme ISO 26262 « Véhicules routiers – Sécurité fonctionnelle », dans le domaine de l’automobile et des données de retour d’expérience client. Ces données des règles métier comprennent notamment des données liées à la base climatique (un véhicule pouvant être configuré pour un climat spécifique, par exemple pour le grand froid, pour un climat tempéré ou pour un pays chaud), des scénarios d’utilisation client d’un véhicule automobile et des taux d’activation d’organes consommateurs X susceptibles d’être présents dans un véhicule automobile (notamment consommateurs électriques). Un exemple de règle métier est relatif à un taux de d’activation d’un klaxon, qui dépend de la localisation du véhicule (par exemple selon que le véhicule se trouve en Inde ou en Ecosse, le taux d’activation du klaxon est différent). Il en résulte qu’un véhicule destiné à être vendu pour la base climatique de l’Inde n’est pas adapté pour être commercialisé en Europe, et vice-versa. Les spécificités sont trop différentes entre les deux plaques ou zones géographiques.
La deuxième base de données 3 stocke des données électriques (courant(s), tension(s), etc.) relatives à un ensemble d’organes consommateurs électriques X susceptibles d’être présents dans un véhicule automobile. Ces données électriques sont généralement issues de fiches techniques ou « datasheets » (en anglais) fournies par le fournisseur ou fabricant de l’organe consommateur considéré.
La mémoire 4 stocke d’autres données telles qu’une liste de différents types d’organes consommateurs électriques susceptibles d’être présents dans le véhicule (indépendamment du fournisseur ou fabricant de l’organe consommateur). Les types d’organes consommateurs comprennent par exemple : capteur, siège chauffant, radio, lève-vitre, calculateur, etc… Une autre mémoire 4 peut également stocker une liste de fonctions présentes dans le véhicule, par exemple « éclairer », « essuyer/laver », etc… La liste de fonctions sert à déterminer la configuration de tous les organes destinés à équiper le véhicule.
Les données de règles métier, les données électriques, la liste des types d’organes consommateurs et la liste des fonctions sont collectées par un opérateur, lors d’une opération préalable, manuelle ou semi-automatique, de saisie de données, à l’aide de moyens d’interface homme-machine (non représentés).
Le module 5 de génération de matrices d’utilisation d’organes consommateurs X et le module 6 de génération de vecteurs de consommation d’organes consommateurs X sont des modules logiciels formant un programme d’ordinateur. Le programme d’ordinateur est enregistré dans une mémoire 7 connectée à un microprocesseur ou unité centrale 8 du dispositif de traitement 1. Il comprend des instructions de programme qui conduisent le dispositif de traitement 1 à exécuter les étapes de la méthode de traitement de données qui sera décrite plus loin.
On va maintenant décrire la méthode de traitement de données, lesdites données étant relatives à des organes consommateurs X susceptibles d’être présents dans un véhicule automobile, correspondant au fonctionnement du dispositif de traitement 1.
La méthode comprend une étape préalable de collecte de données S0, lors de laquelle un opérateur récupère et stocke en mémoire les données précédemment énumérées, relatives à des organes consommateurs X susceptibles d’être présents dans un véhicule automobile, dans les bases de données 1-2 et dans la ou les mémoires 4.
La méthode comprend ensuite une étape S1 de génération de matrices d’utilisation relatives à des organes consommateurs X susceptibles d’être présents dans un véhicule automobile.
Les matrices d’utilisation générées sont conformes à un modèle générique de matrice d’utilisation modèle Mu dont les lignes et colonnes sont relatives à différents scénarios d’utilisation d’un véhicule automobile et à différentes contraintes d’utilisation du véhicule automobile et contiennent des coefficients à définir qui correspondent à des valeurs de taux d’activation d’organe consommateur. Cette étape de génération S1 permet de préparer, mettre en forme, structurer des données collectées lors de l’étape S0, notamment des données de règles métier, issues de la base de données de « règles métier » 2, comme cela sera explicité plus loin.
