Αυξάνει τον βαθμό ακρίβειας στον εντοπισμό της απαίτησης για οποιαδήποτε συντήρηση
Στο τμήμα after sales της Skoda δοκιμάζουν μια νέα εφαρμογή για smartphone, το «Sound Analyzer». Η εφαρμογή χρησιμοποιεί τεχνητή νοημοσύνη (Artificial Intelligence - AI) και βοηθά στο γρήγορο και ακριβή εντοπισμό της απαίτησης για οποιαδήποτε συντήρηση.
Το πρόγραμμα καταγράφει ήχους από το εκάστοτε αυτοκίνητο ενώ λειτουργεί και τους συγκρίνει με αποθηκευμένα ακουστικά μοτίβα. Σε περίπτωση αποκλίσεων, η εφαρμογή χρησιμοποιεί έναν αλγόριθμο για να προσδιορίσει από πού προέρχεται ο εκτός προδιαγραφών ήχος και πώς μπορεί να διερευνηθεί και επιλυθεί το πιθανό πρόβλημα. Με αυτόν τον τρόπο, το Sound Analyzer συμβάλλει στην πιο αποτελεσματική συντήρηση του αυτοκινήτου, μειώνει το χρόνο που αυτό παραμένει στο συνεργείο και επιτυγχάνει ακόμη πιο υψηλά επίπεδα ικανοποίησης πελατών.
Η εφαρμογή Sound Analyzer αξιολογεί αξιόπιστα, καθαρά και γρήγορα το τρέχον επίπεδο της φθοράς ανταλλακτικών και ειδοποιεί τους μηχανικούς για οποιαδήποτε απαιτούμενη συντήρηση. Για το σκοπό αυτό, το πρόγραμμα εξετάζει διάφορες παραμέτρους που αφορούν ειδικά το κάθε μοντέλο και αναλύει το προφίλ χρήσης του συγκεκριμένου αυτοκινήτου. Έτσι, το Sound Analyzer καθιστά την ακριβή διάγνωση ακόμα πιο εύκολη.
Αν και το πρόγραμμα είναι ιδιαίτερα σύνθετο, η λειτουργία του από το χρήστη-μηχανικό είναι σχετικά απλή, καθώς οι ήχοι που ακούγονται όσο το αυτοκίνητο είναι σε λειτουργία εγγράφονται χρησιμοποιώντας ένα smartphone ή tablet. Στη συνέχεια, ένας αλγόριθμος συγκρίνει την εγγραφή με αποθηκευμένα μοτίβα ήχων και παρέχει μια συγκεκριμένη περιγραφή του αποτελέσματος. Το λογισμικό είναι ήδη σε θέση να αναγνωρίσει δέκα μοτίβα ηχητικής απόδοσης (με ακρίβεια μεγαλύτερη του 90%) στα οποία συμπεριλαμβάνονται το σύστημα διεύθυνσης, ο συμπιεστής του συστήματος κλιματισμού και το αυτόματο κιβώτιο DSG. Η εφαρμογή έχει ρυθμιστεί έτσι ώστε να εμπλουτίζεται και να αναγνωρίζει και άλλα μοτίβα ήχων.
Οι αλγόριθμοι νευρωνικών δικτύων παρέχουν την τεχνική βάση για το Sound Analyzer. Η εφαρμογή μετατρέπει πρώτα το αρχείο ήχου σε φασματογράφημα που απεικονίζει οπτικά τα ακουστικά σήματα. Χρησιμοποιώντας τεχνητή νοημοσύνη, αυτή η αναπαράσταση συγκρίνεται με τις αποθηκευμένες εγγραφές για τον εντοπισμό αποκλίσεων και στη συνέχεια, με βάση προκαθορισμένα μοτίβα, η εφαρμογή κατηγοριοποιεί την πιθανή ανάγκη για επερχόμενες εργασίες συντήρησης ή επισκευής.
Η εφαρμογή σε smartphone ή tablet δοκιμάζεται ήδη σε πιλοτικό επίπεδο από τον Ιούνιο του 2019. Η αρχική βάση ηχογραφήσεων εμπλουτίζεται συνεχώς, κάτι που είναι καθοριστικής σημασίας για τη «διαδικασία εκμάθησης» του λογισμικού, συμβάλλοντας άμεσα στην ανάπτυξη του προγράμματος. Η σταδιακή εισαγωγή τεχνολογιών για τον προσδιορισμό τυχόν ακουστικών αποκλίσεων από τον κανόνα, θα ανοίξει μια πληθώρα νέων δυνατοτήτων όσον αφορά στην προληπτική συντήρηση που θα βασίζεται σε αισθητήρες στο μέλλον.
Νίκος Τσάδαρης
