L'intelligence artificielle basée sur la physique pour réduire les émissions des freins des véhicules électriques – PI-CUBE

Ce projet vise à développer un nouveau système de pilotage du freinage des véhicules électriques ayant recours à l’intelligence artificielle (IA), pour une réduction significative (i) des émissions de particules de frein et (ii) des émissions sonores. Ces deux émissions constituent des sources majeures de pollution environnementale et de risques pour la santé dans les zones urbaines : Il existe aujourd'hui un consensus sur le fait que les freins à friction des véhicules actuels émettent environ la même quantité de particules que les moteurs à combustion actuels. Avec les moteurs électriques, le frein à friction (conjointement avec les pneus) deviendra le principal émetteur de poussières hautement toxiques des véhicules. Il en est de même avec la disparition de la plupart des sources de bruit des moteurs à combustion qui rendent de plus en plus audible et nocifs les bruits issus du frottement des composants des freins. En raison de la complexité de la physique et de la chimie impliquées dans le freinage par friction, il n'a pas été possible jusqu'à présent de générer des modèles satisfaisants, ou un "jumeau virtuel", à partir de la théorie fondamentale et des principes de base. Les récents progrès des méthodes d’IA suggèrent qu'une combinaison de physique et de méthodes basées sur le traitement de données est la voie à suivre pour passer à une modélisation, une simulation et un pilotage applicables pour une mobilité plus verte et plus saine. Avec le changement de paradigme vers les véhicules électriques, il est maintenant urgent d'obtenir un contrôle des futurs freins à friction en ce qui concerne la réduction des émissions de particules et du bruit par une utilisation intelligente du freinage. Le fait de disposer de deux moyens de freinage ouvre une voie d’optimisation de leur combinaison. Différentes méthodes d’IA seront intégrées : pour enrichir les modèles physiques à l’aide d’un capteur virtuel, pour la mise au point de descripteurs des émissions et pour une amélioration continue de la stratégie de pilotage par apprentissage avec l’usage. Les modèles de prévision des variables de charge attendues lors du prochain freinage détermineront le risque d'une forte augmentation des émissions afin d'éviter les points de fonctionnement critiques en utilisant un contrôle basé sur les données (apprentissage par renforcement) des freins électriques et mécaniques. Le fonctionnement du système sera démontré sur un prototype de laboratoire. L'université de technologie de Hambourg possède une expertise de longue date en matière de science des données et de modélisation informatique des émissions sonores des freins à friction, elle est l'une des principales équipes dans ce domaine en Allemagne et dans le monde. L'Université de Lille, qui possède une longue expérience des problèmes de frottement et d'usure, est la plus importante institution de recherche européenne travaillant sur la tribologie des freins à friction. Volkswagen AG et AUDI AG sont les principaux constructeurs automobiles allemands et permettent d'accéder à des essais de freins commerciaux en situation réelle et à des données de terrain. Hitachi Automotive Systems est l'un des principaux fabricants de freins à friction automobiles au monde. Tous les partenaires fournissent les connaissances, les capacités et l'excellence nécessaires pour développer cette nouvelle stratégie de pilotage du freinage basée sur l’IA qui aidera les partenaires industriels à développer de nouveaux produits numériques, tandis que les institutions de recherche définiront les besoins futurs en IA pour les systèmes mécaniques. Ainsi, le projet représente le noyau de futures collaborations interdisciplinaires et de développements technologiques dans le but de mettre en place des transports respectueux de l'environnement. Le projet renforce également l'industrie européenne de la mobilité, tout en poussant la recherche en IA à s'intégrer dans les systèmes mécaniques.