Trucks
Trucks
Współczesne ciężarówki generują ogromne ilości danych w każdej minucie pracy. Ale w jaki sposób te dane są wykorzystywane? Jakie korzyści może to przynieść właścicielom ciężarówek? I co to oznacza dla przyszłości transportu ciężarowego?
Obecnie typowy samochód ciężarowy o dużej ładowności jest wyposażony w ponad 100 czujników. Dla porównania smartfon ma ich dziesięć. Co minutę będzie przesyłać około 20 gigabajtów danych, co odpowiada strumieniowemu przesyłaniu 1800 godzin muzyki w Spotify. W tej samej minucie zgłosi pozycję ciężarówki 60 000 razy, otrzymując jednocześnie ponad 600 000 różnych wskaźników i trzy miliony komunikatów dziennika.
Teraz pomnóż tę jedną minutę przez liczbę minut okresu użytkowania ciężarówki, a ilość generowanych danych stanie się niewyobrażalnie ogromna. Jednak badacze danych pracujący w branży nie utonęli w tych wszystkich danych, a pragną jeszcze więcej.
„Im więcej danych, tym lepiej” – wyjaśnia Robert Valton, dyrektor ds. danych, analityki i sztucznej inteligencji w Volvo Group. „Dzięki naszym kompetencjom w zakresie data science oraz zaawansowanym metodom i narzędziom analitycznym, którymi dysponujemy, ogromne ilości danych nie stanowią problemu – są szansą. Umożliwia nam to uzyskanie jeszcze głębszego wglądu w zachowanie ciężarówki i lepsze zrozumienie, jak to działa, aby zoptymalizować transport i wsparcie dla naszych klientów”.
Na początku lat 90. XX w. wprowadzono na rynek pierwsze połączone ciężarówki i od tego czasu liczba pojazdów z taką siecią stale rośnie. Ilość generowanych danych wzrosła wykładniczo w ciągu ostatnich 30 lat, ale wyzwaniem było znalezienie sposobów wykorzystania tych danych do tworzenia wartości dla właścicieli ciężarówek i firm transportowych.
„Historię wykorzystania danych z ciężarówek można przedstawić w czterech fazach” – mówi Robert. „Najpierw zareagowaliśmy i sprawdziliśmy dane, aby określić: Co się stało? Następnie, dzięki łączności, zaczęliśmy dokładniej analizować dane w czasie rzeczywistym i określać: Co się dzieje? W ostatnich latach zwracaliśmy uwagę na to, co się stanie, i podejmowaliśmy działania, aby temu zapobiec – dobrym przykładem jest monitorowanie w czasie rzeczywistym. Teraz idziemy jeszcze dalej i wykorzystujemy dane i sztuczną inteligencję jak kryształową kulę, aby określić, co chcielibyśmy, aby się stało, aby jak najlepiej wspierać naszych klientów.
Dane ciężarówki można wykorzystać do przewidywania awarii i zapobiegania im, a co za tym idzie, do poprawy czasu pracy.
Łączność leży u podstaw konserwacji zapobiegawczej – koncepcji przewidywania awarii i zapobiegania im, zanim one wystąpią.
Analizując ogromne ilości danych, które można wydobyć z pojazdów, i stosując uczenie maszynowe, można zidentyfikować typowe wzorce i kombinacje czynników, które prowadzą do konkretnej usterki. Można to następnie wykorzystać do stworzenia modeli przewidywania podobnych usterek w innych pojazdach i zapobiegania im.
„Wysyłamy powiadomienie do odpowiedzialnego warsztatu, aby mógł zaplanować dogodny dla klienta termin wizyty i zdiagnozowania problemu, zanim spowoduje to nieplanowaną awarię” – mówi Elke Decaluwé, wiceprezes ds. wsparcia technicznego dealerów w Volvo Trucks”. klientów, oznacza to wydłużenie czasu pracy i uniknięcie wszelkich kosztów związanych z awarią, takich jak utrata dochodów i szkoda dla reputacji firmy.
Dziś Elke i jej współpracownicy zbierają dane z floty prawie 85 000 ciężarówek działających w całej Europie. Ich praca uległa radykalnej zmianie w ostatnich latach wraz z postępem w zakresie łączności i analizy danych.
Kiedy zaczynali w 2016 r., monitorowali flotę składającą się z zaledwie 600 ciężarówek pod kątem jednego elementu – akumulatora – a wykonanie jednej kontroli zajmowało cały dzień. Obecnie monitorowanych jest 11 różnych komponentów, a kontrolę można przeprowadzić co osiem minut. Co miesiąc wysyłanych jest około 4000 alertów, z czego szacuje się, że 77% zapobiega nieplanowanym awariom
Ponieważ jednak tempo rozwoju nie zwalnia, modele danych i algorytmy wymagają ciągłego udoskonalania i ulepszania.
„Ciężarówki nie są statyczne i stale się rozwijają, więc dane również ewoluują” – mówi Elke. „Jeśli przeoczymy awarię lub alert nie zadziała, jest to zachęta do przyjrzenia się bliżej i sprawdzenia, czy nasze modele wymagają ulepszenia”.
„Dzięki sztucznej inteligencji możemy przeprowadzić jeszcze więcej analiz na pokładzie samej ciężarówki… Byłoby to prawie jak ciężarówka poznawcza i samonaprawiająca się”
Ewolucja sztucznej inteligencji może sprawić, że obecne modele będą jeszcze dokładniejsze i wszechstronniejsze. Ponieważ sztuczna inteligencja może analizować znacznie większe ilości danych, może identyfikować wcześniej niewidoczne i nieznane wzorce oraz powiązania między punktami danych.
„Tradycyjnie w przypadku analizy danych stosuje się podejście oparte na hipotezach, podczas którego wybiera się parametry, które według nich są istotne” – wyjaśnia Robert. „Dzięki podejściu opartemu na sztucznej inteligencji przeglądasz wszystkie dostępne dane z ciężarówki, niezależnie od tego, czy uważasz je za istotne. Możemy także uwzględnić inne źródła danych, takie jak pogoda i warunki transportu. Możemy tworzyć modele, które są jeszcze dokładniejsze i pozwalają patrzeć dalej w przyszłość”.
Sztuczna inteligencja może również utorować drogę inteligentnym ciężarówkom – pojazdom zdolnym do skutecznego samodzielnego diagnozowania i naprawy.
„Dzisiaj wysyłamy dane z ciężarówki do zaplecza centrum monitorowania. Jednak dzięki sztucznej inteligencji mogliśmy przeprowadzić większą część analiz na pokładzie samej ciężarówki. Jeśli napotkał problem, automatycznie uruchomi diagnostykę i rozwiąże problem poprzez zmianę oprogramowania. Byłoby to prawie jak poznawcza i samonaprawiająca się ciężarówka, która może zoptymalizować czas pracy i umożliwić większy transport przy mniejszym wpływie na klimat”.
Dowiedz się więcej o zaletach łączności i tym, co może ona już dziś wnieść do Twojej firmy, w tym: