Analyse et classification des capteurs de carburant Navixy

Les capteurs de niveau de carburant jouent un rôle important dans le système de gestion du carburant des véhicules et d'autres dispositifs techniques. Cependant, de temps à autre, les utilisateurs de ces systèmes peuvent être confrontés au problème du "bruit", ou de la distorsion, dans les données transmises, qui peut survenir pour diverses raisons. Après avoir étudié différents types de capteurs de niveau de carburant, on constate que tout type de capteur, qu'il soit standard ou intégré séparément, peut générer du bruit dans les données transmises. Quelle qu'en soit la raison, la présence de bruit affecte négativement les données transmises par le capteur, tandis que la qualité des calculs diminue et que l'erreur augmente, ce qui constitue un problème assez pénible dans le contexte du contrôle des carburants.

Dans cet article, nous allons étudier les causes du bruit dans les données transmises par les capteurs de niveau de carburant, et expliquer comment Navixy peut maintenant analyser et classer la qualité des lectures. Vous pourrez ainsi mieux comprendre la nature des données transmises et, sur la base de l'évaluation de la qualité des relevés des capteurs de niveau de carburant, prendre des décisions efficaces pour minimiser les erreurs de calcul.

Bruit : causes et effets sur les relevés des capteurs

Tout d'abord, définissons ce qu'est le bruit. Le bruit des données est constitué de variations, d'erreurs ou de distorsions indésirables ou aléatoires qui peuvent se produire dans les données. Par exemple, dans les capteurs de niveau de carburant, le bruit peut se manifester sous la forme de variations aléatoires des valeurs ou d'erreurs de mesure. Nous avons déjà noté que le bruit des données peut avoir un impact négatif sur la qualité et l'analyse des données car il peut fausser les résultats et conduire à des conclusions erronées. Dans le cadre des recherches menées au sein du Navixy Lab, nous avons remarqué que les situations dans lesquelles les capteurs de niveau de carburant présentent du bruit et des fluctuations dans leurs relevés sont assez courantes. Pour l'analyse initiale, nous avons pris 545 capteurs de niveau de carburant. Parmi eux, 366 (environ 70 %) présentent un bruit visible dans le graphique.

Figure 2. Différents niveaux de bruit d'un capteur (données brutes, période d'un jour)

Pour résoudre ce problème et maintenir la précision des mesures de niveau de carburant, il est nécessaire de comprendre les causes du bruit des capteurs. Dans ce qui suit, nous allons examiner les différents facteurs qui peuvent contribuer au bruit du capteur de niveau de carburant.

• Capteur de mauvaise qualité. Des études montrent que les types de capteurs les plus bruyants sont les capteurs de niveau de carburant installés par défaut dans les réservoirs des voitures. Les capteurs de niveau de carburant des équipementiers sont généralement de type à flotteur, dont les principaux éléments sont un flotteur et une résistance variable. Du côté des traceurs GPS, il s'agit de capteurs de niveau de carburant CAN et OBD.

Pour des calculs de carburant de haute qualité, nous vous recommandons vivement d'utiliser un capteur de niveau de carburant intégré séparément au lieu du capteur standard.

• Installation incorrecte ou endommagement du capteur. Si le capteur est mal installé ou endommagé, il ne peut pas fonctionner de manière optimale, ce qui se traduit dans la plupart des cas par des relevés imprécis et des données bruitées. Il est important de suivre les instructions d'installation du fabricant et de contrôler régulièrement le capteur.

Nous vous recommandons vivement de faire appel à un installateur de capteurs de niveau de carburant hautement qualifié.

• Corrosion et contamination. La corrosion et la contamination sont des problèmes assez courants associés aux capteurs de niveau de carburant utilisés dans des environnements difficiles ou avec du carburant de mauvaise qualité. Les composants corrodés ou contaminés du capteur peuvent affecter la précision du capteur et contribuer au bruit des relevés. Une inspection et un nettoyage réguliers du capteur permettront d'éviter ces problèmes.