La génération de matrices d’utilisation utilise un modèle générique Mu de matrice d’utilisation d’organe, tel que représenté sur la figure 2. Ce modèle de matrice d’utilisation Mu est une matrice à m lignes, relatives à m scénarios d’utilisation S1 à Sm, et n colonnes, relatives à n contraintes d’utilisation C1 à Cn. On pourrait toutefois inverser les lignes et les colonnes dans la matrice Mu. La matrice Mu est destinée à contenir des coefficients qui correspondent à des valeurs de taux d’activation d’organe consommateur X, représentées par le symbole « % » sur la figure 2. Plus précisément, les différentes combinaisons d’une contrainte d’utilisation « Cx » avec 1≤x≤n et d’un scénario d’utilisation « Sy » avec 1≤y≤m et définissent différentes situations particulières d’utilisation respectives et, pour chacune de ces combinaisons (Cx, Sy), la matrice d’utilisation Mu est destinée à contenir une valeur de taux d’activation txyde l’organe consommateur X dans la situation d’utilisation particulière correspondante. Cette valeur de taux d’activation txyest par exemple comprise entre la valeur 0 (ou 0%), correspondant au cas où l’organe consommateur X n’est pas du tout activé, et la valeur 1 (ou 100%), correspondant au cas où l’organe consommateur est activé tout le temps.
La génération de matrices d’utilisation S1 permet de générer, pour chaque organe consommateur X, une ou plusieurs matrices d’utilisation de différents types. Dans l’exemple de réalisation décrit ici, on génère pour chaque organe consommateur deux matrices d’utilisation. La première matrice d’utilisation est générée à partir d’une matrice d’utilisation modèle d’un premier type Mubatt, associée à des contraintes d’utilisation correspondant à différentes typologies de consommation électrique du véhicule et à des scénarios d’utilisation correspondant à différents scénarios d’utilisation du véhicule contraignants pour une batterie de stockage d’énergie électrique de véhicule automobile. Ainsi la première matrice d’utilisation est dédiée à une partie batterie du véhicule.
La deuxième matrice d’utilisation est générée à partir d’une matrice d’utilisation modèle d’un deuxième type Mualt, associée à des contraintes d’utilisation correspondant à différents types de climat et à des scénarios d’utilisation relatifs à différents états d’un système d’arrêt et de redémarrage automatique ou STT (de l’anglais « Start & Stop »). Cette deuxième matrice d’utilisation est dédiée à une partie alternateur du véhicule.
Les deux matrices d’utilisation modèles Mubattet Mualtsont conformes au modèle générique de matrice d’utilisation Mu et seront décrites plus en détail par la suite.
De façon avantageuse, les organes consommateurs susceptibles d’être présents dans un véhicule sont répartis en différents types d’organes consommateurs Y (par exemple capteur, lève-vitre, siège chauffant, radio, feu d’éclairage, dispositif d’éclairage intérieur, et.), et on génère une ou plusieurs matrices d’utilisation par type d’organe consommateur Y. Autrement dit, les organes consommateurs d’un même type ont la ou les mêmes matrices d’utilisation associées.
Ainsi, dans l’exemple décrit ici, l’étape S1 comprend la génération, pour chaque type d’organe consommateur Y susceptible d’être utilisé dans un véhicule :
- d’une première matrice d’utilisation, notée Mubatt(Y), dédiée à la partie batterie, à partir de la matrice modèle Mubatt(sous-étape S1-1) et
- d’une deuxième matrice d’utilisation, notée Mualt(Y), dédiée à la partie alternateur, à partir de la matrice modèle Mualt(sous-étape S1-2).
- d’une première matrice d’utilisation, notée Mubatt(Y), dédiée à la partie batterie, à partir de la matrice modèle Mubatt(sous-étape S1-1) et
- d’une deuxième matrice d’utilisation, notée Mualt(Y), dédiée à la partie alternateur, à partir de la matrice modèle Mualt(sous-étape S1-2).
