Intellias
Fallstudie

E2E vorausschauende Wartungssoftware

Wir bauen und unterstützen ein umfassendes System zur Überwachung von Wagendiagnostik und zur Bereitstellung von Echtzeitbenachrichtigungen an den Fahrer

Key features

  • Verbesserung der Fahrzeugsicherheit

    Verbesserung der Fahrzeugsicherheit

  • Vorausschauende Fahrzeugwartung

    Vorausschauende Fahrzeugwartung

  • Unterstützende Ferndiagnostik

    Unterstützende Ferndiagnostik

Branche:
Automobil
Hauptsitz:
Ontario
Markt:
Kanada
Teamgröße:
12 Ingenieure
Zusammenarbeit:
Seit September 2017
Technologies:

C++ / Machine Learning Algorithms / MS Azure / MS SQL / Python

Über unseren Kunden

Unser Kunde ist ein kanadisches Softwareunternehmen, das Autohersteller mit personalisierten, anwender-orientierten SaaS-Lösungen beliefert. Endkunden nutzen die Software unseres Kundens um Instandhaltungsanforderungen von Eigentümern zu bearbeiten. Anforderungen können auf einen Wartungsplan, Empfehlung von Ferndiagnosesystemen oder Prognosen eines cloudbasierenden, maschinellen Lernsystem basieren. Unser Kunde spezialisiert sich auf Technologieslösungen für die Automobil-, Energie- und Bankensektoren.

E2E vorausschauende Wartungssoftware

Unser Kunde kam mit einer Herausforderung

Unser Kunde schloss einen großen Vertrag mit einem internationalen Automobilhersteller ab, um den kanadischen Händlern des Herstellers bei der Planung der Fahrzeugwartung zu helfen. Um die große Nutzerbasis zu bedienen – alle Fahrzeughalter des Herstellers – begann unser Kunde mit der Entwicklung einer Online-Software als Servicewerkzeug.

Ihre größte Herausforderung war die Verarbeitung der großen Menge an Fahrzeugdaten, einschließlich der Daten über die Leistung der einzelnen Fahrzeugteile. Zur intelligenten Analyse dieser Daten schlugen wir die Einführung maschineller Lernalgorithmen sowie ein Online-Supportsystem mit einer hohen Fehlertoleranz vor. Unser Kunde besaß bereits einschlägige Erfahrungen mit Online-Systemen, suchte aber nach einem Partner mit Erfahrung sowohl im Automobilsektor als auch in der SaaS-Entwicklung, um die Dinge schnell und qualitativ zu erledigen. Ihre Suche führte zu Intellias, denn unser Unternehmen ist bekannt für seinen Fokus auf den Automobilsektor und seine Erfahrung mit branchenübergreifenden SaaS-Lösungen.

Intellias entwickelte die Lösung

Wir entwickelten ein Online-Supportsystem auf Basis von Microsoft Azure Cloud Services, das Terminanfragen bearbeitet und Fahrer mit Händlern in der Nähe zusammenbringt.

Das Online-System benachrichtigt den Fahrer auch per Telefon oder E-Mail über die Notwendigkeit bestimmte Teile zu überprüfen, die genaue Wartungspläne in den Fahrzeugspezifikationen enthalten, die mit dem Online-System synchronisiert werden.

Wir halfen unserem Kunden Dienstleistungen für den Endkunden über eine Online-Software bereitszustellen

  • Zur Terminierung zusätzlicher Diagnosetermine mit dem Fachhändler
  • Zur Terminierung von Reparaturen mit zertifizieren Experten
  • Für die Entscheidung für einen Ersatz- und Reparaturservice

Die Experten von Intellias begannen, dieses Online-Servicesystem zu unterstützen, indem sie kritische Fehler beheben und Schwachstellen aufspüren. Diese SaaS-Lösung bietet Endverbrauchern eine Weboberfläche für die Planung der Fahrzeugwartung. Der nächste Schritt ist die Einführung von maschinellen Lernalgorithmen zur Vorhersage von Reparaturzeiten, die auf den Profilen eines jeden Autobesitzers basieren, der jemals einen Servicetermin vereinbart hat.

Wir arbeiten derzeit an einer End-to-End-Lösung für die Vorhersage des Diagnose- und Wartungsbedarfs. Vorhersagen werden in der Cloud durchgeführt, indem Standard-Fahrzeugleistungskennzahlen mit Fernmessungen verglichen werden. Wenn ein Problem erkannt wird, erhält der Fahrer eine Nachricht per SMS, E-Mail oder Bord-Benachrichtigungssystem.

Der maschinelle Lernalgorithmus wird den Zustand des Fahrzeugs in Echtzeit erkennen und Empfehlungen für weitere Aktionen geben. Wenn beispielsweise ein Teil kurz vor dem Ende seiner Lebensdauer steht oder es nicht den technischen Spezifikationen entspricht, analysiert die cloud-basierte Software die Daten aus dem Fahrzeugüberwachungssystem und gibt dem Fahrer praktische Ratschläge. Das System unseres Kunden wird die datengesteuerte Entscheidungsfindung sowie die Fähigkeit der Vorhersage der erforderlichen Fahrzeugwartung verbessern.

Maschinelle Lernalgorithmen erkennen:

  • Fehlfunktionen des Anlassers
  • Druckabfall der Kraftstoffpumpe
  • Ende der Lebensdauer einer Batterie

Gemeinsam erzielten wir großartige Ergebnisse

Gemeinsam mit dem Team unseres Kunden haben wir dank eines umfassenden Online-Support-Tools beachtliche Steigerungen im Benachrichtigungssystem für Fahrer über die Fahrzeugwartung gemacht. Wir bereiten uns darauf vor, ein Prognosesystem basierend auf maschinelle Lernalgorithmen zu entwickeln, das Daten von Lenk- und Bremssystemen sowie vom Anlasser, der Batterie und der Kraftstoffpumpe sammelt und zur Analyse und Diagnose an die Cloud schickt.

Hier ist ein Beispiel für einen vorausschauenden E2E-Wartungsalgorithmus für die Batterielebensdauer: 

  • Das Bord-Überwachungssystem überprüft den Batteriestatus
  • Daten werden in die Cloud übermittelt
  • Cloud-basierender ML-Algorithmus sagt voraus, dass die Batterie schwach wird
  • Das System verarbeitet alle Eingaben und bereitet die Beratung des Fahrers vor
  • Das Benachrichtigungssystem schickt eine Nachricht an den Fahrer mit den Anweisungen
  • Der Fahrer vermeidet Probleme in Verbindung mit der schwachen Batterie Dank der Vorhersage des E2E-Systems

Danke für Ihre Nachricht.
Wir melden uns in Kürze bei Ihnen.