Nous vous recommandons vivement d'entretenir le capteur de niveau de carburant au moins une fois par an

• Interférences électromagnétiques. L'une des principales causes de bruit dans les capteurs de niveau de carburant est l'interférence électromagnétique. Les interférences électromagnétiques peuvent être causées par divers composants électroniques du véhicule, tels que les systèmes d'allumage, les câbles électriques ou les émetteurs radio. Lorsque le capteur est proche de sources d'interférences électromagnétiques, le signal transmis peut être perturbé et entraîner des lectures inexactes ou du bruit dans les données.

Si vous observez des anomalies dans le fonctionnement du capteur, vérifiez la connexion du capteur au GPS-tracker et son emplacement par rapport aux composants électriques/électroniques du véhicule.

• Facteurs physiques. Les vibrations et les mouvements du véhicule peuvent également être à l'origine de bruits dans les relevés du capteur de niveau de carburant. Les mouvements et les vibrations constants pendant le fonctionnement du véhicule peuvent affecter la stabilité et la précision des mesures du niveau de carburant. Cela peut être dû à un impact mécanique sur le capteur ou sur le carburant dans le réservoir, ce qui entraîne des changements dans les relevés. Vous trouverez ci-dessous un exemple de capteur de niveau de carburant qui émet un bruit périodique en cas d'impact physique. Il convient de noter que les facteurs externes ont souvent un caractère temporaire et ne génèrent du bruit qu'en cas d'impact direct.

Figure 2. Différents niveaux de bruit d'un capteur (données brutes, période d'un jour)

En résumé, nous avons établi qu'il existe de nombreuses causes de bruit des capteurs de niveau de carburant. Qu'il s'agisse de capteurs de mauvaise qualité fabriqués en usine ou d'une installation ou d'un réglage inadéquats, chaque facteur peut entraîner des erreurs de mesure. Cependant, une attention particulière portée aux capteurs de niveau de carburant peut faire une grande différence dans la précision des mesures et réduire l'impact du bruit. Ensuite, nous analyserons les données et le bruit dans différents types de capteurs de niveau de carburant. Les informations obtenues nous aideront à mieux comprendre la qualité des données fournies et nous permettront de recommander d'autres mesures.

Méthodes de détection et d'analyse du bruit

Il existe de nombreuses méthodes différentes qui peuvent être utilisées pour détecter, analyser et classer le bruit par niveau. Les informations obtenues grâce à ces méthodes peuvent être utilisées pour estimer la qualité du signal en fonction du niveau de bruit et l'appliquer à de futurs filtres adaptatifs afin d'éliminer les composantes du bruit et de préserver les informations utiles. Nous passons en revue ci-dessous plusieurs méthodes.

Analyse par ondelettes

Considérons tout d'abord l'analyse par ondelettes, une méthode mathématique d'analyse des signaux basée sur l'utilisation de fonctions d'ondelettes. Les ondelettes sont des fonctions mathématiques spéciales qui permettent de décomposer un signal en différentes composantes de fréquence. Il est ainsi possible de détecter et d'analyser des signaux à des endroits spécifiques dans le temps en fonction de la fréquence. En d'autres termes, les ondelettes vous permettent d'identifier les différentes composantes de fréquence d'un signal. Ainsi, les composantes de bruit du signal sont séparées des informations utiles. Ensuite, les coefficients de décomposition sont évalués et basés sur la classification par niveau de bruit.

La figure 3 montre un exemple d'application de l'analyse par ondelettes pour déterminer le niveau de bruit. Les données du capteur sont en haut, tandis que la visualisation du spectre de fréquence en référence au graphique ci-dessus est en bas. Comme le montre le spectre de fréquences, l'événement de ravitaillement est défini comme un niveau de bruit élevé, ce qui n'est pas tout à fait correct. Ainsi, les événements de vidange et de ravitaillement auront un impact significatif sur la définition du niveau de bruit. Ces écarts peuvent sans aucun doute être filtrés, mais cela pose des difficultés supplémentaires dans la mise en œuvre de l'algorithme.

