ਲਾਭ:
- CAN ਬੱਸ, ਟੈਲੀਮੈਟਿਕਸ ਅਤੇ ਸੈਂਸਰ ਟੈਲੀਮੈਟਰੀ ਦੀ ਪ੍ਰਕਿਰਤੀ ਅਤੇ ਫਲੀਟ/ਵਾਹਨ ਜੀਵਨ ਚੱਕਰ ਦੌਰਾਨ ਭਵਿੱਖਬਾਣੀ ਦੇ ਰੱਖ-ਰਖਾਅ ਦੇ ਮੁੱਲ ਨੂੰ ਸਮਝਾਉਣ ਦੀ ਸਮਰੱਥਾ।
- ਵਿਗਾੜ ਖੋਜ, ਬਾਕੀ ਬਚੇ ਉਪਯੋਗੀ ਜੀਵਨ (ਆਰਯੂਐਲ) ਅਨੁਮਾਨ ਅਤੇ ਨੁਕਸ ਕੋਡ ਵਿਆਖਿਆ ਵਿੱਚ ਇੱਕ ਨਕਲੀ ਬੁੱਧੀ ਕਾਰਜ ਪ੍ਰਵਾਹ ਸਥਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਗਲਤ ਅਲਾਰਮ ਲਾਗਤ, ਰੱਖ-ਰਖਾਅ ਵਿੰਡੋ ਅਤੇ ਸੁਰੱਖਿਆ ਹਾਸ਼ੀਏ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਕੇ ਭਵਿੱਖਬਾਣੀ ਦੇ ਰੱਖ-ਰਖਾਅ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਤੁਸੀਂ ਇੱਕ ਵਾਹਨ ਜਾਂ ਫਲੀਟ (ਵਪਾਰਕ ਵਾਹਨ, ਟਰੱਕ, ਬੱਸ, ਨਿਰਮਾਣ ਉਪਕਰਣ ਸਮੂਹ) ਨੂੰ ਤਿੰਨ ਤਰੀਕਿਆਂ ਨਾਲ ਰੱਖ ਸਕਦੇ ਹੋ। ਸੁਧਾਰਾਤਮਕ ਰੱਖ-ਰਖਾਅ: ਜਦੋਂ ਇਹ ਟੁੱਟਦਾ ਹੈ ਤਾਂ ਇਸਨੂੰ ਠੀਕ ਕਰੋ (ਸਭ ਤੋਂ ਮਹਿੰਗਾ ਕਿਉਂਕਿ ਇਹ ਅਚਾਨਕ ਅਸਫਲਤਾ ਅਤੇ ਬੰਦ ਹੋ ਜਾਂਦਾ ਹੈ)। ਰੋਕਥਾਮ ਸੰਭਾਲ: ਹਰ 15,000 ਕਿਲੋਮੀਟਰ ਨੂੰ ਬਦਲੋ (ਸੁਰੱਖਿਅਤ ਪਰ ਫਾਲਤੂ, ਕਿਉਂਕਿ ਤੁਸੀਂ ਚੰਗੇ ਹਿੱਸੇ ਨੂੰ ਵੀ ਸੁੱਟ ਦਿੰਦੇ ਹੋ)। ਪੂਰਵ-ਅਨੁਮਾਨੀ ਰੱਖ-ਰਖਾਅ: ਡੇਟਾ ਨੂੰ ਦੇਖੋ ਅਤੇ ਭਵਿੱਖਬਾਣੀ ਕਰੋ "ਲਗਭਗ 2,000 ਕਿਲੋਮੀਟਰ ਤੋਂ ਬਾਅਦ ਇਹ ਹਿੱਸਾ ਅਸਫਲ ਹੋ ਜਾਵੇਗਾ" ਅਤੇ ਸਹੀ ਸਮੇਂ 'ਤੇ ਦਖਲਅੰਦਾਜ਼ੀ ਕਰੋ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਉਹ ਤਕਨੀਕ ਹੈ ਜੋ ਭਵਿੱਖਬਾਣੀ ਦੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਵਾਹਨ ਦਾ ਡੇਟਾ ਕਿਵੇਂ ਵਹਿੰਦਾ ਹੈ, ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲੇ ਰੱਖ-ਰਖਾਅ ਮਾਡਲ ਕਿਵੇਂ ਸਥਾਪਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਇਹਨਾਂ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ।
