Zadaniem diagnostyki predykcyjnej jest przewidywanie awarii określonych podzespołów samochodu na bazie wielu źródeł danych. Choć brzmi to futurystycznie, to diagnostyka predykcyjna jest już stosowana w niektórych flotach samochodowych. Być może za kilka – kilkanaście lat wejdzie na wyposażenie samochodów osobowych. Tylko, czy będzie to dobre rozwiązanie dla kierowców i warsztatów niezależnych? Sprawa jak zwykle jest mocno dyskusyjna.

Pierwszymi zalążkami diagnostyki predykcyjnej były systemy informujące kierowcę o konieczności przeprowadzenia serwisu olejowego w samochodzie osobowym. Na ekranie komputera pokładowego wyświetlała się informacja o tym, że kierowca powinien odwiedzić warsztat w celu wymiany oleju silnikowego. Kierowca był zwykle ostrzegany około dwóch tysięcy kilometrów przed upływem interwału.

Przypomnienie o konieczności wymiany oleju silnikowego i filtra oleju nie zawsze odbywało się na bazie wpisania do systemu prostej informacji, że w danym modelu auta olej wymienia się co 15 czy co 20 tysięcy kilometrów. Jeśli samochód był eksploatowany głównie w mieście, na krótkich trasach, to w niektórych modelach aut komputer sterujący skracał interwał wymiany oleju o kilka tys. kilometrów przebiegu.

Jak przewidzieć awarię w samochodzie?

Zdecydowana większość samochodów serwisowana jest w oparciu o system planowania i reakcji. W ramach systemu planowania wymienia się określone płyny i podzespoły zgodnie z ustalonymi interwałami. Czyli przykładowo olej silnikowy co 15 tys. km, płyn hamulcowy co 2-3 lata, serwis klimatyzacji co rok. W ramach systemu kierowca reaguje na pojawiające się awarie i po zaistnieniu oraz rozpoznaniu objawów kieruje auto do naprawy.

Jest to system niedoskonały, co potwierdza praktyka. Objawy awarii niektórych podzespołów w samochodzie mogą zaskoczyć kierowcę w trasie. Przykładem mogą być awarie cewek zapłonowych czy ważnych czujników, które mogą całkowicie zablokować auto w trasie. Kierowca może nie mieć świadomości o tym, że z jego skrzyni biegów i układu smarowania wycieka olej. Albo że turbina jest na skraju zatarcia.

Kierowca może nie wiedzieć o tym, że doszło do poważnego zużycia przegubów metalowo-gumowych w zawieszeniu albo poważnego zestarzenia się materiału, z którego wykonany jest miech w zawieszeniu pneumatycznym. W trakcie jazdy, po wjechaniu w dziurę, dojdzie do uszkodzenia.

Na czym polega diagnostyka predykcyjna?

Jej zadaniem jest wykrywanie objawów awarii, zanim one unieruchomią auto. Kierowca samochodu może ponieść straty finansowe, kiedy jego auto zostanie unieruchomione. Nie chodzi to o koszty naprawy, tylko o to, że na przykład musiał skorzystać z hotelu, nie dojechał na spotkanie, urlop itd.

Jednak o wiele większe straty poniesie firma, której auto zostanie unieruchomione. Auto dostawcze, auto ciężarowe z ładunkiem, auto handlowca. Dlatego diagnostyka predykcyjna na początku jest stosowana w autach ciężarowych, należących do flot. Ale spokojnie. Do samochodów osobowych też trafi. O tym dalej.

Jak działa diagnostyka predykcyjna w praktyce?

Żeby móc przewidzieć awarię w samochodzie, diagnostyka predykcyjna musi wykorzystywać dane z wielu różnych źródeł. Jakie to źródła?

Pierwsze źródło danych to czujniki zamontowane w samochodzie, dostarczające dane w czasie rzeczywistym. To standardowe czujniki, jakie znamy z każdego współczesnego auta. Od najprostszych, jak czujniki grubości okładzin klocków hamulcowych czy czujniki ciśnienia w oponach.

Drugie źródło to dodatkowe czujniki, których nie znajdziemy w każdym współczesnym samochodzie. Ich zadaniem jest monitorowanie różnych anomalii. Przykładem mogą być czujniki drgań i dodatkowe czujniki temperatury.

Trzecie źródło to oprogramowanie, które analizuje zebrane dane. Na przykład na podstawie danych dostarczanych w czasie rzeczywistym, określających ciśnienie doładowania, ciśnienie oleju silnikowego, parametry pracy silnika, prędkość jazdy, temperaturę i drgania turbosprężarki oprogramowanie może oszacować, że niebawem dojdzie do uszkodzenia turbosprężarki. Dlatego lepiej już ją wymienić, aby uniknąć unieruchomienia auta.