Figure 3. Exemple d'analyse par ondelettes du niveau de bruit

Calcul de l'écart-type glissant

Passons maintenant à la méthode de calcul de l'écart-type glissant, qui est une autre variante assez courante de l'estimation du niveau de bruit. L'essence de cette méthode est que, sur la base des données reçues du capteur, une fenêtre coulissante est sélectionnée et déplacée le long de l'échelle de temps. À chaque étape de la fenêtre, la valeur moyenne des données à l'intérieur de la fenêtre est calculée. Cette valeur moyenne représente la composante principale attendue des données. L'écart-type montre la dispersion des valeurs par rapport à la moyenne et sert de mesure du bruit.

La principale difficulté de cette méthode est de choisir une durée de la fenêtre temporelle qui se déplace le long de la ligne du temps. De manière empirique, il est possible d'identifier la période la plus appropriée, mais comme différents types de capteurs et de traceurs GPS sont utilisés avec différents paramètres, y compris différentes périodes de transmission des données, nous aurons des situations où différents événements, tels que le stationnement et le ravitaillement en carburant, tomberont dans la fenêtre approuvée, ce qui peut en fin de compte conduire à des anomalies dans la détection du bruit.

Méthode adaptative

Après avoir analysé plusieurs méthodes standard, nous avons identifié le principal problème : l'utilisation de la même méthode pour des événements intrinsèquement différents (stationnement, conduite, vidange, consommation, ravitaillement en carburant, etc. Nous avons donc décidé d'utiliser une méthode adaptative de détection et de classification du bruit, qui prend en compte différents segments du graphique et utilise un certain algorithme pour les calculs.

En bref, l'algorithme fonctionne comme suit. Tout d'abord, le graphique est divisé en segments en fonction des événements qui se produisent. Ensuite, des algorithmes de lissage sont appliqués à certains segments pour former un graphique idéal de référence. Une plus grande attention est accordée aux segments du graphique où le véhicule est en mouvement, car le bruit est beaucoup plus élevé à ces moments-là que lorsque le véhicule est stationné ou en train de faire le plein. Après avoir obtenu un signal idéal, l'algorithme le compare aux données originales à l'aide de méthodes d'analyse statistique. Ces informations nous permettent d'effectuer une classification par seuil du signal en fonction du niveau de bruit.

Nos études en laboratoire ont montré que la méthode adaptative de détection et de classification du bruit ci-dessus est la plus souple et la plus applicable à une variété de capteurs de bruit utilisés pour la surveillance des carburants. En utilisant la segmentation de l'ensemble des données et en mettant périodiquement à jour les métriques statistiques, l'algorithme peut s'adapter aux conditions changeantes et calculer dynamiquement les seuils pour la classification du bruit. Grâce à cette flexibilité, la méthode adaptative permet une détection plus précise et plus robuste des composantes de bruit dans les séries de données que les autres méthodes. Cela permet d'analyser plus efficacement les données et leur bruit et de fournir des informations fiables pour la prise de décision.

Classification de la qualité des indicateurs de niveau de carburant

La classification de la qualité des indicateurs de niveau de carburant est une étape importante dans le calcul des indicateurs de volume de carburant, car elle permet de déterminer la précision et la fiabilité avec lesquelles les capteurs peuvent mesurer et transmettre les données au système pour les calculs ultérieurs. La classification des capteurs en fonction du niveau de qualité des données offre les avantages suivants :

