Predict the future with a Matlab algorithm

È ormai dal 2013 che su questo blog raccontiamo mese per mese, uno per uno i piccoli passi che negli anni ci hanno permesso di arrivare dove siamo oggi. Diverse volte ci siamo concentrati sull’aerodinamica del veicolo, sulla meccanica, sull’elettronica e così via. Non avevamo però mai parlato di uno dei reparti più “invisibili” eppure più importante del Team: quello dell’Analisi Dati.

​Questo ha la responsabilità di elaborare tutti i dati riguardanti la bici, i suoi componenti e il pilota, al fine di ottenere informazioni utili riguardo le performance ottenute dal veicolo e dal ciclista stesso. Il lavoro del gruppo di Analisi Dati permette di rispondere ad alcune domande fondamentali nella fase di pianificazione delle attività dell’intero Team. Una di queste domande può essere: se un ciclista sviluppa questa potenza su questo veicolo, quale velocità può raggiungere in gara? O ancora: per raggiungere questa velocità con questa potenza, che caratteristiche deve avere il veicolo?
Non esistono trucchi o magie per anticipare il futuro ma entro certi limiti è possibile prevedere alcuni risultati prima ancora di salire in sella e pedalare. Come? Attraverso un buon algoritmo di analisi.
Per la computazione viene utilizzato il software Matlab. Il programma lavora con un’interfaccia grafica che rende possibile l’utilizzo del simulatore anche per gli altri membri del team che non hanno una piena conoscenza del codice Matlab. Il suo scopo è:
​

• stimare il rotolamento degli pneumatici

• stimare  il coefficiente di drag
• stimare il rendimento della trasmissione
• stimare l'efficienza del prototipo
• simulare il profilo della velocità, dato il profilo di potenza, l’area frontale e altri parametri quali ad esempio la temperature, la pressione e l’umidità.

​​

Since 2013, month by month, we have been blogging about all the small steps that allowed us to get where we are today. Many times we have focused about the bike’s aerodynamics, mechanics, electronics and so on.
However, we have never talked about one of the most “invisible” and most important department: the Data Analysis one.

It is responsible for elaborating all the data about the bike, its components and the rider in order to provide useful information about the performances achieved by the bicycle or by the rider himself. The Data Analysis work allows to answer to some fundamental questions during the activity planning stage of the team. One of these questions could be: if a rider develops this power on this vehicle, what speed can he achieve during the race? Or again: to reach this speed with this power, what characteristics should the vehicle have?
There are no tricks or magic to anticipate the future but, within certain limits, it is possible to predict some results even before getting on the saddle and pedaling. How? Through a good analysis algorithm.
The Matlab software package is used as computational support. The developed code works within a graphical user interface which makes it possible to use the simulator even for other members of the team without a full knowledge of the MatLab codes. It's purpose is to:
​

• estimate the tyre rolling resistance
• estimate the drag coefficient,
• estimate transmission efficiency
• estimate the efficiency of the prototype
• simulate the speed profile, frontal area and other parameters such as temperature, pressure and humidity given the power profile

​Brevemente, il codice lavora in questo modo: la somma dell’energia cinetica e dell’energia “persa” a causa del drag e del rotolamento degli pneumatici è settata uguale all’energia calcolata dai dati provenienti dalla misura di Potenza (E = W x delta t). Una corsa nella Battle Mountain dura tipicamente 5 minuti. Questo produce più di 8000 equazioni, una per ogni decimo di secondo. Il coefficiente della resistenza di rotolamento e il coefficiente di drag sono i due parametri incogniti. Usando l’approssimazione dei minimi quadrati, il codice calcola il valore dei parametri che lo minimizzano.
Il tool è stato usato con successo nella WHPSC 2018 a Battle Mountain (Nevada). Ogni run veniva valutata e comparata con le altre. Questa analisi giorno per giorno ha offerto interessanti suggerimenti su cosa poteva essere migliorato sulla bici, mentre altre elaborazioni post-processing sono state fatte una volta tornati in Italia, al fine di avere una panoramica chiara circa i principali fattori di performance. Ad esempio abbiamo scoperto che la protesi di coda aveva performance peggiori di quella standard, e che la velocità finale è pesantemente influenzata dalle condizioni atmosferiche. Non meno importante, utilizzando il simulatore, differenti soluzioni tecniche possono essere comparate, scegliendo di conseguenza le migliori e salvando tempo prezioso e denaro.
Dal momento che ora anche una pilota donna farà parte del nostro team il lavoro del reparto si basa attualmente sull’adattamento del codice esistente alle attività di testing. Il codice originale usa infatti una scala in metri, mentre quello adattato si basa su  una scala temporale. Questo è dovuto al fatto che per ora gli unici dati che possiamo usare per simulare una corsa della nostra ciclista provengono dai rulli, e di conseguenza l’acquisizione per mezzo di un misuratore di potenza avviene in una scala temporale.
Il lavoro futuro sarà focalizzato nel migliorare la capacità dell’algoritmo di stimare la drag e i coefficienti della resistenza di rotolamento e nel capire il profilo di potenza ottimale, un fattore che è stato provato avere una gran influenza nella velocità finale della corsa.

Briefly, the code works as follows: the sum of kinetic energy and energy "lost" because of air drag and rolling resistance is set equal to the energy calculated by the data provided by the power meter (E = W x delta t). A typical run's length in Battle Mountain is in the order of 5 minutes. That makes more than 8000 equations, one for every tenth of a second. The rolling resistance coefficient and air drag coefficient are the two unknown parameters. Using the least squares approximation, the code calculates the value of the parameters that minimize the quadratic error.
​The tool was successfully used during the race at the WHPSC 2018 in Battle Mountain (Nevada). Each run was evaluated and compared with the previous ones. This day by day analysis offered interesting hints on what could have been improved on the bike, whereas further post-processing elaboration were performed after coming back to Italy in order to have a clear overview of the most influencing factors for the performance. For instance, we found out that the tail prosthesis performed worse than the standard tail and that the final speed is heavily influenced by the atmospheric conditions. Also, exploiting the simulator, different technical solutions can be compared and the possibility of choosing the best one allows us to save precious time and money.

​Since a female rider will join our team, our department’s work concerns the adaption of the existing code for the testing activities. In fact, the original code package uses a length scale (in meters) whereas the adapted code package works with a time scale (in seconds). This is due to the fact that the only data that we can use to simulate a run of our new rider comes from the rollers and therefore the acquisition by means of a power-meter comes in time scale. Future work will be focused on improving the algorithm capability to estimate the drag and rolling resistance coefficients and understanding the geometry of the optimal power output profile, a factor which has been proven to have a great influence on the final speed during the run.