ਵਾਹਨ ਡੇਟਾ ਕਿੱਥੋਂ ਆਉਂਦਾ ਹੈ? CAN, OBD ਅਤੇ ਟੈਲੀਮੈਟਿਕਸ
ਟੂਲ ਲਗਾਤਾਰ ਡਾਟਾ ਤਿਆਰ ਕਰਦੇ ਹਨ:
- CAN ਬੱਸ (ਕੰਟਰੋਲਰ ਏਰੀਆ ਨੈੱਟਵਰਕ): ਇਹ ਅੰਦਰੂਨੀ ਨੈੱਟਵਰਕ ਹੈ ਜਿੱਥੇ ਵਾਹਨ ਦੇ ਅੰਦਰ ਇਲੈਕਟ੍ਰਾਨਿਕ ਕੰਟਰੋਲ ਯੂਨਿਟ (ECU) ਇੱਕ ਦੂਜੇ ਨਾਲ ਗੱਲ ਕਰਦੇ ਹਨ। ਸੈਂਕੜੇ ਸੰਕੇਤ ਜਿਵੇਂ ਕਿ ਇੰਜਣ ਦੀ ਗਤੀ, ਗਤੀ, ਤਾਪਮਾਨ, ਗੈਸ ਸਥਿਤੀ ਦਾ ਵਹਾਅ ਇੱਥੋਂ।
- OBD-II (ਆਨ-ਬੋਰਡ ਡਾਇਗਨੌਸਟਿਕਸ): ਸਟੈਂਡਰਡ ਡਾਇਗਨੌਸਟਿਕ ਪੋਰਟ; ਇਹ ਤੁਹਾਨੂੰ DTCs (ਡਾਇਗਨੌਸਟਿਕ ਟ੍ਰਬਲ ਕੋਡ, ਉਦਾਹਰਨ ਲਈ P0301 = 1st ਸਿਲੰਡਰ ਇਗਨੀਸ਼ਨ ਸਕਿੱਪ) ਨਾਮਕ ਫਾਲਟ ਕੋਡਾਂ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
- ਟੈਲੀਮੈਟਿਕਸ / ਟੈਲੀਮੈਟਰੀ: ਵਾਹਨ ਇਸ ਡੇਟਾ ਨੂੰ ਵਾਇਰਲੈੱਸ ਤਰੀਕੇ ਨਾਲ (ਸਿਮ ਕਾਰਡ ਮੋਡੀਊਲ ਰਾਹੀਂ) ਕੇਂਦਰ ਨੂੰ ਭੇਜਦਾ ਹੈ। ਸਥਿਤੀ, ਡ੍ਰਾਈਵਿੰਗ ਵਿਵਹਾਰ, ਇੰਜਣ ਦੀ ਸਥਿਤੀ ਦੀ ਰਿਮੋਟਲੀ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਇਹ ਡੇਟਾ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਸਮਾਂ ਲੜੀ ਹੁੰਦਾ ਹੈ: ਨਿਰਧਾਰਤ ਅੰਤਰਾਲਾਂ (ਉਦਾਹਰਨ ਲਈ, ਹਰ ਸਕਿੰਟ) 'ਤੇ ਮਾਪੀਆਂ ਗਈਆਂ ਮੁੱਲਾਂ ਦੀ ਇੱਕ ਲੜੀ। ਇਹ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ ਦਾ ਕੱਚਾ ਮਾਲ ਹੈ।
ਧਿਆਨ ਦਿਓ: ਸਥਾਨ, ਡਰਾਈਵਿੰਗ ਵਿਵਹਾਰ ਅਤੇ VIN (ਚੈਸਿਸ ਨੰਬਰ) ਨਿੱਜੀ/ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਹਨ। ਟੈਲੀਮੈਟਰੀ (ਯੂਨਿਟ 10 ਵਿੱਚ ਵੇਰਵੇ) ਦੇ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਗੁਮਨਾਮਕਰਨ, ਡੇਟਾ ਮਿਨੀਮਾਈਜੇਸ਼ਨ ਅਤੇ KVKK/GDPR ਦੀ ਪਾਲਣਾ ਜ਼ਰੂਰੀ ਹੈ। ਕੱਚੇ VIN ਨੂੰ ਇੱਕ ਆਮ AI ਟੂਲ ਨੂੰ ਨਾ ਭੇਜੋ।
ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ ਦੇ ਤਿੰਨ ਮੁੱਖ ਕੰਮ
- ਅਸੰਗਤਤਾ ਦਾ ਪਤਾ ਲਗਾਉਣਾ: ਆਮ ਵਿਵਹਾਰ ਤੋਂ ਭਟਕਣਾ ਨੂੰ ਕੈਪਚਰ ਕਰਨਾ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਟਰਬੋ ਦਾ ਤਾਪਮਾਨ ਸਮਾਨ ਹਾਲਤਾਂ ਵਿੱਚ ਉਮੀਦ ਨਾਲੋਂ ਲਗਾਤਾਰ 15°C ਵੱਧ ਹੁੰਦਾ ਹੈ। ਮਾਡਲ "ਆਮ" ਸਿੱਖਦਾ ਹੈ, ਭਟਕਣਾ ਨੂੰ ਫਲੈਗ ਕਰਦਾ ਹੈ।
- ਬਾਕੀ ਉਪਯੋਗੀ ਜੀਵਨ (RUL) ਅਨੁਮਾਨ: ਅਸਫਲ ਹੋਣ ਤੱਕ ਇੱਕ ਹਿੱਸੇ ਦਾ ਅਨੁਮਾਨਿਤ ਬਾਕੀ ਓਪਰੇਟਿੰਗ ਸਮਾਂ/ਦੂਰੀ। "ਇਹ ਕਲਚ ਲਗਭਗ 3,500 ਕਿਲੋਮੀਟਰ ਦੇ ਬਾਅਦ ਗੰਭੀਰ ਵਿਅਰ ਤੱਕ ਪਹੁੰਚਦਾ ਹੈ।"
- ਨੁਕਸ ਵਰਗੀਕਰਣ / ਮੂਲ ਕਾਰਨ: ਸੈਂਸਰ ਪੈਟਰਨਾਂ ਤੋਂ ਕਿਸ ਕਿਸਮ ਦੇ ਨੁਕਸ ਦਾ ਵਿਕਾਸ ਹੋਇਆ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਡੀਟੀਸੀ ਨਾਲ ਜੋੜ ਕੇ ਅਨੁਮਾਨ ਲਗਾਉਣਾ।
ਕਦਮ ਦਰ ਕਦਮ: ਇੱਕ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ ਵਰਕਫਲੋ
- ਕਾਰੋਬਾਰੀ ਸਵਾਲ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰੋ। ਅਸੀਂ ਕੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਾਂ (ਕਿਹੜਾ ਹਿੱਸਾ, ਕਿਹੜੀ ਖਰਾਬੀ)? ਕਿੰਨੀ ਦੂਰ ਅਗਾਊਂ ਚੇਤਾਵਨੀ ਦੀ ਲੋੜ ਹੈ?