En variante, plusieurs matrices d’utilisation pourraient être générées pour chaque type d’organe consommateur Y à partir d’une même matrice modèle d’utilisation.
La matrice d’utilisation modèle Mubattpour la partie batterie comprend n1colonnes correspondant à n1contraintes d’utilisation, qui sont des typologies ou modes de consommation électrique, et m1lignes correspondant à m1scénarios d’utilisation, qui sont des scénarios contraignants pour la batterie.
Dans un exemple de réalisation, n1=5 et les cinq typologies de consommation électrique comprennent :
- une typologie de consommation « parc », correspondant au cas où le véhicule sort d’usine et reste sur le parc pendant plusieurs semaines (avant sa première mise en circulation). Le véhicule est alors en mode « parc » afin d’éviter que la batterie ne se décharge complétement et soit abimée;
- une typologie de consommation « veille », correspondant au cas où le véhicule est en veille ou endormi, après que le client a fermé les portes du véhicule ; seulement une partie des organes de sécurité sont alimentés ; une partie des organes consommateurs sont éteints et certains organes consommateurs assurent une prestation de veille (par exemple pour une alarme, un système GPS, etc.) ;
- une typologie de consommation « réveil inactif », correspondant au cas où le système de géolocalisation GPS est alimenté mais ne rend pas service (c’est-à-dire qu’il ne fournit pas de prestation de géolocalisation) ; si le client souhaite se faire guider par le GPS, le GPS consomme un courant nominal,
- une typologie de consommation nominale stabilisée, correspondant au cas où, après mise en tension, l’organe consommateur est alimenté et exécute une fonction demandée par le véhicule ou le client
- une typologie de consommation spécifique, par exemple la capacitance du STT ou des organes peuvent avoir des piques de courant, par exemple encore la direction assistée lors que le moteur est non tournant.
- une typologie de consommation « parc », correspondant au cas où le véhicule sort d’usine et reste sur le parc pendant plusieurs semaines (avant sa première mise en circulation). Le véhicule est alors en mode « parc » afin d’éviter que la batterie ne se décharge complétement et soit abimée;
- une typologie de consommation « veille », correspondant au cas où le véhicule est en veille ou endormi, après que le client a fermé les portes du véhicule ; seulement une partie des organes de sécurité sont alimentés ; une partie des organes consommateurs sont éteints et certains organes consommateurs assurent une prestation de veille (par exemple pour une alarme, un système GPS, etc.) ;
- une typologie de consommation « réveil inactif », correspondant au cas où le système de géolocalisation GPS est alimenté mais ne rend pas service (c’est-à-dire qu’il ne fournit pas de prestation de géolocalisation) ; si le client souhaite se faire guider par le GPS, le GPS consomme un courant nominal,
- une typologie de consommation nominale stabilisée, correspondant au cas où, après mise en tension, l’organe consommateur est alimenté et exécute une fonction demandée par le véhicule ou le client
- une typologie de consommation spécifique, par exemple la capacitance du STT ou des organes peuvent avoir des piques de courant, par exemple encore la direction assistée lors que le moteur est non tournant.
Les m1lignes de la matrice d’utilisation modèle Mubattpour la partie batterie correspondent à m1scénarios d’utilisation contraignants pour la batterie. A titre d’exemples illustratifs, ces scénarios comprennent :
- une utilisation du moteur, le véhicule étant à l’arrêt, pendant 30 minutes ;
- un allumage des feux de croisement pendant 6h, le véhicule étant arrêté ;
- une première utilisation de découverte du véhicule par le client ;
- etc…
- une utilisation du moteur, le véhicule étant à l’arrêt, pendant 30 minutes ;
- un allumage des feux de croisement pendant 6h, le véhicule étant arrêté ;
- une première utilisation de découverte du véhicule par le client ;
- etc…
D’autres scénarios d’utilisation imposant des contraintes importantes sur l’utilisation de la batterie pourraient être utilisés de façon additionnelle ou alternative. Un scénario contraignant pour la batterie correspond généralement à une situation dans laquelle la batterie doit fournir de l’énergie sans l’aide de l’alternateur. Par exemple, d’autres scénarios d’utilisation contraignants pour la batterie sont l’allumage des sièges chauffants avant le démarrage du moteur, un démarrage tardif du moteur par le client, etc…
La matrice d’utilisation modèle Mualtpour la partie alternateur comprend par exemple n2colonnes correspondant à n2contraintes d’utilisation qui sont n2types de climat différents et m2lignes correspondant à m2scénarios d’utilisation ici relatifs à différents états d’un système d’arrêt et de redémarrage automatique STT (Start & Stop).
