HEALTH: Hazard Estimation and Analysis of Lifelong Truck Histories

Diarienummer 2017-03073
Koordinator VOLVO LASTVAGNAR AKTIEBOLAG - Volvo Lastvagnar AB, Göteborg
Bidrag från Vinnova 5 000 000 kronor
Projektets löptid oktober 2017 - oktober 2019
Status Beslutat
Utlysning Maskininlärning - FFI
Ansökningsomgång Maskininlärning för fordonsindustrin - FFI

Syfte och mål

Oplanerade stopp kan undvikas med hjälp av prediktion av felet genom kontinuerlig övervakning av fordonets hälsostatus.För att hitta mönster bakom fel i ett system som är så komplicerat som en modern lastbil, måste nya metoder för att analysera data utvecklas. HEALTH projektet syftar till att skapa en sekvensmodell som tar upp en lastbils livslånga historia och använder den för att förklara relationerna mellan olika händelser som fel, reparationer och felkoder-vilket leder till bättre underhåll.

Förväntade effekter och resultat

HEALTH kommer att förbättra nuvarande 100% uptime-löfte för Volvo Lastbilar genom att utöka det befintliga utbudet av prediktiva servicetjänster. Machine Learning metoder för att representera livslånga historier av lastbilar kommer att användas för att identifiera fordon som sannolikt kommer att råka ut för oplanerade stillestånd. Lämpliga åtgärder kommer att föreslås baserat på de sannolika fel som kan uppstå. Övergripande effekter kommer att innefatta förlängning av fordonets livslängd, vilket ger snabbare och billigare underhåll och ökad trafiksäkerhet.

Planerat upplägg och genomförande

HEALTH projektet är planerat i två år från och med oktober 2017. Arbetet kommer att genomföras i nära samarbete mellan Volvo Lastvagnar och Högskolan i Halmstad. Projektet är indelat i fem arbetspaket med inriktning på data aggregering, helt och delvis övervakad sekvens modellering, kausal analys och demonstrant. Genomförandet omfattar forskning och utveckling av nya maskin inlärningsmetoder vars resultat är tänkt att lanseras som tjänst efter utvärdering.

Externa länkar

http://islab.hh.se/HEALTH

Texten på denna sida har projektgruppen själv formulerat och innehållet är ej granskat av våra redaktörer.