Грузовики
Грузовики
Современные грузовики генерируют огромные объемы данных каждую минуту во время своей работы. Но как используются эти данные? Как они могут принести пользу владельцам грузовиков? И что это значит для будущего грузоперевозок?
Сегодня типичный тяжеловесный грузовик оснащен более чем 100 датчиками. Для сравнения, у смартфона их всего десять. Каждую минуту грузовик отправляет около 20 гигабайт данных, что эквивалентно 1800 часам потоковой музыки на Spotify. За эту минуту он передает данные о своем местоположении 60 000 раз, одновременно получая более 600 000 различных показателей и три миллиона журнальных записей.
Теперь умножьте одну минуту на количество минут в рабочем цикле грузовика, и объем генерируемых данных становится невообразимо большим. Однако, далеко не утопая в этих данных, ученые, работающие в отрасли, жаждут получать их как можно больше.
«Чем больше данных, тем лучше», — объясняет Роберт Валтон, руководитель отдела данных, аналитики и AI в Volvo Group. «Благодаря нашей компетенции в области науки о данных и передовым аналитическим методам и инструментам, огромные объемы данных — это не проблема, а возможность. Это позволяет нам глубже понять поведение грузовика и лучше оптимизировать транспортировку и поддержку наших клиентов».
В начале 1990-х годов появились первые грузовики, подключенные к общей сети, и с тех пор их количество линейно растет. Объем генерируемых данных значительно увеличился за последние 30 лет, однако вызовом было найти способы использования этих данных для создания дополнительной ценности для владельцев грузовиков и транспортных компаний.
«Историю использования данных от грузовиков можно разделить на четыре фазы», — говорит Роберт. «Сначала мы реагировали на данные и пытались выяснить: что произошло? Затем, с подключением к общей сети, мы начали в реальном времени анализировать данные, чтобы понять: что происходит? В последние годы мы начали прогнозировать, что произойдет, и предпринимать действия, чтобы предотвратить это — примером этого является мониторинг в реальном времени. Сейчас же мы идем еще дальше, используя данные и искусственный интеллект как хрустальный шар, чтобы определить, что мы хотели бы видеть, чтобы лучше поддерживать наших клиентов».
Данные о грузовике можно использовать для прогнозирования и предотвращения поломок и, как следствие, для увеличения времени его безотказной работы.
Подключение к общей сети является основой профилактического обслуживания — концепции предсказания и предотвращения поломок еще до их возникновения.
Анализируя огромные объемы данных, полученных от автомобилей, и применяя машинное обучение, можно выявить общие закономерности и комбинации факторов, которые приводят к выявлению неисправности. Эти данные затем используются для создания моделей прогнозирования и предотвращения аналогичных неисправностей в других автомобилях.
«Мы отправляем в ответственную мастерскую предупреждение, чтобы они могли запланировать удобное время для клиента и диагностировать проблему до того, как она приведет к незапланированной поломке», — говорит Элке Декалуве, вице-президент по технической поддержке дилеров Volvo Trucks. «Для клиентов это означает увеличение времени безотказной работы и предотвращение всех затрат, связанных с поломкой, таких как нарушение дохода и репутации компании».
Сегодня Элке и ее коллеги собирают данные с парка, состоящего почти из 85 000 грузовиков, работающих по всей Европе. За последние годы их работа значительно изменилась благодаря новым достижениям в области подключения и аналитики данных.
Когда они начинали в 2016 году, они мониторили парк всего из 600 грузовиков и проверяли только один компонент — батарею, — и для завершения проверки требовался целый день. С другой стороны сейчас отслеживаются уже 11 различных компонентов, и проверка занимает всего восемь минут. Ежемесячно отправляется около 4000 предупреждений, из которых, по оценкам, 77% предотвращают незапланированную поломку.
Однако, с учетом того, что развитие не замедляется, модели данных и алгоритмы требуют постоянной доработки и улучшений.
«Грузовики не статичны и постоянно развиваются, поэтому и данные тоже меняются», — говорит Элке. «Если мы пропустили поломку или же предупреждение не сработало, это является сигналом для более тщательной проверки и доработки наших моделей».
«С ИИ мы могли бы проводить более обширный анализ прямо на борту грузовика... Это будет своего рода когнитивный и самовосстанавливающийся грузовик»
Эволюция искусственного интеллекта имеет потенциал сделать текущие модели еще более точными и всесторонними. Поскольку ИИ способен анализировать гораздо большие объемы данных, он может выявлять ранее невидимые и неизвестные закономерности и связи между различными параметрами.
«Традиционно при аналитике данных мы использовали гипотетический подход, выбирая параметры, которые, по нашему мнению, имеют значение», — объясняет Роберт. «С подходом, основанным на ИИ, мы анализируем все доступные данные от грузовика, независимо от того, считаем ли мы их важными или нет. Мы также можем комбинировать их с другими источниками данных, такими как погодные условия или условия транспортировки. Это позволяет создавать модели, которые будут еще более точными и смогут делать прогнозы на более длительный срок».
ИИ также может открыть путь к еще более умным грузовикам — транспортным средствам, способным эффективно диагностировать и ремонтировать себя.
«Сегодня мы отправляем данные от грузовика в центр мониторинга. Но с ИИ мы могли бы проводить более обширный анализ прямо на борту грузовика. Если возникнет проблема, он автоматически проведет диагностику и устранит ее с помощью изменений в программном обеспечении. Это будет своего рода когнитивный и самовосстанавливающийся грузовик, который сможет оптимизировать время безотказной работы и обеспечивать больше перевозок с меньшим воздействием на климат», — говорит Роберт.
Узнайте больше о преимуществах подключения к общей сети и о том, какой вклад оно может внести в ваш бизнес уже сегодня, в том числе:
