AI 를 활용한
전기 시스템 유지보수로 차량 가동 시간 향상

기존 워크플로우에서 전기 시스템 정기 점검을 수행하려면 상당한 시간과 기술자의 개입, 차량 운행 중단이 필요한 경우가 많아, 차량 관리 부서와 정비 팀에 추가적인 운영 부담을 야기합니다. 이 과정에는 일반적으로 다음이 포함됩니다:

• 차량 가동 중단: 트럭은 정기 점검을 위해 운행을 중단하고 실제 정비 센터로 이동해야 합니다.
• 수동 테스트: 기술자는 전기 신호를 측정하기 위해 다양한 엔진 상태(시동 키 삽입, 크랭크, 작동 중)를 수동으로 테스트해야 합니다.

Sonatus Collector AI 를 통해 차량 운영자는 차량 전체에 걸쳐 가볍고 동적이며 트리거 기반의 데이터 수집 정책을 적용할 수 있습니다. 이러한 정책은 기존에는 작업 현장의 진단 도구가 필요했던 특정 작동 조건에서 전압 및 전기 신호를 자동으로 측정합니다.

이 예제에서, Sonatus Collector는 AI 는 여러 엔진 작동 상태에 걸쳐 중요한 측정값을 수집하여 조건이 변화함에 따라 시스템 동작을 보다 포괄적으로 파악할 수 있도록 하며, 여기에는 다음이 포함됩니다:

• 키 켜기
• 크랭크
• 엔진 냉각

각 이벤트마다, Sonatus AI 기술자는 은 차량의 주요 신호를 수집 및 분석하여 비정상적인 동작을 식별하고, 잠재적인 문제를 파악하며, 다음을 포함한 신속한 진단 작업을 지원합니다:

• 전압
• RPM
• 전기적 리플
• 온도

이를 통해 Sonatus AI 기술자가 가 수동 전기 시스템 테스트 중에 일반적으로 발생하는 진단 조건을 재현할 수 있게 하여, 시간이 많이 소요되는 육안 검사에만 의존하지 않고도 전기 시스템의 상태를 평가할 수 있습니다.

필요한 신호를 수집한 후, Sonatus AI 기술자는 클라우드에서 측정값을 분석하여 차량 전기 부품의 상태를 평가합니다. 분석 결과, 시동 키를 켠 상태와 시동 걸기 상태 사이에서 상당한 전압 강하가 발견될 수 있습니다. 이 Sonatus AI 기술자 지식 기반을 통해 이 전압 강하를 스타터와 같은 고장 난 부품의 문제로 판단할 수 있으며, 이 문제를 해결하지 않으면 결국 시동이 걸리지 않는 상태로 이어질 수 있습니다. 동시에, Sonatus AI 기술자 은 배터리, 발전기, 충전 시스템 등 다른 주요 부품들이 정상적으로 작동하는지 확인합니다.

분석이 완료되면, Sonatus AI 기술자는 은 문제 해결을 위한 실행 가능한 권장 사항을 제시합니다. 이러한 권장 사항을 통해 기술자는 탐색적 진단에 시간을 낭비하지 않고, 문제의 근본 원인으로 추정되는 부분에 직접 집중할 수 있습니다. 예를 들어, Sonatus AI 기술자 다음과 같은 권장 사항을 제시할 수 있습니다:

• 시동 솔레노이드 연결부 점검
• 접지 스트랩의 부식 여부 확인
• 시동기 어셈블리와 관련된 전기 연결부 점검

~를 활용하여 Sonatus AI 기술자 및 Collector AI를 활용함으로써, OEM 및 차량 운용사는 단편적이고 수동적인 정비 방식에서 상태 기반 정비(CBM)로 전환할 수 있습니다. 이러한 가상화는 차량 가동 중단 시간을 줄이고, 정비소 기술자들이 더 복잡한 작업에 집중할 수 있게 하며, Sonatus AI Director의 미래를 위한 토대를 마련해 줍니다. 이 미래에서는 에지에 배포된 모델이 차량 상태를 지속적으로 모니터링하고, 고장이 발생하기 전에 운영자에게 경고를 보냅니다.