Digital transformation

Le Ducati sfrecciano grazie al motore (analitico) fornito da Accenture

Internet of Things e Machine learning al servizio delle corse. La scuderia affronterà il MotoGP mettendo a punto la meccanica grazie alle simulazioni effettuate con le piattaforme di analisi dei dati, raccolti da circa 100 sensori nei giri di prova delle moto

Pubblicato il 27 Feb 2017

ducati-iot-machine-170227190819

Per far correre più velocemente le moto in pista bisogna renderle più intelligenti. E per ottenere questo occorre innervarle di sensori e nutrirle di dati. Ecco perché Ducati Corse ha lavorato con Accenture Analytics, già Digital Partner Ufficiale del team Ducati nel campionato mondiale di MotoGP, per la creazione di un metodo di intelligent testing con un motore di analytics realizzato su misura. Un processo che si inserisce nella digital transformation che tutto il gruppo sta affrontando, e che nello specifico è reso possibile dalle applicazioni Internet of Things e dal Machine learning, che consentono di avere previsioni di performance sempre più accurate: quanti più dati vengono inseriti in un sistema, tanto maggiori saranno le configurazioni disponibili per il test. Gli strumenti di visualizzazione delle informazioni, progettati per un’esperienza d’uso intuitiva, consentiranno agli ingegneri addetti al collaudo di interagire con i dati, facendo degli aggiustamenti in qualsiasi momento e ottenendo così una nuova prospettiva in termini di configurazioni e tempi di gara. In questo modo disporranno di più risultati a partire da un numero inferiore di sessioni di prova su pista, risparmiando tempo, ottimizzando i costi e creando, contemporaneamente, moto che diventano sempre più intelligenti ad ogni giro di prova.

Avvalendosi dei dati di quasi 100 sensori IoT presenti nelle moto e dei dati registrati durante i test, la soluzione di Accenture consentirà agli ingegneri del team di creare nuove prospettive, simulando e valutando le performance della moto in diverse condizioni. Applicando tecnologie di analisi e di Machine learning all’avanguardia, i risultati simulati sulla base dei dati raccolti durante giri di prova su circuiti reali consentiranno agli ingegneri di apprendere dagli stessi e agire di conseguenza, ottimizzano le configurazioni delle moto per ciascuna gara. Tutte queste informazioni vengono fornite in modo rapido attraverso una dashboard intuitiva, in grado di offrire nuove possibilità di dialogo e collaborazione all’interno del team. È quindi possibile testare un numero di configurazioni mai raggiunto fino a ora, massimizzando così i benefici delle prove su pista e guadagnando un vantaggio competitivo il giorno della gara.

«Ci sono 18 circuiti da MotoGP e per accertarci che le nostre moto diano il massimo, dobbiamo provare il maggior numero possibile di configurazioni e scenari», spiega Luigi Dall’Igna, General Manager di Ducati Corse. «Con la soluzione di Accenture abbiamo finora avuto in laboratorio risultati eccellenti. La possibilità di utilizzare sia dati delle prove precedenti, sia dati nuovi ci aiuterà a scegliere la configurazione ottimale per le nostre moto. Questo strumento innovativo renderà le nostre prove un processo più intelligente, aiutandoci a ottenere le migliori performance, indipendentemente dalle condizioni meteo o dal circuito.»

Marco Vernocchi, EALA Lead di Accenture Analytics, divisione di Accenture Digital, aggiunge: «Simulando e monitorando la performance della moto in un’ampia serie di condizioni meteo e di pista, siamo riusciti a fare in modo che l’applicazione del machine learning integrata con i dati dei sensori IoT riducesse al minimo i tempi, i costi e l’impegno richiesti dalle tradizionali prove su pista».

A oggi sono stati analizzati circa 4 mila settori di circuiti da corsa e oltre trenta diversi scenari di gara, con la previsione di proseguire con un roll-out più ampio. Durante i collaudi vengono raccolti dati come i parametri di funzionamento del motore, velocità, giri e temperature di pneumatici e freni, informazioni che il team Ducati utilizzerà per pianificare, preparare e fare le prove per le gare del MotoGP.

«I primi risultati di questa soluzione sono molto promettenti», conclude Marcello Tamietti, Connected Transport lead della practice IoT di Accenture Digital. «La capacità di raccogliere dati dalle moto e dalle gare precedenti ci consente di elaborare un’elevata quantità di possibili risultati per ogni scenario, fornendo contenuti utili per capire come portare in pista una moto più veloce e intelligente. Gli ingegneri addetti ai collaudi possono utilizzare analisi reali per modificare le configurazioni delle motociclette in base alle diverse condizioni possibili e questo potrebbe rivoluzionare il modo in cui il team Ducati gestisce le proprie apparecchiature di prova, aggiungendo nuovo valore alle prove su pista intelligenti».

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4