Dans un exemple de réalisation, n2=6 et les six types de climat comprennent un climat CL1de type très chaud, un climat CL2de type chaud, un climat CL3de type tempéré été, un climat CL4de type tempéré hiver, un climat CL5de type froid et un climat CL6de type grand froid.
Les m2lignes de la matrice d’utilisation modèle Mualtcorrespondent à m2scénarios d’utilisation relatifs à m2états d’un système STT d’arrêt et de redémarrage automatique du moteur du véhicule. Par exemple, m2=4 et les scénarios d’utilisation du système STT comprennent :
- pas de STT (STT1), correspondant au cas où le véhicule n’a pas de STT ;
- STT inhibé (STT2) correspondant au cas où le STT a été désactivé par le client ;
- STT_GO (STT3) correspondant au cas où le STT a faire arrêter le moteur ;
- STT_GNO (STT4) correspondant au cas où le STT a fait redémarrer le moteur.
- pas de STT (STT1), correspondant au cas où le véhicule n’a pas de STT ;
- STT inhibé (STT2) correspondant au cas où le STT a été désactivé par le client ;
- STT_GO (STT3) correspondant au cas où le STT a faire arrêter le moteur ;
- STT_GNO (STT4) correspondant au cas où le STT a fait redémarrer le moteur.
Les scénarios relatifs aux états STT sont pertinents pour la partie alternateur car le système STT a un impact majorant sur le fonctionnement de l’alternateur. De façon additionnelle ou alternative, on pourrait prévoir d’autres scénarios (avec ou sans STT) ayant un impact sur le fonctionnement de l’alternateur.
Ainsi, lors de l’étape S1 de génération de matrices d’utilisation, le module 5 génère, pour chaque type d’organe consommateur Y susceptible d’être présent dans un véhicule automobile, une matrice d’utilisation Mubatt(Y) pour la partie batterie et une matrice d’utilisation Mualt(Y) pour la partie alternateur. Les matrices d’utilisation Mubatt(Y) et Mualt(Y) générées pour chaque type d’organe consommateur Y contiennent des valeurs de taux d’activation d’un organe consommateur du type Y pour chacune des combinaisons d’une contrainte d’utilisation Cx et d’un scénario d’utilisation Sy. Ces valeurs de taux d’activation txysont issues des données de règles métier de la base de données 2.
Les matrices d’utilisation Mubatt(Y) et Mualt(Y) générées lors de l’étape de génération S1 sont ici enregistrées dans la base de données 2, lors d’une étape S3.
La matrice d’utilisation Mubatt(Y) générée pour le type d’organe consommateur Y pour la partie batterie s’écrit :
où txyreprésente la valeur du taux d’activation d’un organe consommateur de type Y pour la combinaison d’une contrainte d’utilisation d’indice x, avec 1≤x≤n1(par exemple la contrainte d’utilisation est une typologie de consommation électrique et n1=5), et le scénario d’utilisation d’indice y avec 1≤y≤m1(par exemple un scénario contraignant pour la batterie).