- ਡਾਟਾ ਇਕੱਠਾ ਕਰੋ ਅਤੇ ਇਕਸਾਰ ਕਰੋ। ਵੱਖ-ਵੱਖ ਸੈਂਸਰਾਂ ਦੇ ਟਾਈਮਸਟੈਂਪਸ ਇਕਸਾਰ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਇਕਾਈਆਂ ਇਕਸਾਰ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ।
- ਟੈਗ/ਇਵੈਂਟ ਵਰਣਨ। ਅਤੀਤ ਵਿੱਚ ਆਈਆਂ ਗਲਤੀਆਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ; ਮਾਡਲ ਇਹਨਾਂ ਤੋਂ ਸਿੱਖਦਾ ਹੈ। ਜੇਕਰ ਕੋਈ ਲੇਬਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਵਿਗਾੜ ਖੋਜ ਵੱਲ ਮੁੜੋ।
- ਵਿਸ਼ੇਸ਼ਤਾ ਇੰਜੀਨੀਅਰਿੰਗ. ਕੱਚੇ ਸਿਗਨਲ ਤੋਂ ਅਰਥਪੂਰਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ: ਮੂਵਿੰਗ ਔਸਤ, ਵਾਈਬ੍ਰੇਸ਼ਨ ਬਾਰੰਬਾਰਤਾ ਦੇ ਹਿੱਸੇ, ਤਾਪਮਾਨ ਵਧਾਉਣ ਦੀ ਦਰ।
- ਮਾਡਲ ਬਿਲਡਿੰਗ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ. ਸਮਾਂ ਲੜੀ ਵਿੱਚ ਅਤੀਤ/ਭਵਿੱਖ ਦੇ ਅੰਤਰ ਵੱਲ ਧਿਆਨ ਦਿਓ (ਡੇਟਾ ਲੀਕ ਹੋਣ ਦਾ ਖ਼ਤਰਾ!)।
- ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਤੇ ਅਲਾਰਮ ਤਰਕ। "ਸੰਭਾਲ ਦੀ ਲੋੜ" ਅਲਾਰਮ ਕਦੋਂ ਦਿਖਾਈ ਦੇਵੇਗਾ?
- ਫੀਲਡਿੰਗ ਅਤੇ ਨਿਗਰਾਨੀ. ਅਲਾਰਮ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਟਰੈਕ ਕਰੋ; ਗਲਤ ਅਲਾਰਮ ਦਰ ਨੂੰ ਘਟਾਓ.
ਸੰਕੇਤ: ਸਮਾਂ ਲੜੀ ਵਿੱਚ ਮਾਡਲ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਸਮੇਂ ਭਵਿੱਖ ਦੀ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ। ਭਵਿੱਖਬਾਣੀ ਦੇ ਸਮੇਂ "ਅਗਲੇ 5 ਮਿੰਟਾਂ ਦੀ ਔਸਤ" ਵਰਗੀ ਵਿਸ਼ੇਸ਼ਤਾ ਨਹੀਂ ਜਾਣੀ ਜਾ ਸਕਦੀ ਹੈ; ਇਹ ਇੱਕ ਡੇਟਾ ਲੀਕ ਹੈ ਅਤੇ ਲੈਬ ਵਿੱਚ ਮਾਡਲ ਨੂੰ ਵਧੀਆ ਬਣਾਉਂਦਾ ਹੈ ਪਰ ਖੇਤਰ ਵਿੱਚ ਬੇਕਾਰ ਹੈ।
RUL ਅਨੁਮਾਨ ਦੀ ਸਹੀ ਵਰਤੋਂ ਕਰਨਾ
ਹਾਲਾਂਕਿ RUL ਇੱਕ ਸਿੰਗਲ ਨੰਬਰ ਜਾਪਦਾ ਹੈ, ਇਹ ਅਸਲ ਵਿੱਚ ਇੱਕ ਅਨੁਮਾਨ ਹੈ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਰੱਖਦਾ ਹੈ। ਸਹੀ ਵਰਤੋਂ:
- ਅਨਿਸ਼ਚਿਤਤਾ ਸੀਮਾ ਦੇ ਨਾਲ ਮੌਜੂਦ। "3,500 ਕਿਲੋਮੀਟਰ" ਦੀ ਬਜਾਏ "3,000-4,200 ਕਿਲੋਮੀਟਰ (80% ਆਤਮ ਵਿਸ਼ਵਾਸ)"। ਰੱਖ-ਰਖਾਅ ਯੋਜਨਾ ਸਭ ਤੋਂ ਮਾੜੀ ਸਥਿਤੀ ਦੇ ਅਨੁਸਾਰ ਬਣਾਈ ਗਈ ਹੈ।
