”Wisdom of the crowd” sparar tid och pengar i busstrafiken

Oplanerade körstopp för tunga fordon är problematiskt. Förebyggande underhåll kan spara in servicekostnader och förbättra transporteffektiviteten. Hur fel tidigt kan upptäckas och komponentfel förebyggas i stadsbussar har undersökts i ny forskning från Högskolan i Halmstad.

Bussar rör sig hela tiden i stadstrafiken. Ibland går de sönder, eller slutar fungera på ett tillfredsställande sätt. Oplanerade avbrott som orsakas av maskinfel kostar pengar, både kostnaden för själva reparationen och i form av tid, inte minst för passagerarna.

– Syftet med min studie är att förutse behovet av underhåll, att se när utrustning behöver gås igenom och repareras. Och detta kan ske för att förebygga konsekvenser på grund av maskinfel, säger Yuantao Fan, doktorand i signal- och systemteknik.

Upptäcka problem

Han har skrivit licentiatuppsatsen “A Self-Organized Fault Detection Method for Vehicle Fleets”. Fallstudien i hans arbete fokuserar på problem med ventilationssystemen i stadsbussar. Studien visar dessutom att metoden han har använt fungerar för att upptäcka flera andra typer av fel.

Den stora mängden elektronik och de hundratals sensorerna som är monterade på en modern buss gör att en väldig mängd data dagligen genereras från bussen. Informationen förs över till en databas som processar uppgifterna.

– Den insamlade informationen visar fordonets status. Den analyseras och när bussarna jämförs ser man vilken buss som är mest annorlunda. Antagandet är att de flesta bussarna fungerar bra. Om ett fordon uppför sig avvikande kan man avgöra om bussen är i dåligt skick, baserat på informationen från hela gruppen bussar.

Massornas intelligens

Konceptet kallas ”Wisdom of the crowd” eller ”massornas intelligens”. Yuantao Fan visar att det fungerar lika bra som ett expertsystem för en särskild typ av fel som har skapats av människor, så kallade domänexperter. Hans metod kan dessutom upptäcka många olika fel och signaler som avviker från gruppen, också de som är ”otänkbara”.

Metoden är en algoritm som använts på bussflottan, kan den kan även användas inom andra områden. Exempel är maskiner i linjeproduktion i fabriker eller kraftnät där det är viktigt att upptäcka små metallsprickor. Underhåll som bokas in automatiskt i god tid innan ett fel inträffar sparar resurser för många olika aktörer i samhället.

Yuantao Fan försvarade sin licentiatuppsats ”A Self-Organized Fault Detection Method for Vehicle Fleets” den 16 december 2016.

Om EISGS OCH samverkan
Yuantao Fan doktorerar inom Embedded and Intelligent Systems Industrial Graduate School (EISIGS) vid Akademin för informationsteknologi på Högskolan i Halmstad. EISIGS är en företagsforskarskola där doktoranderna bedriver sin forskning både vid ett företag och vid Högskolan i Halmstad. Yuantao Fan är knuten till Volvo Technology Corporation

Högskolan i Halmstad bedriver forskning i nära samarbete med industrin. Yuantao Fans forskning är en del av det Vinnovafinansierade projektet ReDi2Service och EISIGS Uptime. Läs mer i CAISR:s årsrapport 2015 (på engelska)

Kontakta
Yuantao Fan, yuantao.fan@hh.se, 035-16 77 11