Trucks
Trucks
Moderne lastbiler genererer enorme mængder data hvert minut, de er i drift. Men hvordan bruges disse data? Hvordan kan det gavne lastbilejere? Og hvad betyder det for fremtidens lastbilkørsel?
I dag er en typisk tung lastbil udstyret med over 100 sensorer. En smartphone har til sammenligning ti. Hvert minut vil den sende omkring 20 gigabyte data, hvilket svarer til at streame 1800 timers musik på Spotify. I samme minut vil den rapportere lastbilens position 60.000 gange, samtidig med at den modtager over 600.000 forskellige metrikker og tre millioner logbeskeder.
Gang nu det ene minut med antallet af minutter i en lastbils driftslevetid, og mængden af data, der genereres, bliver ufattelig stor. Alligevel, langt fra at drukne i alle disse data, higer dataforskere, der arbejder i industrien, efter endnu mere.
"Jo flere data, jo bedre," forklarer Robert Valton, Head of Data, Analytics & AI, Volvo Group. "Med vores data science-kompetence og de avancerede analytiske metoder og værktøjer, vi har til rådighed, er enorme mængder data ikke et problem – det er en mulighed. Det sætter os i stand til at generere endnu dybere indsigt i lastbilens adfærd og bedre forstå, hvordan det fungerer for at optimere transporten og supporten til vores kunder."
I begyndelsen af 1990'erne blev de første tilsluttede lastbiler lanceret, og antallet af tilsluttede køretøjer har oplevet en lineær vækst lige siden. Mængden af data, der genereres, er vokset eksponentielt i løbet af de sidste 30 år, men udfordringen har været at finde måder at bruge disse data til at skabe værdi for lastbilejere og transportvirksomheder.
"Historien om, hvordan vi bruger data fra lastbiler, kan ses i fire faser," siger Robert. "Først var vi reaktive og så på dataene for at bestemme: Hvad skete der? Derefter begyndte vi med tilslutningsmuligheder at se mere på data i realtid og besluttede: Hvad sker der? I de seneste år har vi taget fat på, hvad der vil ske, og handlet for at forhindre det – realtidsovervågning er et godt eksempel. Nu går vi endnu længere og bruger data og kunstig intelligens som en krystalkugle til at bestemme, hvad vi gerne vil ske for bedst muligt at støtte vores kunder."
En lastbils data kan bruges til at forudsige og forhindre nedbrud og i forlængelse heraf forbedre oppetiden.
Forbindelse er kernen i forebyggende vedligeholdelse – konceptet med at forudsige og forhindre nedbrud, før de sker.
Ved at analysere de enorme mængder data, der kan udtrækkes fra køretøjer, og anvende maskinlæring, er det muligt at identificere almindelige mønstre og kombinationer af faktorer, der fører til en specifik fejl. Dette kan så bruges til at skabe modeller til at forudsige og forhindre lignende fejl i andre køretøjer.
"Vi sender det ansvarlige værksted en alarm, så de kan planlægge et passende tidspunkt for kunden til at besøge og diagnosticere problemet, før det resulterer i et uplanlagt nedbrud," siger Elke Decaluwé, Vice President, Technical Dealer Support, Volvo Trucks. kunder, betyder det øget oppetid og undgåelse af alle omkostninger forbundet med et nedbrud, såsom tab af indkomst og skade på virksomhedens omdømme."
I dag indsamler Elke og hendes kolleger data fra en flåde på næsten 85.000 lastbiler, der kører i hele Europa. Deres arbejde har ændret sig dramatisk i de seneste år med nye fremskridt inden for tilslutningsmuligheder og dataanalyse.
Da de startede i 2016, overvågede de en flåde på kun 600 lastbiler for én komponent – batteriet – og det tog en hel dag at gennemføre ét tjek. Nu overvåges 11 forskellige komponenter, og en kontrol kan gennemføres hvert ottende minut. Der udsendes omkring 4.000 alarmer hver måned, hvoraf det anslås, at 77 % forhindrer et uplanlagt brud
Men da udviklingstempoet ikke aftager, skal datamodellerne og algoritmerne løbende forfines og forbedres.
"Lastbiler er ikke statiske og udvikler sig konstant, så dataene udvikler sig også," siger Elke. "Hvis vi går glip af et sammenbrud, eller en advarsel ikke virker, så er det en trigger til at se nærmere på og se, om vores modeller skal justeres."
Med AI kan vi udføre endnu mere af analysen ombord på selve lastbilen... Det ville næsten være som en kognitiv og selvhelbredende lastbil
Udviklingen af kunstig intelligens har potentialet til at gøre de nuværende modeller endnu mere præcise og omfattende. Da AI har kapaciteten til at analysere langt større mængder data, kan den identificere hidtil usete og ukendte mønstre og forbindelser mellem datapunkter.
"Traditionelt med dataanalyse tager man en hypotesedrevet tilgang, hvor man vælger de parametre, man mener er relevante," forklarer Robert. ”Med en AI-drevet tilgang ser man på alle tilgængelige data fra lastbilen, uanset om man synes, det er relevant. Vi kan også blande andre datakilder, såsom vejr- og transportforhold. Vi kan skabe modeller, der er endnu mere præcise og kan se længere frem."
AI kunne også bane vejen for smart-trucks – køretøjer, der effektivt kan diagnosticere og reparere sig selv.
"I dag sender vi data fra lastbilen til et overvågningscenters backend. Men med kunstig intelligens kunne vi udføre mere af analysen ombord på selve lastbilen. Hvis det stødte på et problem, ville det automatisk køre diagnosticeringen og løse problemet via softwareændringer. Det ville næsten være som en kognitiv og selvhelbredende lastbil, der kan optimere oppetiden og muliggøre mere transport med mindre klimapåvirkning."
Lær mere om fordelene ved tilslutning, og hvad det allerede kan bidrage med til din virksomhed i dag, herunder:
● Hvordan data kan forhindre lastbiler i at gå i stykker
● Hvordan tilslutningsmuligheder kan bidrage til effektiv kørsel