Forsiden | Firmabilskatt 2021/2022 | Bilgodtgjørelse | Reiser innenlands | Reiser utenlands | Nybilpriser
Det er ikke lenge siden vi brakte et lengre intervju med nordnorske Arne-Helge Andreassen, som har klatret høyt opp i Volvos lastebilorganisasjon i Gøteborg, om fremtidens verksteder. Da fortalte han blant annet om en rekke nye, spennende tjenester innen dekk, og hvordan kunstig intelligens vil spille en viktig rolle i servicetjenestene fremover. Nå forteller Volvo at de i Sverige har lansert en ny driftstjeneste for dekk, samtidig som det i Europa er blitt lansert et stort pilotprosjekt for avansert overvåkning av lastebiler. Ved at man i tillegg bruker maskinlæring, vil man med enda større nøyaktighet kunne forutse og forhindre uønsket stans. – Ny teknologi som følger med på og analyserer lastebildata i sanntid åpner for spennende muligheter når det gjelder å forutse feil lenger inn i fremtiden og med større presisjon. Alt dette er en del av vår kontinuerlige innsats for å holde våre kunders lastebiler på veien, sier Markus Efraimsson, visepresident for Uptime i Volvo Trucks. Skal forhindre dekkeksplosjoner Resultatene er tilgjengelig i en app, noe som gjør at både sjåføren og eieren lettere kan oppdage gradvis punktering og unngå mulige dekkeksplosjoner som medfører uforutsett stans og høye utgifter. I tillegg er meningen at den nye tjenesten skal gi lavere drivstofforbruk og høyere kjørelengde for hvert dekk, ettersom den sikrer korrekt trykk og temperatur. Tjenesten vil introduseres gradvis på de europeiske markedene. Vil oppdage feil før de oppstår Målet er å forutse komponentfeil før de oppstår, og å tilby kundene optimal planlegging av tjenesten. Når et potensielt problem oppdages ved et av Volvo Trucks Monitoring Center, blir kundens lokale Volvo-verksted varslet slik at det kan iverksettes forebyggende tiltak. – Vi ser driftstid fra kundens synsvinkel. Vår målsetning er å sikre at kunden ikke opplever noen form for uønsket stans, sier Markus Efraimsson. Kunstig intelligens Den gjør at Volvo Trucks lærer stadig mer om lastebilens tilstand og daglige ytelse, og oppnår tilsvarende kunnskap om tusenvis av tilhørende lastebiler. Ved hjelp av avansert datamodellering og -analyse tar man sikte på å kunne oppdage og identifisere skjulte mønstre for å forutse komponentfeil lenge før de oppstår, noe som øker sjansen for at nødvendig vedlikehold eller reparasjon kan bli utført under et oppsatt vedlikeholdsbesøk, for således å maksimere lastebilens driftstid.
|