突发事件-"多人换着玩"-汽车行业新引擎：AI 驱动的预测性维护

汽车行业新引擎：AI 驱动的预测性维护_Z多人换着玩AKER新闻

现场视频显示，小娄倒在了一家卖烤串的小摊前，她背对着公寓大楼，面朝下趴着一动不动，头部流出了一大滩血迹。

当传统维修方法存在缺陷时，AI 驱动的预测性维护给出了更具创新性的解决办法。FPT Software 期望通过运用 AI，帮助汽车行业企业走向拥有更智能、更可持续解决方案的未来。内容1. 高成本的传统维护2. AI 驱动的新一代维护3. 缺陷检测改进和故障预防4. 驶向可持续的未来5. FPT Software 对于汽车行业 AI 的愿景故障可能严重影响汽车运行与团队运作，进而导致高额的维护成本以及安全风险。鉴于传统维护方法存在不足，由 AI 驱动的预测性维护提供了一种更具创新性的解决方案。对潜在问题做到防患于未然，这使得 AI 驱动的预测性维护有助于降低汽车制造工厂的成本，同时提高驾驶员的安全性。1. 高成本的传统维护传统的维护方法，像被动式维护和预防性维护，存在着明显的缺陷。被动式维护是在故障发生后才进行维护，这会造成意外停机，打乱生产秩序，进而产生更高的维修费用。预防性维护计划不能依据设备实时变化的状况、使用模式或者运行环境来制定，所以会出现维护周期过短或过长的问题。维护计划过短可能引发过度维护，也就是部件被比实际所需更频繁地更换或修理，从而产生不必要的成本以及停机时间。与之相反，间隔太长则会有维护不足的风险，部件也许在下一次计划维护前就出现故障。研究显示，超过三分之二（66.7%）的工业企业每月至少会经历一次意外停机，每小时大约花费 12.5 万美元。尽管成本如此之高，但仍有 21% 的企业依赖被动式维护，这导致生产力下降，客户信任度也降低。2. AI 驱动的新一代维护AI 驱动的预测性维护代表了维护策略方面的一种进步。通过运用机器学习算法，这种方法能够预测车辆可能出现故障的时间。与传统的被动应对措施和定期检查不同，AI 预测性维护利用历史数据来准确预测未来结果，从而能在重大故障发生前进行远程诊断和干预。正如德勤指出的那样，预测性维护可将故障减少多达 70%。AI 的整合将预测性维护提升到了一个崭新的高度。现代车辆装配有大量传感器，持续地监测自身的性能与健康状况。人工智能系统实时分析这些数据，以便识别出传统诊断可能会忽略的问题。这些系统能够提供及时的维护警报，并预测执行特定任务的最佳时机，以此来防止出现代价高昂的故障。根据麦肯锡的数据，人工智能能够在诸如传感器故障、刹车片磨损或者发动机问题等情况恶化之前检测到它们，有将停机时间减少 30% 至 50% 的可能性。3. 缺陷检测改进和故障预防在汽车制造领域，改进故障检测能够确保产品质量，以此维护品牌声誉。宝马集团雷根斯堡工厂——作为德国著名豪华汽车与摩托车制造商的组成部分——在车辆装配过程中运用了先进的分析系统。此系统通过分析零部件性能、传送带运行以及条形码扫描等数据，能够预测潜在问题。一旦检测到问题，系统会即刻触发警报并向全天候维护控制中心发送警示。该系统还融入了宝马研发的机器学习模型，这些模型对数据进行分析并生成可视化热图，用以突出不同种类的故障。这些热图让技术人员能够更高效地拆解并维修受影响的传送带部件，每年可节省 500 分钟的装配中断时间。利用 AI 进行缺陷检测的好处之一在于这项创新技术能减少意外故障。沃尔沃卡车和马克卡车（沃尔沃的子公司）开发了一个系统，该系统收集详细的故障数据，如位置、时间、海拔、温度、挡位、转速和扭矩负载。这些进展使得故障检测的诊断时间缩短了 70%，通过实时数据分析维修时间减少了 25%。此外，通过分析传感器、远程信息处理和维修记录的数据，该系统能够预测并预防零部件故障，将意外停车减少 25% 并提高整体运营效率。4. 驶向可持续的未来预计在未来几十年，全球汽车行业从 " 油到电 " 的转型将减少碳的排放。随着燃油价格上涨以及人们对传统内燃机更环保替代品的青睐，电动汽车会迅速普及。然而，若没有有效的维护策略，电动汽车零部件的更换和制造成本可能会很高，这会导致大量浪费。一项对比电动汽车和内燃机汽车排放的研究显示，电动汽车 46% 的碳排放来自生产过程，而内燃机汽车的这一比例为 26%。所以，实施人工智能驱动的预测性维护系统能够延长电池寿命并减少潜在的电动汽车废弃物。拉奥等人（2023 年）的一项研究引入了一种开创性的预测性维护方法，此方法融合了光学和量子增强人工智能技术。这种创新的人工智能模型旨在检测零部件退化的早期迹象，以便进行主动维护并降低停机时间。因而，该系统预计能够减少零部件更换时的资源消耗。根据研究，运用基于人工智能的预测性维护可使排放减少 30%、能源消耗降低 25%、废弃物减少 20%。这些益处能够为电动汽车运营商以及社会带来显著的环境效益和经济效益。5. FPT Software 对于汽车行业 AI 未来的愿景FPT Software 有志于在 2030 年前成为前 50 名数字化转型服务提供商之一，通过与包括英伟达、AITOMATIC 和米拉研究所等主要的 AI 变革推动者展开战略合作，旨在深耕 AI 领域。随着这些进展，推出了子公司 FPT Automotive，以满足全球对软件定义汽车日益增长的需求。FPT Software 旨在通过利用 AI 与汽车行业的结合，推动企业迈向更智能、更可持续的汽车解决方案的未来。