1. Déterminer la qualité des données brutes. Comprendre le degré de précision et de fiabilité des données collectées par ces capteurs. Les capteurs à faible bruit peuvent fournir des données plus stables et plus fiables, tandis que les capteurs à bruit élevé peuvent fausser les données et introduire des erreurs dans les calculs
2. Optimiser les processus de contrôle. La classification de la qualité des données des capteurs de niveau de carburant permet de sélectionner les capteurs les mieux adaptés à des tâches d'inspection spécifiques. Par exemple, dans le cas de l'inspection des carburants, la sélection de capteurs ayant un niveau élevé de qualité des données peut être particulièrement importante pour garantir la précision des mesures et l'efficacité du processus d'inspection.
3. Optimiser les coûts. La classification de la qualité des relevés des capteurs peut contribuer à optimiser les coûts de l'équipement. Les capteurs présentant un niveau élevé de qualité des données peuvent être plus coûteux, mais ils fournissent des mesures plus précises et plus fiables, ce qui peut réduire le coût des inspections supplémentaires.

Sur la base de notre méthode adaptative d'estimation et de classification du bruit, nous pouvons classer tous les capteurs de niveau de carburant en trois groupes en fonction de la qualité des indices transmis :

Qualité de lecture du capteur de niveau de carburant : Faible

Ce résultat est le plus souvent observé sur les capteurs de niveau de carburant standard ou indique une faible précision du capteur de niveau de carburant installé. Cette faible précision peut s'expliquer par un niveau de bruit élevé du signal du capteur, ainsi que par un éventuel dysfonctionnement. Il convient de noter qu'une telle situation peut affecter de manière significative la précision des données rapportées. La figure 4 présente un exemple de graphique de données reçues d'un capteur avec un niveau de bruit élevé.

Figure 4. Exemple de données de faible qualité avec un niveau de bruit élevé

Qualité de lecture du capteur de niveau de carburant : Moyenne

Cette note indique une précision acceptable des relevés du capteur de niveau de carburant. Nous sommes conscients que cette précision peut être due à divers facteurs, tels que l'augmentation du bruit du signal provenant du capteur ou des conditions de fonctionnement spécifiques. La figure 5 présente un exemple de graphique des données reçues du capteur en fonction du niveau de bruit moyen.

Figure 5. Exemple de niveau de qualité moyenne des données en fonction du niveau de bruit moyen

Qualité de lecture du capteur de niveau de carburant : élevée

Cette note indique que les relevés du capteur de niveau de carburant sont très précis. Les rapports basés sur ces relevés fiables sont les plus fiables et fournissent des informations détaillées sur le niveau de carburant.

Figure 6. Exemple de qualité élevée des données avec un faible niveau de bruit

Réalisation pratique

Voyons maintenant comment cette classification est mise en œuvre sur la plateforme Navixy.

Évaluation de la qualité du capteur de niveau de carburant dans Navixy

Étant donné que l'algorithme s'applique aux relevés des capteurs de niveau de carburant, le résultat de l'évaluation sera affiché dans le rapport sur le carburant, où la principale source de données pour le calcul est le capteur de niveau de carburant. Pour obtenir le résultat, procédez comme suit :

1. Allez dans la section Rapports et générez le**"Rapport sur le niveau de carburant**" selon les paramètres prévus, y compris la sélection de l'objet d'intérêt, l'intervalle de temps, etc.
2. Accédez au rapport généré et à l'onglet portant le nom du véhicule concerné.
3. La partie supérieure du rapport fournit des informations sous forme de graphiques et de tableaux avec des données calculées.
4. Allez en bas du rapport à la section intitulée**"Qualité des relevés du capteur de carburant (LAB)**".
5. Les informations relatives aux résultats de l'évaluation de la qualité des performances du capteur de carburant seront également reproduites dans un rapport PDF/Excel généré à partir de cette interface en cliquant sur l'icône**"Télécharger**" située dans le coin supérieur gauche.

La figure 7 ci-dessous montre un exemple de l'évaluation de la qualité des paramètres dans l'interface du cabinet client Navixy.

