Интегратор GPU-серверов и рабочих станций · Россия и СНГ
8 (800) 350-70-73 · бесплатно по России  |  Условия поставки
Логистика и транспорт · Обнаружение аномалий · Прогнозная аналитика

Предиктивное обслуживание автопарка и подвижного состава по телематике

Модели на данных телематики и бортовой диагностики предупреждают о неисправностях и планируют ТО по состоянию, а не по пробегу.

Поломки в рейсеснижение на 20–40 %
Затраты на ремонт и ТОснижение на 10–20 %
Готовность паркарост на 3–7 п. п.

Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.

Задача

Что решаем

Поломка тягача на трассе — это эвакуация, срыв рейса, штраф клиенту и ремонт по цене «где сломался». ТО по пробегу не спасает: часть узлов выходит из строя раньше регламента, часть меняется без необходимости. Механики парка узнают о проблеме от водителя, когда лампочка уже горит.

Телематика собирает сотни параметров с CAN-шины — обороты, температуры, давление, коды ошибок, стиль вождения, — но используется в основном для контроля топлива и маршрута.

Разнородный парк с машинами разных марок и годов выпуска не укладывается в «коробочные» решения производителей техники.

Как работает

Что делает ИИ

PythonXGBoostPyTorchApache KafkaClickHouseGrafana

Решение анализирует поток телематики и историю ремонтов и строит для каждой машины оценку технического состояния и прогноз неисправностей.

  • Обнаружение аномалий в параметрах двигателя, трансмиссии, тормозной системы, аккумуляторов электротранспорта на «здоровом» профиле каждой модели техники.
  • Прогноз отказов конкретных узлов и остаточного ресурса расходников по истории ремонтов и режимам эксплуатации.
  • Оценка влияния стиля вождения на износ и расход топлива с рекомендациями водителям.
  • Планирование ТО с учётом графика рейсов и загрузки сервисных зон; интеграция с системой управления парком.

Модели проверяются на истории: система должна «предсказать» уже случившиеся поломки, прежде чем ей доверят планирование.

Для машин без штатной телематики устанавливаются трекеры с чтением CAN-шины, и модели начинают работать через 2–3 месяца накопления данных.

Какие данные нужны

  • Телематика и коды ошибок CAN за 1–2 года
  • История ремонтов и замен
  • График рейсов и загрузка сервиса
Железо · Данные и табличный ML · Под столом или в лаборатории

Какая инфраструктура нужна

Профиль «данные»: временные ряды с сотен и тысяч единиц техники, обучение детекторов аномалий и моделей прогноза — нагрузка на CPU и оперативную память с одной GPU для нейросетевых моделей. Для автопарка в несколько сотен машин достаточно рабочей станции W7 ULTRA из рабочие станции с 128–256 ГБ памяти и NVMe под историю телематики.

Для крупных перевозчиков, автобусных парков и операторов подвижного состава с тысячами единиц — сервер R7 PRO из раздела GPU-серверы. Узел размещается в контуре компании, что важно при работе с данными о маршрутах и клиентах.

Сравнить конфигурации →  ·  Подобрать по ускорителю →

Внедрение

Как идёт проект

  1. 01

    Данные и цель

    Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.

  2. 02

    Пилот на нашей конфигурации

    Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.

  3. 03

    Инфраструктура

    Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.

  4. 04

    Сопровождение

    Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.

Смежные решения

Что ещё автоматизируют в отрасли «Логистика и транспорт»

Все решения для отрасли →

Запрос КП · ответ в течение рабочего дня

Опишите задачу и данные.

Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.

Обсудить внедрение