- ਸੁਰੱਖਿਆ ਦਾ ਮਾਰਜਿਨ ਜੋੜੋ। ਅਨੁਮਾਨ ਦੀ ਹੇਠਲੀ ਸੀਮਾ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਹਿੱਸੇ 'ਤੇ ਦਖਲ ਦੇਣਾ।
- ਇੱਕ ਝੂਠੇ ਅਲਾਰਮ ਦੀ ਕੀਮਤ ਨੂੰ ਤੋਲਣਾ. ਬਹੁਤ ਜਲਦੀ ਚੇਤਾਵਨੀ = ਬੇਲੋੜੇ ਹਿੱਸੇ ਬਦਲਣ ਅਤੇ ਡਾਊਨਟਾਈਮ; ਬਹੁਤ ਦੇਰ = ਅਸਫਲਤਾ। ਸੰਤੁਲਨ ਇੱਕ ਵਪਾਰਕ ਫੈਸਲਾ ਹੈ।
ਪਹੁੰਚ
ਫਾਇਦਾ
ਨੁਕਸਾਨ
ਸੁਧਾਰਕ (ਜਦੋਂ ਇਹ ਟੁੱਟਦਾ ਹੈ)
ਕੋਈ ਯੋਜਨਾਬੰਦੀ ਦੀ ਲੋੜ ਨਹੀਂ
ਅਚਾਨਕ ਰੁਕਣਾ, ਸਭ ਤੋਂ ਵੱਧ ਕੀਮਤ
ਰੋਕਥਾਮ (ਕੈਲੰਡਰ/ਕਿ.ਮੀ.)
ਸਧਾਰਨ, ਸੁਰੱਖਿਅਤ
ਠੋਸ ਹਿੱਸੇ ਦੀ ਰਹਿੰਦ
ਭਵਿੱਖਬਾਣੀ (AI)
ਬਸ ਸਮੇਂ ਦੇ ਨਾਲ, ਘੱਟ ਬਰਬਾਦੀ
ਡਾਟਾ, ਮਾਡਲ, ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਲੋੜ ਹੈ
ਮਿੰਨੀ ਕੇਸ ਅਧਿਐਨ
ਕੇਸ 1 - ਫਲੀਟ ਵਿੱਚ ਵਿਗਾੜ। ਇੱਕ ਕਾਰਗੋ ਫਲੀਟ ਵਿੱਚ 40 ਟਰੱਕਾਂ ਦੇ ਟਰਬੋ ਪ੍ਰੈਸ਼ਰ ਸਿਗਨਲ ਦੀ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਮਾਡਲ ਕੈਪਚਰ ਕਰਦਾ ਹੈ ਕਿ ਇੱਕ ਵਾਹਨ ਵਿੱਚ, ਦਬਾਅ ਹੌਲੀ-ਹੌਲੀ ਉਸੇ ਲੋਡ ਅਤੇ ਗਤੀ ਨਾਲ ਘਟਦਾ ਹੈ; ਅਜੇ ਤੱਕ ਕੋਈ ਡੀ.ਟੀ.ਸੀ. ਜਦੋਂ ਇਸ ਨੂੰ ਸੇਵਾ ਲਈ ਟੋਅ ਕੀਤਾ ਗਿਆ ਤਾਂ ਦੇਖਿਆ ਗਿਆ ਕਿ ਟਰਬੋ ਲੀਕ ਸ਼ੁਰੂ ਹੋ ਗਈ ਸੀ। ਸੜਕ 'ਤੇ ਖਰਾਬੀ ਅਤੇ ਟੋਇੰਗ ਲਾਗਤਾਂ (ਲਗਭਗ 900 EUR) ਨੂੰ ਰੋਕਿਆ ਜਾਂਦਾ ਹੈ। ਨਤੀਜਾ: ਅਸੰਗਤਤਾ ਨੇ ਇੱਕ ਨੁਕਸ ਕੋਡ ਵਿੱਚ ਬਦਲਣ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਹੈ।
ਕੇਸ 2 - ਡਾਟਾ ਲੀਕ ਜਾਲ। ਇੱਕ ਟੀਮ ਇੱਕ ਬ੍ਰੇਕ ਪੈਡ ਵੀਅਰ ਮਾਡਲ ਸਥਾਪਤ ਕਰਦੀ ਹੈ; ਟੈਸਟ ਦੀ ਸ਼ੁੱਧਤਾ ਇੱਕ ਹੈਰਾਨਕੁਨ 99% ਹੈ। ਇਮਤਿਹਾਨ 'ਤੇ, ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ ਕਿ ਮਾਡਲ ਇੱਕ ਰੱਖ-ਰਖਾਅ-ਰਿਕਾਰਡ ਖੇਤਰ (ਇੱਕ ਨੁਕਸ ਤੋਂ ਬਾਅਦ ਦਾਖਲ ਕੀਤਾ ਇੱਕ ਕਾਲਮ) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਜੋ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਪਹਿਨਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਯਾਨੀ ਇਹ "ਜਵਾਬ" ਨੂੰ ਵੇਖਦਾ ਹੈ। ਜਦੋਂ ਇਸ ਖੇਤਰ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਸ਼ੁੱਧਤਾ 82% ਤੱਕ ਘੱਟ ਜਾਂਦੀ ਹੈ, ਪਰ ਇਹ ਹੁਣ ਯਥਾਰਥਵਾਦੀ ਹੈ। ਸਿੱਟਾ: ਇੱਕ ਨਤੀਜਾ ਜੋ ਬਹੁਤ ਵਧੀਆ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ ਡੇਟਾ ਲੀਕ ਹੋਣ ਦਾ ਸੰਕੇਤ ਹੈ।
