Erkennung des Degradationsprozesses von Lkw-Komponenten
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?