Michael Taylor, IT-chef för Mercedes-AMG Petronas Formel 1-team, har varit involverad i IT bakom Formel 1 i mer än 20 år.
Under den tiden säger han att den största förändringen är att instrumentering och dataanalys nu har expanderat över alla aspekter av organisationen.
Till exempel utvecklar fordonsdynamikgruppen på Mercedes F1 vad Taylor beskriver som “en sorts virtuell modellering”. Han säger: “Vi försöker komma så nära en digital tvilling av bilen som möjligt, men det är väldigt, väldigt svårt att göra eftersom bilen ständigt utvecklas.”
GPS-data för bilarna, och de från konkurrenterna, är också tillgängliga för teamet. Racerbanan utvecklas hela tiden, säger Taylor. “Bilarna går runt och lägger gummi”, säger han. “När loppet avslutas på söndag kommer vi att ha en kombination av både simuleringsdata som leder fram till evenemanget och även realtidsdata som fångas under loppet.”
Taylor började sin IT-karriär inom lokala myndigheter, men passade på att gå med i Formel 1. Han säger: “Jag lämnade den mycket hälsosammare IT-infrastrukturen i lokalförvaltningen där jag brukade ta hand om system som de för kommunalskattebetalningar och gick till Renault [the car maker that took over the Benetton Formula One team in 2000]. För att vara ärlig var det en ganska ögonöppnare för mig.”
Vid den tiden sponsrades Benetton av Novell, och genom kopplingar till ett Novell-konsultföretag i Storbritannien blev Taylor anställd för ett jobb i Formel 1-teamet.
“Det är mycket magkänsla. Data används ofta som en referens för att backa upp det.”
Michael Taylor, Mercedes-AMG Petronas Formel 1
Han kom så småningom med 2002. “Det var början på min Formel 1-karriär”, säger han. “Jag måste erkänna att jag bara planerade ett par år. Jag var inte riktigt säker på det. Jag gillade att titta på sporten, men jag var aldrig ett stort fan.
Som han minns var det vid den tidpunkten en explosion av data, vilket ledde till att team “tryckte på bestämmelsernas kuvert och vad som var och inte var acceptabelt. Jag tror som FIA [motor sport’s governing body] och sporten insåg, det fanns ett behov av att standardisera.”
Men data har alltid funnits i Formel 1. “Om vi går hela vägen tillbaka till 50-talet hade vi inte ECU som genererade och loggar stora mängder data – men vi hade ett stoppur”, säger Taylor.
Prestandan för dagens tävlingsbilar tidsbestämdes varv efter varv. Än idag, när data är allt inom Formel 1-sporten, säger Taylor: “Stoppuret är det enda sanna måttet på din organisations effektiva prestanda nuförtiden. Stoppuret ljuger aldrig. I slutändan är allt vi jagar inom denna sport en förbättring av tiden det tar för bilen att gå runt banan. Nu finns det massor av olika banor, många olika bilar, men det är i slutändan vad det handlar om.”
Data driver bilens prestanda
Installationen av bilarna innebär en betydande mängd förarens insats, tillsammans med en mängd teknisk input. Detta, säger Taylor, är både datastyrt och instinktstyrt. “Det finns massor av erfarenhet, massor av instinkt”, säger han. “Det är mycket magkänsla. Data används ofta som en referens för att säkerhetskopiera det eller för att korrelera.”
På måndagen efter ett lopp börjar teamet bygga nästa iteration av den teoretiska digitala tvillingen, som utvecklades under helgen. “Det handlar då om att försöka komma ikapp den virtuella modellen för att se till att den är representativ för vad som hände under tävlingshelgen”, säger han.
Även om det verkar som att den snabba värld av Formel 1 involverar en mycket iterativ utvecklingslivscykel, säger Taylor: “Nu för tiden finns det alltid en bedömning av nytta och värde mellan att vänta på att dra ihop ett antal olika uppdateringar i ett enda paket eller ta in de individuella uppdateringarna så snabbt som de är tillgängliga.”
Under tävlingshelgen, säger Taylor, “har vi ingenjörer på plats som är under svår tidspress – de har ett överflöd av data som de behöver sålla igenom mycket snabbt för att fatta beslut”.
Teamet använder Tibco Spotfire för att visualisera data, för att visa anomalier eller konturdata och presentera detta för ingenjörerna som ansvarar för aerodynamik, fordonsdynamik och racestrategi.
Med bilen som utvecklas snabbt under loppet av en säsong och under varje lopp, samlar teamet in stora mängder historisk data. Taylor säger att en av utmaningarna är att det inte är praktiskt att behålla all denna data. Historiska data är dock viktiga ur ett inlärningsperspektiv. “Om vi kunde använda det effektivt vet vi att det finns enorma mängder potentiellt värde från alla loggade historiska data”, säger han.
Även med förändringar i regelverk och bilens ständiga utveckling, på den mest empiriska nivån, säger Taylor: “Det finns massor av korrelation mellan händelser. I Formel 1 har du alltid en accelerationshändelse, en bromshändelse eller en svänghändelse. Och ett varv är uppdelat i tre sektorer. Dessa händelser erbjuder fortfarande giltiga lärdomar eftersom samma händelser inträffar över en rad säsonger och över en rad bilar och förare.”
Vad detta betyder är att den första plats som tävlingsingenjörer borrar in på som referens för nästa krets är mängden historiska data.
Sann digital tvilling
Med en blick mot framtiden, bland de områden som Taylor skulle vilja utveckla, är förmågan att lägga över dessa historiska data i en realtidsmodell av racerbilen – en sann digital tvilling. “Då skulle du veta vad resultatet kommer att bli”, säger han.
En sådan modell skulle kunna använda prediktiv analys för att förutsäga hur loppet kommer att spela ut, säger han. Enligt Taylor kan den här modellen hjälpa tävlingsingenjörer, förarna och teamet att förstå varför en händelse inträffar. Till exempel skulle sådan analys göra det möjligt för teamet att förutsäga att det kommer att ske en omkörning om två och en bit varv och förstå alla anledningarna till varför det kommer att inträffa.
“Vi är inte riktigt där än”, säger Taylor. “Men vi jobbar verkligen i den riktningen.”
Förutom att använda data för att förbättra bilens prestanda, säger Taylor att effekterna av de finansiella reglerna på Formel 1 innebär att team måste vara mycket mer medvetna om kostnaderna i dessa dagar. “Under 2020 som förberedelse för 2021 års reglering, arbetade vi nära Tibco för att utveckla ett verktyg som effektivt skulle ge oss större synlighet”, säger han.
Verktyget gör det möjligt för Mercedes-AMG Petronas att få synlighet och insikt i kostnadseffekten av den utvecklingsriktning som racerbilen behöver ta.
Håll kontakten med oss på sociala medieplattformar för omedelbar uppdatering klicka här för att gå med i vår Twitter och Facebook