ਕੇਸ 3 - ਗਲਤ ਅਲਾਰਮ ਸੰਤੁਲਨ। ਇੱਕ ਬੈਟਰੀ ਹੈਲਥ ਮਾਡਲ ਪ੍ਰਤੀ ਹਫ਼ਤੇ 30 ਝੂਠੇ ਅਲਾਰਮ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜਦੋਂ ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਹੁਤ ਸਹੀ ਢੰਗ ਨਾਲ ਸੈੱਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; ਤਕਨੀਸ਼ੀਅਨ ਅਲਾਰਮ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹਨ। ਥ੍ਰੈਸ਼ਹੋਲਡ, ਅਨਿਸ਼ਚਿਤਤਾ ਅੰਤਰਾਲ ਅਤੇ ਲਗਾਤਾਰ ਦੋ ਪੁਸ਼ਟੀਕਰਣ ਨਿਯਮਾਂ ਨੂੰ ਮੁੜ ਵਿਵਸਥਿਤ ਕਰਕੇ, ਝੂਠੇ ਅਲਾਰਮ ਪ੍ਰਤੀ ਹਫ਼ਤੇ 4 ਤੱਕ ਘਟਾਏ ਜਾਂਦੇ ਹਨ ਅਤੇ ਅਸਲ ਅਸਫਲਤਾਵਾਂ ਅਜੇ ਵੀ ਫੜੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਤਲ ਲਾਈਨ: ਅਲਾਰਮ ਥਕਾਵਟ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਅਸਮਰੱਥ ਬਣਾ ਸਕਦੀ ਹੈ; ਸੰਤੁਲਨ ਜ਼ਰੂਰੀ ਹੈ।
ਪ੍ਰੋਂਪਟ ਟੈਂਪਲੇਟਸ
ਟੈਮਪਲੇਟ 1 - ਗੁਣ ਸੁਝਾਅ (ਲੀਕੇਜ ਨਿਯੰਤਰਿਤ):
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ ਡੇਟਾ ਵਿਗਿਆਨੀ ਹੋ। ਟਾਸਕ: ਸ਼ੁਰੂਆਤੀ ਟਰਬੋ ਅਸਫਲਤਾ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਉਮੀਦਵਾਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਸੰਦਰਭ: ਸਿਗਨਲ: ਟਰਬੋ ਪ੍ਰੈਸ਼ਰ, ਐਗਜ਼ੌਸਟ ਤਾਪਮਾਨ, ਇੰਜਣ ਦੀ ਗਤੀ, ਲੋਡ; ਪ੍ਰਤੀ ਸਕਿੰਟ 1 ਨਮੂਨਾ; VIN ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਪਾਬੰਦੀ: ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰਨਾ ਜੋ ਭਵਿੱਖਬਾਣੀ ਦੇ ਸਮੇਂ ਨਹੀਂ ਜਾਣੀਆਂ ਜਾ ਸਕਦੀਆਂ (ਭਵਿੱਖ/ਲੀਕ ਜੋਖਮ); ਹਰੇਕ ਵਿਸ਼ੇਸ਼ਤਾ ਲਈ ਫਲੈਗ ਲੀਕ ਜੋਖਮ। ਆਉਟਪੁੱਟ: ਗੁਣ | ਜਾਇਜ਼ | ਲੀਕ ਜੋਖਮ (Y/N) ਸਾਰਣੀ।