La matrice d’utilisation Mualt(Y) générée pour le type d’organe consommateur Y pour la batterie alternateur s’écrit :
où t’xyreprésente la valeur du taux d’activation d’un organe consommateur de type Y pour la combinaison d’une contrainte d’utilisation d’indice x, avec 1≤x≤n2(par exemple un type de climat et n2=6), et le scénario d’utilisation d’indice y avec 1≤y≤m2(par exemple un scénario relatif à un état STT).
La méthode de traitement de données comprend également une étape S2 de génération de vecteurs de consommation électrique, notés Vc, contenant différentes valeurs de consommation électrique I1, I2, …, In. Plus précisément, la méthode de traitement comprend une étape S2 de génération, pour chaque organe consommateur X susceptible d’être présent dans un véhicule, d’au moins un vecteur de consommation électrique Vc de l’organe consommateur X contenant différentes valeurs de consommation électrique respectivement applicables à différentes contraintes d’utilisation qui sont les mêmes que celles associées à une matrice d’utilisation modèle correspondante. Dans l’exemple de réalisation décrit ici, le module de génération 6 génère, pour chaque organe consommateur X :
- un premier vecteur de consommation Vcbatt(X) pour la partie batterie contenant n1valeurs de consommation électrique de l’organe consommateur X, respectivement valables pour les n1contraintes d’utilisation définies pour la matrice d’utilisation modèle Mubatt(sous-étape S2-1) ;
- un deuxième vecteur de consommation Vcalt(X) pour la partie alternateur contenant n2valeurs de consommation électrique d’un organe consommateur X, respectivement valables pour les n2contraintes d’utilisation définies pour la matrice d’utilisation modèle Mualt(sous-étape S2-2).
- un premier vecteur de consommation Vcbatt(X) pour la partie batterie contenant n1valeurs de consommation électrique de l’organe consommateur X, respectivement valables pour les n1contraintes d’utilisation définies pour la matrice d’utilisation modèle Mubatt(sous-étape S2-1) ;
- un deuxième vecteur de consommation Vcalt(X) pour la partie alternateur contenant n2valeurs de consommation électrique d’un organe consommateur X, respectivement valables pour les n2contraintes d’utilisation définies pour la matrice d’utilisation modèle Mualt(sous-étape S2-2).
Les vecteurs de consommation Vcbatt(X) et Vcalt(X) sont par exemple des vecteurs lignes (ou des matrices lignes à 1 ligne et n1ou n2colonnes). Ils sont enregistrés dans la base de données 3, lors d’une étape S4.
Pour la partie batterie, dans l’exemple décrit ici, n1=5 et les cinq colonnes de la matrice d’utilisation modèle Mubattcorrespondent à cinq typologies de consommation électrique. Dans ce cas, le vecteur Vcbatt(X) contient cinq courants de consommation de l’organe consommateur X, notés I1(X), I2(X), I3(X), I4(X), I5(X), respectivement applicables aux cinq typologies de consommation électrique. Autrement dit, le vecteur de consommation d’un organe consommateur X pour la partie batterie s’écrit :
Par la partie alternateur, dans l’exemple décrit ici, n2=6 et les six colonnes de la matrice d’utilisation modèle Maltcorrespondent à cinq types de climat. Dans ce cas, le vecteur Vcalt(X) contient six courants de consommation de l’organe consommateur X, notés I’1(X), I’2(X), I’3(X), I’4(X), I’5(X), I’6(X), respectivement applicables aux six types de climat CL1à CL6.
Les matrices d’utilisation et les vecteurs de consommation peuvent être utilisés ultérieurement, par exemple pour calculer un bilan en énergie électrique du véhicule. Plus précisément, les matrices d’utilisation dédiées à la partie batterie Mubatt(Y) et les vecteurs de consommation associés Vcbatt(X) peuvent être utilisés pour calculer un bilan en énergie électrique de type « batterie » définissant les besoins en stockage d’énergie électrique nécessaires pour assurer des prestations véhicule lors de scénarios contraignants pour la batterie. De façon analogue, les matrices d’utilisation dédiées à la partie alternateur Mualt(Y) et les vecteurs de consommation associés Vcalt(X) peuvent être utilisés pour calculer un bilan en énergie électrique de type « alternateur » définissant les niveaux d’énergie devant être fournis pour assurer l’ensemble des prestations électriques des organes d’un véhicule.
Dans un mode de réalisation particulier, au moins une des matrices d’utilisation générée est associée à un paramètre d’activation ou d’inhibition de cette matrice d’utilisation. Ce paramètre définit au moins une condition pour autoriser ou inhiber l’usage de la matrice d’utilisation (par exemple dans le calcul d’un bilan en énergie électrique). Le paramètre d’activation ou d’inhibition associé à une matrice d’utilisation donnée peut être dépendant de la présence ou non d’au moins un autre organe consommateur (autre que le ou les organes consommateurs associés à la matrice d’utilisation) dans le véhicule.
Comme précédemment indiqué, le dispositif de traitement 1 comprend une unité centrale (ou micro-processeur) 8 et une mémoire 7 de stockage du programme d’ordinateur qui comprend différents modules fonctionnels correspondant au module 5 de génération de matrices d’utilisation et au module 6 de génération de vecteurs de consommation électrique. Le programme d’ordinateur comprend des instructions qui conduisent le dispositif de traitement 1, comportant l’unité centrale 8, les bases de données et mémoires 2-4, à exécuter les étapes de la méthode de traitement de données telle que précédemment décrite.
La méthode de traitement de données peut être utilisée pour dimensionner une batterie et/ou un alternateur, lors de la construction d’un véhicule automobile. Les matrices d’utilisation et les vecteurs de consommation générés selon la méthode qui vient d’être décrite peuvent être utilisés comme données d’entrée dans une opération d’affectation, ou de pré-affectation, d’une batterie et/ou d’un alternateur, ou plus généralement d’un ou plusieurs dispositifs sources d’énergie électrique, à un véhicule automobile ayant une configuration donnée, prédéfinie. L’invention concerne donc aussi une méthode de construction d’un véhicule automobile selon une configuration donnée, comprenant une opération d’affectation d’un dispositif source d’énergie électrique (par exemple batterie électrique et/ou alternateur) à partir de données d’entrée obtenues selon la méthode de traitement de données telle que précédemment décrite.
Claims (10)
- Méthode de traitement de données, lesdites données étant relatives à des organes consommateurs de véhicule automobile, comportant une étape (S1) de génération de matrices d’utilisation relatives à des organes consommateurs susceptibles d’être présents dans un véhicule automobile, mise en œuvre par un dispositif de traitement de données, lesdites matrices d’utilisation générées étant conformes à un modèle générique de matrice d’utilisation modèle (Mu) dont les lignes et colonnes sont relatives à différents scénarios d’utilisation du véhicule automobile et à différentes contraintes d’utilisation du véhicule automobile et contiennent des coefficients à définir qui correspondent à des valeurs de taux d’activation d’organe consommateur.
- Méthode selon la revendication 1, caractérisée en ce que, les organes consommateurs (X) susceptibles d’être présents dans ledit véhicule étant répartis en différents types d’organe (Y), on génère au moins une matrice d’utilisation par type d’organe (Mubatt(Y), Mualt(Y)).
- Méthode selon l’une des revendications précédentes, caractérisée en ce que, pour chaque organe consommateur (X), une matrice d’utilisation (Mubatt(Y)), est générée à partir d’une matrice d’utilisation modèle d’un premier type (Mubatt), associée à des contraintes d’utilisation correspondant à différentes typologies de consommation électrique du véhicule et à des scénarios d’utilisation correspondant à différents scénarios d’utilisation du véhicule contraignants pour une batterie de stockage d’énergie électrique de véhicule automobile.
- Méthode selon l’une des revendications précédentes, caractérisée en ce que, pour chaque organe consommateur (Y), une matrice d’utilisation (Mualt(Y)) est générée à partir d’une matrice d’utilisation modèle d’un deuxième type, associée à des contraintes d’utilisation correspondant à différents types de climat et à des scénarios d’utilisation relatifs à différents états d’un système d’arrêt et de redémarrage automatique.
- Méthode selon l’une des revendications précédentes, caractérisée en ce qu’elle comprend, pour chaque organe consommateur (X) susceptible d’être présent dans un véhicule, une étape (S2) de génération d’au moins un vecteur de consommation électrique (Vcbatt(X), Vcalt(X)) de l’organe consommateur (X) contenant différentes valeurs de consommation électrique respectivement applicables à différentes contraintes d’utilisation qui sont les mêmes que celles associées à une matrice d’utilisation modèle correspondante.
- Méthode selon l’une des revendications précédentes, caractérisé en ce qu’au moins une desdites matrices d’utilisation générée est associée à un paramètre d’activation ou d’inhibition, ledit paramètre définissant au moins une condition pour autoriser ou inhiber l’usage de ladite matrice d’utilisation.
- Méthode selon la revendication précédente, caractérisée en ce que ledit paramètre d’activation ou d’inhibition associé à ladite matrice d’utilisation est dépendant d’une présence d’au moins un autre organe consommateur dans le véhicule.
- Méthode de construction d’un véhicule automobile selon une configuration donnée, comprenant une opération d’affectation d’un dispositif source d’énergie électrique à partir de données d’entrée obtenues selon la méthode de l’une des revendications 1 à 7.
- Dispositif de traitement de données, lesdites données étant relatives à des organes consommateurs (X) susceptibles d’être présents dans un véhicule automobile, comportant des moyens (2-4) de stockage des données relatives à un ensemble d’organes consommateurs susceptibles d’être présents dans ledit véhicule et des moyens (5) de génération de matrices d’utilisation relatives aux organes consommateurs susceptibles d’être présents dans un véhicule automobile, lesdites matrices d’utilisation générées étant conformes à un modèle générique de matrice d’utilisation modèle (Mu) dont les lignes et colonnes sont relatives à différents scénarios d’utilisation du véhicule automobile et à différentes contraintes d’utilisation du véhicule automobile et contiennent des coefficients à définir qui correspondent à des valeurs de taux d’activation d’organe consommateur.
- Programme d'ordinateur comprenant des instructions qui conduisent le dispositif de traitement selon la revendication 9 à exécuter les étapes de la méthode selon l’une des revendications 1 à 8.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1900642A FR3092184A1 (fr) | 2019-01-25 | 2019-01-25 | Méthode et dispositif de traitement de données d’organes consommateurs d’un véhicule automobile |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1900642A FR3092184A1 (fr) | 2019-01-25 | 2019-01-25 | Méthode et dispositif de traitement de données d’organes consommateurs d’un véhicule automobile |
| FR1900642 | 2019-01-25 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3092184A1 true FR3092184A1 (fr) | 2020-07-31 |
Family
ID=67742506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1900642A Withdrawn FR3092184A1 (fr) | 2019-01-25 | 2019-01-25 | Méthode et dispositif de traitement de données d’organes consommateurs d’un véhicule automobile |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3092184A1 (fr) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1796005A2 (fr) | 2000-12-08 | 2007-06-13 | Configit Software A/S | Procédé de configuration d'un produit |
| FR3011398B1 (fr) | 2013-09-30 | 2018-02-02 | Astrium | Procede d’optimisation d’une architecture d’alimentation electrique d’une charge |
-
2019
- 2019-01-25 FR FR1900642A patent/FR3092184A1/fr not_active Withdrawn
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1796005A2 (fr) | 2000-12-08 | 2007-06-13 | Configit Software A/S | Procédé de configuration d'un produit |
