Data maakt het verschil bij de World Solar Challenge

Share this post:

Het berekenen van de optimale aerodynamica op basis van big data

Solar Team Twente heeft in 2013 voor de vijfde keer deelgenomen aan de World Solar Challenge. In vijf dagen heeft hun zonneauto The RED Engine Australië van noord naar zuid doorkruist met een gemiddelde snelheid van ongeveer 80 kilometer per uur – en dat puur op zonnekracht. Met als resultaat de derde plaats in de race. Een uitstekende prestatie die gebaseerd is op kennis, techniek, teamwork en grote hoeveelheden data.

Door Joost Hanraets

The Solar Team Twente is composed of 16 RED Engineers: students from the University of Twente and Saxion. The team also took part in this race with earlier versions of the solar car in 2005, 2007, 2009 and 2011.

De World Solar Challenge vindt om de twee jaar plaats. In deze competitie gaan verschillende studententeams van universiteiten verspreid over de wereld de strijd met elkaar aan. Het doel? Met een auto aangedreven door zonne-energie als eerste de finishlijn in Adelaide passeren. In vier à vijf dagen leggen de teams een afstand van ongeveer 3.000 kilometer af, van Darwin in het noorden tot Adelaide in het zuiden van het continent. Solar Team Twente van de Universiteit Twente en Saxion Hogeschool is een van de ruim vijftig deelnemers uit 25 verschillende landen. De afgelopen jaren presteerde het zestienkoppige team steeds beter dan de voorgaande editie. Deze lijn heeft het Solar Team Twente doorgetrokken. Dat resulteerde in een welverdiende podiumplek met hun auto The RED Engine. Hoe is Solar Team Twente tot dit topresultaat gekomen? En welke rol heeft (big) data hierbij gespeeld?

The RED Engine

Data en analytics spelen een cruciale rol bij de Solar Challenge. Ten eerste bij de bouw van de auto. “Naar aanleiding van aerodynamische rekenmodellen hebben we eerst een 3D-model van The RED Engine ontworpen”, zegt Koen Sedee, Externe Betrekkingen Solar Team Twente. “Dat vroeg om gigantische rekenkracht. Het berekenen van de optimale aerodynamische vorm gebeurt namelijk op basis van big data. Daarvoor hebben we speciale rekenclusters gebruikt die de rekentijd verkorten. In plaats van ongeveer tien dagen met een normale computer, duurde het nu bijna vier uur om deze berekeningen uit te voeren.” Vervolgens bouwde Solar Team Twente een schaalmodel en testte dit in een windtunnel. “Met de gegevens uit de windtunnel hebben we het design doorontwikkeld en The RED Engine gebouwd. Daarna hebben we de auto nog uitgebreid getest op onder andere een komcircuit. Ook daarbij hebben we de nodige gegevens verzameld en geanalyseerd.”

Strategie

Data was ook belangrijk bij het bepalen van de strategie. Sedee licht toe: “We begonnen de race met een volle accu. Het was ons doel om vijf dagen later aan te komen met een volledig lege accu. Dat klinkt simpeler dan dat het is, want er zijn zoveel factoren die meespelen bij het bepalen van de juiste snelheid. Denk daarbij aan het vermogen van de motor, de actuele in- en output, temperatuur, snelheid, wegcondities, route en weersvoorspellingen.” Solar Team verzamelde en analyseerde al deze gegevens tijdens de race vanuit de volgauto, ofwel de Decision Making Unit (DMU). Met alle informatie werd in de DMU de optimale snelheid op elk moment zo nauwkeurig mogelijk bepaald. Dat gebeurde door real-time sensorgegevens uit de auto direct in een rekenmodel in te voeren en te analyseren, maar ook door vooruit te kijken naar bijvoorbeeld de route en weersvoorspellingen van latere dagen. “Voor dag vier was er slecht weer voorspeld. We hebben onze strategie al dagen daarvoor hierop afgestemd door energie te sparen. Daardoor hebben we de laatste dag onze derde plek definitief veilig gesteld door de achtervolger op grote afstand te zetten.”

Optimale snelheid op elk moment zo nauwkeurig mogelijk bepalen.

In de praktijk

De input van de zonnecellen, temperatuur, wind, snelheid – er zijn heel veel verschillende gegevens van invloed op de optimale snelheid. Hoe verzamelde en analyseerde Solar Team Twente al deze data in de praktijk? “De zonneauto werd volledig bestuurd vanuit de DMU. Via WiFi stond deze volgauto in verbinding met de The RED Engine, waardoor we continu real-time data konden uitlezen en analyseren in de DMU”, zegt Sedee. In deze volgauto zaten onder andere een strateeg, meteoroloog, data-aquisist en raceleider. Zij namen alle strategische beslissingen. Daarvoor beschikten ze ook over de nodige ICT, zoals laptops met analysesoftware en rekenmodellen. “Ook haalden we real-time gegevens van internet, bijvoorbeeld over het weer. Daarvoor hadden we de beschikking over een speciale satellietverbinding van Inmarsat om data te streamen, best bijzonder midden in de outback van Australië.”

Juiste software

Tijdens de race vonden in de DMU constant analyses plaats van grote datahoeveelheden. Dat vroeg om de juiste software. Business Analytics en Information Managementpartner Imtech ICT voorzag Solar Team Twente van de nodige ICT-oplossingen. Een voorbeeld daarvan is een op Google Maps-lijkende applicatie om bijzonderheden in de route aan te geven. “Een paar uur voor ons konvooi uit reed een verkenningsauto. Vanuit hier werd in de applicatie aangegeven waar we bijvoorbeeld een stoplicht, afslag of gat in de weg tegen zouden komen. De desbetreffende points of interest zagen we meteen op de digitale kaart. Deze info was niet alleen handig om de snelheid vast te houden, maar droeg ook bij aan de veiligheid van de bestuurder.” “We zijn nu bezig met het samenstellen van een nieuw team voor de World Solar Challenge 2015”, zegt Sedee. Vanaf september 2014 gaat dit team aan de slag met de ontwikkeling van de nieuwe auto. “Dit gebeurt in grote lijnen op dezelfde manier als wij dat gedaan hebben: op basis van complexe rekenmodellen. We hopen dat het nieuwe team daarvoor nog betere rekenclusters kan gebruiken en beschikt over nog verder gefinetunede software, zoals een navigatiefunctie in de Google Maps-achtige applicatie. Daarmee kunnen ze hopelijk nog een tree hoger op het podium komen door op basis van nog betere data-analyse het verschil te maken.”

Voor meer informatie omtrent Big Data & Analytics bij IBM: link