ਟੈਮਪਲੇਟ 2 - DTC ਵਿਆਖਿਆ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਆਟੋਮੋਟਿਵ ਡਾਇਗਨੌਸਟਿਸ਼ੀਅਨ ਹੋ। ਟਾਸਕ: ਹੇਠਾਂ ਦਿੱਤੇ DTC ਸੁਮੇਲ ਦੀ ਵਿਆਖਿਆ ਕਰੋ ਅਤੇ ਸੰਭਵ ਮੂਲ ਕਾਰਨਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਸੰਦਰਭ: P0300, P0171, ਮਾਮੂਲੀ ਨਿਸ਼ਕਿਰਿਆ ਵਾਈਬ੍ਰੇਸ਼ਨ; ਆਖਰੀ ਸੇਵਾ 10,000 ਕਿਲੋਮੀਟਰ ਪਹਿਲਾਂ। ਪਾਬੰਦੀ: ਨਿਸ਼ਚਤ ਨਿਦਾਨ; ਸੰਭਾਵਨਾ ਦੇ ਕ੍ਰਮ ਵਿੱਚ ਕਾਰਨ ਅਤੇ ਹਰੇਕ ਲਈ ਇੱਕ ਤਸਦੀਕ ਮਾਪ ਦਿਓ। ਆਉਟਪੁੱਟ: ਸੰਭਾਵੀ ਕਾਰਨ | ਤਸਦੀਕ | ਤਰਜੀਹ.
ਟੈਮਪਲੇਟ 3 - RUL ਵਿਆਖਿਆ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਭਰੋਸੇਯੋਗ ਇੰਜੀਨੀਅਰ ਹੋ। ਟਾਸਕ: ਮੇਰੇ RUL ਅਨੁਮਾਨ ਦਾ ਇੱਕ ਰੱਖ-ਰਖਾਅ ਯੋਜਨਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ। ਸੰਦਰਭ: ਕਲਚ RUL ਅਨੁਮਾਨ 3,500 ਕਿਲੋਮੀਟਰ, ਵਿਸ਼ਵਾਸ ਅੰਤਰਾਲ 2,800-4,500 ਕਿਲੋਮੀਟਰ; ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਨਹੀਂ ਪਰ ਫਸੇ ਹੋਏ ਮਹਿੰਗੇ ਹਨ। ਪਾਬੰਦੀ: ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਝੂਠੇ ਅਲਾਰਮ ਦੀ ਲਾਗਤ 'ਤੇ ਵਿਚਾਰ ਕਰੋ; ਅਜੀਬ ਸੰਖਿਆਵਾਂ 'ਤੇ ਭਰੋਸਾ ਨਾ ਕਰੋ। ਆਉਟਪੁੱਟ: ਸਿਫਾਰਸ਼ ਕੀਤੀ ਰੱਖ-ਰਖਾਅ ਵਿੰਡੋ + ਜਾਇਜ਼ਤਾ + ਬਾਕੀ ਜੋਖਮ।
ਟੈਮਪਲੇਟ 4 - ਅਲਾਰਮ ਤਰਕ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਫਲੀਟ ਟਰੈਕਿੰਗ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨਰ ਹੋ। ਕੰਮ: ਇੱਕ ਡਰਾਫਟ ਅਲਾਰਮ ਨਿਯਮ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰੋ ਜੋ ਗਲਤ ਅਲਾਰਮ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ। ਪ੍ਰਸੰਗ: ਮਾਡਲ ਘੜੀ 'ਤੇ ਸਕੋਰ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਤਕਨੀਸ਼ੀਅਨ ਅਲਾਰਮ ਥਕਾਵਟ ਦਾ ਅਨੁਭਵ ਕਰ ਰਹੇ ਹਨ। ਆਉਟਪੁੱਟ: ਨਿਯਮ (ਜਿਵੇਂ ਕਿ ਕੈਸਕੇਡਿੰਗ ਪੁਸ਼ਟੀਕਰਨ, ਹਿਸਟਰੇਸਿਸ) + ਅਨੁਮਾਨਿਤ ਪ੍ਰਭਾਵ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇੱਕ ਮਾਡਲ ਬਣਾਓ ਜੋ ਇੰਜਣ ਦੀ ਅਸਫਲਤਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ.
