Überwachung der Degradation durch Predictive Maintenance von Komponenten im Lastverkehr

Erhöhung der Verfügbarkeit von Lkw durch vorausschauende Wartung
/

Über 20 Komponenten werden in Echtzeit erkannt.

Vorbeugende Reparaturen können schneller vorgenommen werden. 

Lösung

Erstellung eines Datensatzes für die Ausfallvorhersage auf der Grundlage von hochauflösenden Telematikdaten, Fehlerspeichereinträgen und Reparaturinformationen. Ein Ensemble-Modell kombiniert die Vorhersagen verschiedener Vorhersagemodelle und ermöglicht so die zuverlässigste Ausfallvorhersage in diesem Fall. Die Lösung wird auf dem Hadoop-Cluster im Speed-Modus zur parallelisierten Berechnung mit Spark ausgeführt.

 

Ergebnis

Ausfälle von über 20 Komponenten im Lkw werden in Echtzeit erkannt und gemeldet. Darauf aufbauend kann das Transportunternehmen Maßnahmen zur vorbeugenden Reparatur einleiten.

Haben Sie Interesse an eigenen Use Cases?

Herausforderung

Ein Automobilunternehmen möchte verschiedene marktspezifische Daten visualisieren, um eine Wettbewerbsanalyse für den US-Markt zu ermöglichen.

Lösung

Es wird eine interaktive und flexible Anwendung, einschließlich verschiedener Karten mit zwei verschiedenen Ansichten implementiert.

Ergebnis

Relevante Märkte werden identifiziert, analysiert und visualisiert. Der Händler oder der jeweilige Vertrieb haben die Möglichkeit den direkten Wettbewerb mit dem eigenen Produkt zu vergleichen und die relevanten Daten zu visualisieren.