DAF och TMC använder datavetenskap för att minska CO2-utsläpp.

Europeiska kommissionens uttalande var tydligt: till 2025 måste nybyggda europeiska lastbilar minska sina CO2-utsläpp med 15 procent jämfört med 2019. Och till 2030 ska den procenten höjas till 30 procent. “En enorm utmaning,” säger Willem van der Geest, data scientist på TMC som stödjer DAF i att nå sina hållbarhetsmål.

Ett antal eldrivna lastbilar byggda av den nederländska lastbilstillverkaren kör redan runt och är fullt operativa. För deras vidare utveckling förlitar sig DAF delvis på kunskapen och expertisen hos data scientists som Van der Geest. Genom att använda data strävar DAF efter att förbättra effektiviteten hos dessa eldrivna lastbilar för att minimera energianvändningen och maximera miljöfördelarna.

Första gången rätt

Genom sin arbetsgivare, konsultföretaget TMC, fick Van der Geest sitt nuvarande uppdrag på DAF:s avdelning för produktutveckling i oktober 2019. "Min roll är att göra den data som DAF samlar in begriplig för ingenjörerna som arbetar med utvecklingen av elektriska lastbilar," säger han. Bland annat avslöjar datan information om hur lastbilarna används, såsom plats, hastighet och eventuella motorproblem. Parametrar som väderförhållanden och reseinformation kan också inkluderas i analyserna.

Genom datavetenskap strävar DAF:s produktutveckling efter två huvudsakliga mål. Det första är att data ska ge förståelse för den praktiska användningen av de elektriska lastbilarna, så att de perfekt anpassas till hur framtida kunder vill använda dem. "Denna princip kallas first time right," säger Van der Geest.

Ett praktiskt exempel på en first time right-analys är en undersökning av värmeutveckling i elektriska lastbilsbatterier. Van der Geest: "Batterier har en temperatursötdpunkt för deras optimala prestanda. Dina telefonbatterier töms också snabbare under extrem värme eller kyla jämfört med normala temperaturer. Därför är det viktigt att utrusta elektriska lastbilar med precis rätt mängd kylkapacitet. Datavetenskap hjälper till att hitta den rätta balansen. För lite kylkapacitet är skadligt för lastbilens effektivitet, men för mycket är också dåligt eftersom det reducerar lastkapacitet och volym."

CO2-fördelar

Det andra målet är att påskynda förbättringsprocesser. Datavetenskap hjälper till att bättre förstå komplexa processer så att arbetskraft, kostnader och tid kan användas mer effektivt. Ta till exempel påverkan av lastbilsegenskaper som luftmotstånd och vikt på bränsleförbrukning och de resulterande CO₂-utsläppen.

Van der Geest har utformat en statistisk modell som beräknar dessa effekter mycket snabbt. "Det finns många sätt att minska CO₂-utsläpp, till exempel genom att använda lättare material eller minska luftmotståndet med hjälp av spoilers. Med min modell kan DAF-ingenjörer omedelbart se CO₂-fördelarna varje enskild åtgärd ger för nybyggda lastbilar. Detta gör det möjligt för ingenjörerna att använda sin tillgängliga tid och sina resurser mer effektivt." Hans modell är en kraftfull prestation inom datavetenskap som har skapats genom att modellera data från tusentals tidigare CO₂-beräkningar.

Kick

Som data scientist arbetade Van der Geest tidigare för banker och försäkringsbolag. Han njuter av sitt första högteknologiska projekt på TMC. “Jag tycker det är riktigt häftigt att jag kan använda mina färdigheter för en produkt som kommer gynna miljön. Jag känner att jag bidrar med något positivt mot en klimatneutral framtid. Det ger mig verkligen en kick.”