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.
Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.
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.
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
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.
Как идёт проект
- 01
Данные и цель
Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.
- 02
Пилот на нашей конфигурации
Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.
- 03
Инфраструктура
Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.
- 04
Сопровождение
Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.
Что ещё автоматизируют в отрасли «Логистика и транспорт»
Опишите задачу и данные.
Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.

