<  Retour au portail Polytechnique Montréal

Développement d'indicateurs de performance sur les opérations d'épandage de fondants et d'abrasifs sur réseau routier à partir de données de télémétrie

Chahid Ahabchane

Mémoire de maîtrise (2015)

[img]
Affichage préliminaire
Télécharger (4MB)
Citer ce document: Ahabchane, C. (2015). Développement d'indicateurs de performance sur les opérations d'épandage de fondants et d'abrasifs sur réseau routier à partir de données de télémétrie (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/2039/
Afficher le résumé Cacher le résumé

Résumé

RÉSUMÉ : Aujourd’hui, la plupart des véhicules dédiés aux opérations de déneigements sont équipés de systèmes embarqués qui permettent d’enregistrer des quantités énormes des données. Pourtant, ces données sont souvent sous-exploitées, Le but de ce projet de recherche est d’analyser ces données et de développer des indicateurs de performance sur les opérations d'épandage sur le réseau routier, ce qui permettra aux responsables d’une part d’avoir une vision très claire sur ces opérations avec plus de précision et de détails, et d’autre part d’évaluer les mesures de performance pour chaque segment de rue et pour chaque secteur. Pour ce projet, nous avons examiné des données collectées par les systèmes embarqués dans les camions d’épandage de la ville de Granby. D’abord nous avons obtenu les données touchant la journée du 11 mars 2014, qui représente 549 930 enregistrements répartis sur 11 véhicules en plus les véhicules des contractants, ensuite nous avons obtenu les données de télémétrie pour une période de déneigement complète. Ces données touchent la saison 2014-2015 et comportent 29,1 millions d’enregistrements sur 12 véhicules. Ce mémoire propose dans la première phase plusieurs indicateurs qui sont pertinents pour l’analyse des opérations d'épandage sur chaque segment de rue : des indicateurs qui traitent les quantités de fondant et d’abrasifs comme quantités épandues et quantités normalisées, des indicateurs qui traitent les vitesses associées à chaque segment comme vitesse moyenne des camions vitesse moyenne des camions durant l’opération d’épandage, des indicateurs qui traitent le temps total et le temps d’épandage passé sur chaque segment et un indicateur qui calcule la consommation moyenne de carburant. Aussi, des indicateurs de performances dédiés spécialement aux secteurs : des indicateurs semblables à ce qu’on a présenté pour les segments de rue comme quantités épandues, quantités normalisées, consommation moyenne, temps passé dans chaque secteur, temps d’épandage basé sur les vitesses moyennes. On présente également d’autres indicateurs comme le taux de service qui donne le rapport entre le temps nécessaire pour les opérations d’épandage par rapport au temps total des tournées. Le taux d’épandage est calculé en divisant le nombre de kilomètres traités par le nombre total de kilomètres dans le même secteur et l’efficacité des tournées compare la longueur des passages effectués sur la longueur totale des segments routiers du secteur. On propose également une méthode, pour estimer le nombre de passages de véhicules sur chaque segment de rue, basée sur la vitesse moyenne. Cet indicateur est très utile pour la ville qui n’est pas capable de déterminer le nombre de passages des camions par rue; cet indicateur va aussi servir pour calculer d’autres indicateurs liés aux secteurs. Tous ces indicateurs de performance seront visualisés sur la carte de la ville afin de comprendre l’importance de chaque indicateur. Dans la deuxième phase, nous proposons trois modèles de prédiction pour estimer la quantité de fondants et d’abrasifs pour chaque segment de rue : régression multiple, réseaux de neurones, et arbre de décisions. En utilisant trois types de données (données attachées aux rues, données météorologiques et données de télémétrie), les résultats n’étaient pas assez satisfaisants pour les modèles de régression multiple et arbre de décisions. Ceci est expliqué par le manque de données météorologiques. Par contre le modèle de réseau de neurones était moyennement satisfaisant avec un taux de validation de 75%. Aussi, il faut mentionner que nos modèles de prédiction sont les premiers modèles qui estiment la quantité de sel avec autant de précision (pour chaque segment de rue).----------ABSTRACT : Nowadays most of snow removal vehicles are equipped with on-board systems that store huge quantities of data. However, these data are often underused. The aim of this research project is to analyze these data and to develop performance indicators for spreading operations on the road network, which will allow managers firstly to have a very clear vision about these operations with more precision and details, and secondly to assess the performance measures for each street segment and for each sector. For this project, we examined data collected by onboard systems in spreading trucks of Granby city, first we obtained data regarding March 11, 2014 representing 549,930 records spread over more than 11 city vehicles and vehicles of contractors, then we got the telemetry data of a complete snow removal season. These data concern the 2014-2015 season and includes 29.1 million records for 12 vehicles. This thesis proposes in the first phase several indicators for each street segment that are relevant to the analysis of spreading operations: indicators showing quantities of chemicals and abrasives as amount applied and standardized amounts, indicators which address the speeds associated with each segment as the truck average speed and the truck average speeds during the spreading operation, indicators treating the total time and spreading time spent by each truck and an indicator which calculates the average fuel consumption. Also, performance indicators dedicated specifically for sectors: indicators similar to what has been presented for the street segments such amounts applied, standardized amounts, average fuel consumption, time spent in each sectors, spreading time based on average speeds. We presents other indicators as the service rate that shows the relationship between the time required for spreading on the total time, the application rate which calculates the number of serviced kilometers in relation to the total number of kilometers in the same sector and the efficiency of routes compares the length of the passages performed over the entire length of the road segments of the sector. We propose as well a method to estimate the number of vehicle passages on each street segment based on average speed. This indicator is very useful because the city can’t determine the number of trucks traversing the streets. This indicator will also be used to calculate sector indicators. All these performance indicators will be visualized on the map of the city in order to understand the importance of each indicator. In the second phase, we present tree prediction models to estimate the amount of chemicals and abrasives for each street segment: multiple regression, neural networks, decision tree. Using three types of data (data attached to streets, weather data and telemetry data), the results were not satisfying enough for multiple regression models and decision tree which is explained by the lack of meteorological data. However, by the neural networks model was moderately satisfactory with a validation rate of 75%. Also, it should be mentioned that our prediction models were the first models that estimate the amount of salt for such precision (each street segment).

Document en libre accès dans PolyPublie
Département: Département de mathématiques et de génie industriel
Directeur de mémoire/thèse: Martin Trépanier et André Langevin
Date du dépôt: 01 avr. 2016 13:43
Dernière modification: 24 oct. 2018 16:12
Adresse URL de PolyPublie: https://publications.polymtl.ca/2039/

Statistiques

Total des téléchargements à partir de PolyPublie

Téléchargements par année

Provenance des téléchargements

Actions réservées au personnel