Trucks

Volvo Trucks introducerer nye overvågnings-services for at optimere driftstiden.

Volvo Trucks anvender nye metoder til at overvåge og analysere kritiske komponenter i realtid for dermed at identificere eventuelle fejl, inden de opstår og griber forstyrrende ind i kundens forretning. En ny funktion for dæktryksovervågning er blevet introduceret i Sverige som del af et stort pilotprojekt for avanceret overvågning af lastvogne i Europa. Ved også at tilføje machine learning bliver præcisionen i forudsigelse og forebyggelse af uplanlagte driftsstop yderligere forbedret.
En ny funktion for dæktryksovervågning

"Nye teknologier for overvågning og analyse af lastvognsdata i realtid åbner en række spændende muligheder for at forudse fejl mere præcist og længere ud i fremtiden. Det er alt sammen en del af vores løbende arbejde med at holde vores kunders lastvogne kørende," siger Markus Efraimsson, Vice President Uptime, Volvo Trucks.

En ny funktion for dæktryksovervågning måler dæktrykket og -temperaturen i realtid. Resultaterne kan overvåges gennem en app og hjælpe både chaufføren og ejeren til at identificere langsomme punkteringer og forhindre dækeksplosioner, der forårsager uplanlagte driftsstop og høje omkostninger.

Desuden vil den nye funktion også give mulighed for at opnå lavere brændstofforbrug og højere kilometerydelse for hvert dæk ved at sikre korrekt dæktryk og -temperatur. Den nye dækovervågningsservice vil løbende blive rullet ud på de europæiske markeder.

Volvo Trucks gennemfører også et pilotprojekt med fokus på en række andre komponenter i samarbejde med udvalgte kunder med Volvo Guld servicekontrakt. Ved at indsamle og analysere data fra tusindvis af lastvogne i realtid er et stort antal potentielle driftsstop blevet undgået, hvilket har forbedret driftstiden og produktiviteten. 

Målet er at forudse komponentfejl, inden de opstår og dermed give kunderne optimale muligheder for serviceplanlægning. Når et potentielt problem er blevet identificeret på et af Volvo Trucks overvågningscentre, adviseres kundens lokale Volvo-værksted, så der kan udføres foregribende tiltag. 
"Vi ser på driftstid gennem kundens briller. Vores fokus er virkelig at sikre, at kunden ikke får uplanlagte driftsstop," siger Markus Efraimsson.

Det næste skridt er gradvist at introducere machine learning. Denne form for kunstig intelligens gør det muligt at indsamle og analysere store mængder lastvognsdata med henblik på forskning og udvikling. Det gør Volvo Trucks i stand til at lære mere og mere om lastvognens helbredstilstand og ydeevne sammen med hundredtusindvis af andre opkoblede lastvogne i daglig drift. 

Ved at anvende avanceret computersimulering og -analyse er det målet at kunne identificere skjulte mønstre for at forudse komponentfejl lang tid i forvejen, så det bliver muligt at udføre den nødvendige service eller forebyggende reparation ved et planlagt serviceeftersyn og derved opnå maksimal driftstid på lastvognen.