Figure 7. Exemple de rapport d'évaluation de la qualité des indicateurs du capteur de niveau de carburant

S'il y a suffisamment de données pour calculer l'évaluation de la qualité des indicateurs du capteur, l'algorithme produira un résultat quantitatif et qualitatif. Le résultat quantitatif est représenté par une note de 1,0 à 10,0, "1" indiquant une faible qualité des indicateurs du capteur et "10" une qualité élevée. L'indicateur qualitatif est exprimé en trois niveaux de qualité : "faible", pour les capteurs dont le score de qualité est compris entre 1,0 et 3,9, "moyen" pour les capteurs dont le score est compris entre 4,0 et 7,9, et "élevé" avec un score compris entre 8,0 et 10,0, respectivement. En outre, le rapport fournit aux utilisateurs des informations décrivant les causes possibles et des recommandations.

Si les données sont insuffisantes pour le calcul (par exemple, si le capteur a été utilisé récemment), le système affiche le message suivant : "Données insuffisantes pour évaluer la qualité des relevés du capteur de carburant". Les raisons les plus probables peuvent être : un nombre insuffisant de trajets du véhicule au cours de la période sélectionnée, un intervalle trop court d'acquisition des données sur le carburant, ou une mauvaise qualité de l'étalonnage du capteur sur la plate-forme. La période minimale recommandée pour évaluer la qualité des relevés est de 14 jours de fonctionnement actif du véhicule.

En outre, la section relative à la qualité des données du capteur de niveau de carburant contient des recommandations. Ces informations permettent au client d'effectuer lui-même une première analyse des performances de l'équipement. Les informations fournies seront utiles aux clients pour prendre des décisions, en particulier si les résultats des calculs ne répondent pas à leurs attentes.

Utilisation de l'API pour obtenir une évaluation de la qualité des performances du capteur de carburant

En plus du rapport sur le carburant dans l'armoire du client, vous pouvez également obtenir des évaluations des capteurs de carburant à l'aide d'une requête API. Cette méthode permet d'automatiser la collecte d'informations sur la qualité des relevés des capteurs de carburant et de les utiliser dans des applications ou des systèmes tiers. Cela permet de détecter rapidement les anomalies et de prendre des décisions pour les éliminer.

Des paramètres supplémentaires sont nécessaires pour récupérer les données, sur la base des données du compte de l'utilisateur, y compris le numéro d'identification du traqueur et du capteur. Le résultat de la requête est un nombre décimal. Si la plateforme renvoie une valeur NULL, cela signifie qu'il n'y a pas assez de données pour une évaluation de la qualité. Vous trouverez de plus amples informations sur les requêtes API dans la section destinée aux développeurs.

Résultats

En conclusion, il convient de noter que la plateforme Navixy continue d'évoluer et de faire preuve d'une plus grande flexibilité et d'une plus grande intelligence. À l'aide de méthodes statistiques, un algorithme adaptatif a été développé pour analyser et évaluer le bruit des données provenant de différents types de capteurs de niveau de carburant, y compris les capteurs standard et les capteurs intégrés séparément. Cet algorithme permet à la plateforme Navixy de classer les capteurs en fonction de la qualité des données et de les séparer en trois catégories, en fournissant des commentaires et des recommandations pour chaque groupe. Ces informations aideront les clients à mieux comprendre la nature des données fournies par le capteur de niveau de carburant et leur fourniront des recommandations sur la manière d'améliorer les relevés en cas de problèmes de qualité des données.

À l'avenir, nous prévoyons d'utiliser les résultats de la classification pour créer des graphiques de haute qualité qui seront visuellement attrayants et compréhensibles pour les utilisateurs, grâce au lissage automatique des données. En outre, un mode utilisateur avancé permettra d'affiner les paramètres de lissage pour répondre aux besoins spécifiques de l'utilisateur. La détection d'événements tels que les vidanges et le ravitaillement devrait s'en trouver considérablement améliorée, ce qui, à son tour, améliorera la précision des calculs de volume de carburant. Des données plus précises sur la consommation de carburant permettront aux clients de planifier et de contrôler plus efficacement l'utilisation du carburant, minimisant ainsi le gaspillage potentiel.