-
Mekaniker tunge kjøretøy
Bertel O. Steen Lastebil og Buss
-
Bilmekaniker
Gumpen Motor
-
Bilmekaniker
Ydse Auto AS
-
Mekanikere og mekaniker-lærlinger
Volvo Car Stor-Oslo
-
Teamleder
Volvo Car Stor-Oslo
-
Bilskadereparatør
Møller Bil Skadesenter Langhus
-
Billakkerer
Møller Bil Skadesenter Langhus
-
Skadetakserer
Møller Bil Skadesenter Langhus
-
Lærling lette kjøretøy
Møller Bil Asker og Bærum
-
Biloppretter
Bilskadesenteret Voss AS
-
Servicemarkedssjef
Porsche Center Oslo
-
Bilmekaniker / Servicetekniker
Hagen Bil AS
-
Innkjøper
Møller Bil AS
-
Bilskadereparatør
Møller Bil Skadesenter Romerike
-
Økonomiansvarlig
Autoringen AS
-
Regionssjef Skade & Lakk
Toyota Bilia AS
-
Innkjøper
Gill Gruppen AS
-
Biloppretter
RøhneSelmer AS
-
Servicemarkedssjef
Volvo Car Stor-Oslo AS
-
Mekaniker/Tekniker
RSA Bil Drammen
-
Garanti- og reklamasjonsbehandler
RSA
-
Teknisk konsulent/kursholder
RSA
-
Bilmekaniker
ARM Bilverksted AS
-
Billakkerer
Fixbil Damsgård Karosseri AS
-
Innkjøper
MyCar
-
Oppretter / karosseriarbeider
Vy Buss AS
-
Verkstedleder
Hanum Buss & Bil AS
-
Plassjef
Toyota Bilia AS
-
Mekaniker/Tekniker
Motorhuset Oppdal AS
-
Teknisk leder
Tveita Bilservice AS
-
Mekaniker tunge kjøretøy
BIR Husholdning AS
-
Serviceingeniør
Hyundai Motor Norway
-
Vedlikeholdstekniker
Bertel O. Steen Drammen
-
Frontsjef og nyhetsreporter
Bilforlaget AS
Ny tjeneste for å overvåke dekkene
Volvo Trucks tar i bruk nye metoder for å følge med på og analysere essensielle komponenter i sanntid. Målet er å forhindre potensielle funksjonsfeil.
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
Den nye driftstjenesten for dekk måler dekktrykket og temperaturen i sanntid.
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
Volvo Trucks utfører også et pilotprosjekt som består av ulike elementer beregnet på faste kunder med selskapets Volvo Gold-kontrakt. Ved å følge med på og analysere data fra tusenvis av lastebiler i sanntid, har man angivelig forhindret et stort antall potensielle havari. Dette skal ha ført til forbedring i både driftstid og produktivitet.
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
Neste trinn er å gradvis introdusere maskinlæring. Denne formen for kunstig intelligens gjør det mulig å samle og analysere betydelige mengder lastebildata med tanke på forskning og utvikling.
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.