| FR3011398B1 (fr) | 2013-09-30 | 2018-02-02 | Astrium | Procede d’optimisation d’une architecture d’alimentation electrique d’une charge |
Non-Patent Citations (2)
| Title |
|---|
| AFRIDI K K: "MAESTrO-a software tool for the design and evaluation of advanced automotive electrical power systems", POWER ELECTRONICS IN TRANSPORTATION, 1996., IEEE DEARBORN, MI, USA 24-25 OCT. 1996, NEW YORK, NY, USA,IEEE, US, 24 October 1996 (1996-10-24), pages 39 - 46, XP010207837, ISBN: 978-0-7803-3292-8, DOI: 10.1109/PET.1996.565908 * |
| GIANMARCO CAPANO ET AL: "Study of the electric power balance in a vehicle for the choice of the battery", TRANSPORTATION ELECTRIFICATION CONFERENCE AND EXPO (ITEC), 2013 IEEE, IEEE, 16 June 2013 (2013-06-16), pages 1 - 6, XP032447674, ISBN: 978-1-4799-0146-3, DOI: 10.1109/ITEC.2013.6573476 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2826641C (fr) | Prevision d'operations de maintenance sur un moteur d'aeronef | |
| US11187753B2 (en) | System and method for determining a status of a vehicle battery | |
| FR2982091A1 (fr) | Procede et systeme de gestion de charges electriques de cellules de batterie | |
| EP4093633B1 (fr) | Procédé et dispositif de contrôle d'un système de stockage d'énergie, par exemple une batterie de véhicule | |
| CN112200582B (zh) | 业务处理方法及装置 | |
| WO2008009609A2 (fr) | Coeur processeur a frequence pilotee et procede de demarrage dudit coeur processeur dans un mode programme | |
| FR3092184A1 (fr) | Méthode et dispositif de traitement de données d’organes consommateurs d’un véhicule automobile | |
| FR3087393A1 (fr) | Procede de determination de l’etat de vieillissement d’une batterie electrochimique | |
| FR3092183A1 (fr) | Méthode d’affectation d’un dispositif source d’énergie électrique à un véhicule automobile | |
| EP3991233A1 (fr) | Procédé pour optimiser la durée de vie d'une batterie | |
| EP3635690B1 (fr) | Dispositif d'enregistrement de données de déplacement, procédé et programme correspondant | |
| FR3092181A1 (fr) | Methode d’optimisation d’un dimensionnement energetique d’une batterie d’accumulateurs electriques d’un vehicule | |
| WO2020188163A1 (fr) | Procede de controle de charge d'un module de batterie rechargeable au moyen d'un algorithme de programmation dynamique | |
| FR2853081A1 (fr) | Systeme et procede de determination de l'etat de charge instantane d'une batterie, et utilisation de ce procede dans un gestionnaire de charge | |
| FR3064390A1 (fr) | Vehicule automobile equipe d’un ordinateur de bord et d’un outil de diagnostic | |
| FR3119121A1 (fr) | Procédé et serveur pour la gestion de groupes de batteries rechargeables mobiles pour des stations multiples | |
| FR3092192A1 (fr) | Methode de fabrication d’un vehicule comprenant une phase de selection d’une batterie d’accumulateurs electriques | |
| FR2957701A1 (fr) | Procede d'evaluation de la fiabilite d'un equipement electronique | |
| CN115825790B (zh) | 电池绝缘故障的预警方法、装置、系统和计算机设备 | |
| US20230401901A1 (en) | System and method for battery selection | |
| FR2981487A1 (fr) | Procede et installation de gestion d'une flotte de vehicules | |
| CN114435273B (zh) | 发动机起动能力确定方法、装置、电子设备以及存储介质 | |
| FR3119251A1 (fr) | Procédé et dispositif de commande de mise en veille d’un calculateur d’un véhicule | |
| FR3061307A1 (fr) | Caracterisation perfectionnee d'un dispositif electrochimique en operation pour un pronostic de fonctionnement futur du dispositif | |
| FR3092182A1 (fr) | Methode d’optimisation d’un dimensionnement energetique d’un alternateur d’un vehicule |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20200731 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| ST | Notification of lapse |
Effective date: 20220905 |