Oprogramowanie opiera się o wzorce, algorytmy uczenia maszynowego, analizowane przez AI. Czyli w praktyce – oprogramowanie analizuje historię objawów awarii w setkach aut i na podstawie tego tworzy własny wzorzec. Kiedy w aucie wystąpią objawy zgodne z tym wzorcem, można się spodziewać awarii danego podzespołu.

Całość nie mogłaby działać bez stałego przekazywania (na bieżąco) danych do chmury z wielu czynników. Potrzebna jest zatem ogromna moc obliczeniowa i stałe połączenie auta z szybkim internetem.

Zalety stosowania diagnostyki predykcyjnej w samochodach użytkowych

Samochody użytkowe to auta dostawcze, auta ciężarowe, autobusy, ale także taksówki czy też samochody do wynajmu (car sharing, auta w wypożyczalniach), floty aut dla pracowników (samochody merchandiserów, przedstawicieli handlowych, medycznych itd.).

W przypadku takich flot diagnostyka predykcyjna działa na dwa sposoby. Po pierwsze, przewidując awarie na bazie analizowanych danych. Po drugie opracowując harmonogramy serwisowe.

Jak działa diagnostyka predykcyjna w samochodach ciężarowych, na bazie aut Volvo Trucks i Mack Trucks? W pojazdach zamontowane są systemy telematyczne (w oparciu o GPS), czujniki monitorujące pracę silnika i skrzyni biegów, czujniki grubości klocków hamulcowych, czujniki poziomu płynów eksploatacyjnych, czujniki ciśnienia w oponach itd. Dane przesyłane są do chmury. Tam oprogramowanie analizuje dane z czujników, historię serwisową i porównuje je z bazami danych, w których znajdują się algorytmy określające objawy poszczególnych awarii. Algorytmy te są budowane w oparciu o zbierane dane z innych pojazdów i na bazie uczenia maszynowego.

Czy osiągnięto jakiś efekt? Zredukowano czas potrzebny na diagnostykę o 70%, skrócono czas napraw o 25%, bo mechanicy wiedzą, jaką część należy naprawić lub wymienić. Zmniejszono też ilość przestojów o 25%, co w przypadku flot ma kluczowy wpływ na finanse.

Diagnostyka predykcyjna w samochodach osobowych

Na początek w korporacjach taksówkarskich i we flotach. A później – w samochodach osobowych, do użytku prywatnego. Diagnostyka predykcyjna będzie obowiązkowa w samochodach autonomicznych. Ale nie wybiegajmy tak daleko w przyszłość.

Diagnostyka predykcyjna może pojawić się na wyposażeniu osobowych aut „załogowych” już za kilka – kilkanaście lat. Sprzyjać temu może rozwój elektromobilności, bo diagnostyka predykcyjna jest łatwiejsza do zastosowania w samochodzie elektrycznym niż spalinowym. Znacznie łatwiej można monitorować stan silnika elektrycznego, falownika, prostej redukcyjnej skrzyni biegów i baterii, niż silnika spalinowego, jego osprzętu i skrzyni biegów. Potrzeba po prostu znacznie mniej czujników.

To się zresztą już w pewnym stopniu dzieje. W samochodach elektrycznych Tesla działa system, który ma na celu przewidywanie degradacji ogniw baterii trakcyjnych. Nic nie stoi na przeszkodzie, żeby to rozbudować. Tym bardziej, że w Teslach możliwa jest zdalna diagnostyka samochodu.

Zagrożenia związane z diagnostyką predykcyjną w autach osobowych

Teoretycznie mamy wielką beczkę miodu, bo system nas poinformuje, że dana część powinna zostać wymieniona, bo może unieruchomić nasze auto. Zatem nasz pojazd będzie niemal zawsze sprawny.

Niemal zawsze, bo diagnostyka predykcyjna nie wykryje wszystkich awarii. Diagnostyka predykcyjna nie będzie w stanie przewidzieć, że 29 maja, o godzinie 13.38 wjedziemy w dziurę na drodze krajowej i uszkodzimy zawieszenie. Chyba, że przyszłość osiągnie taki wymiar, że sztuczna inteligencja będzie korzystać z usług jasnowidzów, jak w opowiadaniu Philippa K Dicka i jego ekranizacji „Raport mniejszości” z 2002 roku.

