Statistical learning and 0D/1D modelling: application to battery ageing

Apprentissage statistique et modélisation 0D/1D des systèmes : application au vieillissement des batteries

Sylvain Girard (1) , Thierry Yalamas (2) , Michaël Baudin (3)

1 Phimeca Engineering SA
2 Phimeca Engineering SA
3 EDF R&D MRI - Management des Risques Industriels

Summary: A 0D/1D system model is a mathematical of the dynamic behaviour and interactions between the parts of a complex system. Modelica is a language for programming such models using differential equations. By leveraging the object oriented paradigm, it enables to reuse model components, collected in library of modules. Difficult industrial risk management problems can be tackled by supplementing these models with empirical information through statistical learning, and interpreting their predictions from a probabilistic standpoint. We illustrate how this can be efficiently achieved using the Python programming language and the functional mock-up interface standard. We studied the case of predicting the longevity of hybrid bus batteries. First in general, as called for in early design phases, and then for individually monitored vehicles.

Un modèle de système 0D/1D est une représentation math-ématique du comportement dynamique et des interactions entre les parties d'un système complexe. Modelica est un langage pour programmer de tels modèles à l'aide d'équations différentielles. Grâce au paradigme orienté objet, il permet de constituer des bibliothèques de parties de modèles réutil-isables, ou modules. Enrichir ces modèles par apprentissage statistique et interpréter leurs prédictions en termes proba-bilistes constitue une excellente démarche pour la gestion des risques industriels. Nous illustrons comment elle peut-être mise en oeuvre efficacement avec Python et la norme functional mock-up interface. L'exemple traité est la prédiction de la longévité des batteries de bus hybrides. D'abord du point de vue global, adopté lors des phases précoces de conception, puis pour des véhicules roulants suivis individuellement.

Domaines: Informatique; Machine Learning [stat.ML]

Sylvain Girard, Thierry Yalamas, Michaël Baudin. Apprentissage statistique et modélisation 0D/1D des systèmes : application au vieillissement des batteries. Congrès Lambda Mu 21, « Maîtrise des risques et transformation numérique : opportunités et menaces », Oct 2018, Reims, France. ⟨hal-02064908⟩