Jest też wiele łyżek dziegciu w tej beczce miodu

Po pierwsze – dodatkowe naszpikowanie samochodu mnóstwem elektroniki i podłączenie go na stałe do szybkiego internetu. Diagnostyka predykcyjna będzie musiała analizować uszkodzenia nie tylko innych czujników, ale też swoich własnych, które będą się zużywać i psuć. I może trzeba będzie je kalibrować, co też nie będzie za darmo. I za internet też będzie trzeba dodatkowo płacić.

Po drugie – możliwość wprowadzenia różnych ograniczeń. I to nie jest żadna fantastyka. Obecnie jeśli kierowca nie uzupełni poziomu płynu AdBlue albo płynu katalitycznego (w samochodach z filtrami FAP), komputer sterujący może zmniejszyć moc silnika albo uniemożliwić jego uruchomienie. Kto wie, czy takie ograniczenia nie zostaną wprowadzone w przypadku diagnostyki predykcyjnej? Twoje auto jest niesprawne – jedź do warsztatu albo po zatrzymaniu się unieruchomię pojazd – ostrzeże komunikat na desce.

Po trzecie – kwestie prywatności. Samochód będzie stale, w czasie rzeczywistym, podłączony do internetu i telematyki. Cała historia życia kierowcy będzie zapisana.

Po czwarte – skoro system będzie wiedział, dzięki telematyce, gdzie kierowca przekroczył prędkość i na jakim odcinku, to dlaczego procesu nie zautomatyzować i od razu nie przesłać danych do policji? Jest dowód, którego nikt nie będzie w stanie podważyć. Inny algorytm będzie sobie analizować dane zapisane w chmurze. I już nie trzeba inwestować w drogie fotoradary, kontrole drogowe. Wszystko jest jak na dłoni zapisane. Czy to fantastyka? Bzdura. Dzięki telematyce już dziś menedżerowie flot mogą wiedzieć, gdzie w danej chwili jest ich kierowca i z jaką prędkością jedzie.

Po piąte – przywiązanie auta do internetu. Nie ma internetu, pojawiają się problemy. Do tego jest kolejna furtka dla hakerów. Znów odwołajmy się do filmu. Tym razem to „Zostaw świat za sobą” z 2023 roku, z główną rolą Julie Roberts. Warto zobaczyć, jak wygląda atak hakerów na USA, z brakiem internetu i brutalnym wykorzystaniem autonomicznych samochodów elektrycznych jako broni terrorystów.

Po szóste – wydaje się oczywistym, że warsztaty niezależne mogą być znów wypychane z rynku. Mogą być wprowadzone specjalne, bardzo wysokie opłaty za możliwość wymiany części/płynu/filtra i wprowadzenia informacji do systemu o wykonaniu tejże czynności.

Być może, aby usprawnić przewidywanie awarii na bazie uczenia maszynowego, do obrotu zostaną dopuszczone tylko atestowane części określonych producentów (czytaj – najdroższe).

Po siódme – zła wiadomość dla Stacji Kontroli Pojazdów. Rozwój diagnostyki predykcyjnej może znacząco zwiększyć jej możliwości. Być może w przyszłości będzie ona w stanie monitorować wszystko, nawet stan amortyzatorów, sprężyn czy wycieraczek, a nawet stan podwozia pod kątem ataków korozji. Nie byłoby trudnością wykonanie takich czujników już dziś. Skoro oprogramowanie stale kontrolowałoby stan auta, to po co Stacje Kontroli Pojazdów?

Po ósme – utrata kontroli nad finansowaniem auta. Bo przecież…

Już dziś w samochodach Tesla działa system kontroli ogniw baterii. Załóżmy, że diagnostyka predykcyjna wykrywa w aucie elektrycznym dowolnego producenta problem z ogniwem baterii.

Centrum serwisowe nie czeka na to, czy kierowca się zgodzi, nie pyta, czy kierowca będzie chciał kupić ogniwo producenta alternatywnego i zamontować je w warsztacie niezależnym. Centrum zamawia oryginalną część jak na pierwszy montaż, umawia kierowcę w ASO i czeka. A jeśli kierowca nie skorzysta, to… można mu zablokować niektóre funkcje w aucie.

Największe wyzwanie czeka jednak nieuczciwych handlarzy, żyjących ze sprzedaży samochodów używanych. W jaki sposób będą ukrywać awarie i zmniejszać przebieg przy masowym stosowaniu diagnostyki predykcyjnej i zapisywaniu całej historii eksploatacji auta w chmurze?