ਇਹ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੈ ਕਿ ਕਿਹੜਾ ਨੁਕਸ, ਕਿਹੜਾ ਸੰਕੇਤ, ਕਿੰਨੀ ਪਹਿਲਾਂ ਤੋਂ, ਕਿਹੜਾ ਤਸਦੀਕ.
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ ਇੰਜੀਨੀਅਰ ਹੋ। ਟਾਸਕ: ਘੱਟੋ-ਘੱਟ 1,000 ਕਿਲੋਮੀਟਰ ਪਹਿਲਾਂ ਤੋਂ ਟਰਬੋ ਲੀਕ ਹੋਣ ਦੀ ਚੇਤਾਵਨੀ ਦੇਣ ਲਈ ਇੱਕ ਪਹੁੰਚ ਤਿਆਰ ਕਰੋ ਅਤੇ ਇੱਕ ਪੁਸ਼ਟੀਕਰਨ ਯੋਜਨਾ ਲਿਖੋ। ਸੰਦਰਭ: 40 ਵਾਹਨਾਂ ਦੀ ਫਲੀਟ, CAN ਸਿਗਨਲ, 12 ਪਿਛਲੇ ਨੁਕਸ ਰਿਕਾਰਡ; VIN anonymous. Constraint: ਡਾਟਾ ਲੀਕ ਹੋਣ ਤੋਂ ਰੋਕੋ; ਅਨਿਸ਼ਚਿਤਤਾ ਸੀਮਾ ਦੇ ਨਾਲ RUL; ਝੂਠੇ ਅਲਾਰਮ ਦੀ ਲਾਗਤ ਬਾਰੇ ਚਰਚਾ ਕਰੋ; ਨਿਸ਼ਚਤ ਨਿਦਾਨ ਦਾ ਦਾਅਵਾ ਕਰੋ। ਆਉਟਪੁੱਟ: ਕਦਮ | ਵਿਧੀ | ਲੀਕ ਹੋਣ ਦਾ ਖਤਰਾ | ਤਸਦੀਕ ਸਾਰਣੀ.
ਆਮ ਗਲਤੀਆਂ
- ਡਾਟਾ ਲੀਕ. ਭਵਿੱਖ ਜਾਂ ਜਵਾਬ ਵਾਲੀ ਵਿਸ਼ੇਸ਼ਤਾ ਸੂਡੋ-ਉੱਚ ਸ਼ੁੱਧਤਾ ਪੈਦਾ ਕਰਦੀ ਹੈ।
- ਸੋਚਣਾ RUL ਹੀ ਸਹੀ ਸੰਖਿਆ ਹੈ। ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਰੇਂਜ ਅਤੇ ਸੁਰੱਖਿਆ ਦੇ ਹਾਸ਼ੀਏ ਤੋਂ ਬਿਨਾਂ RUL ਗੁੰਮਰਾਹਕੁੰਨ ਹੈ।
- ਅਲਾਰਮ ਥਕਾਵਟ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ. ਬਹੁਤ ਸਾਰੇ ਝੂਠੇ ਅਲਾਰਮ ਸਿਸਟਮ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਨੂੰ ਖਤਮ ਕਰ ਦੇਣਗੇ।
- ਗੁਪਤ ਡੇਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਕਰਨਾ। VIN, ਸਥਾਨ, ਡਰਾਈਵਿੰਗ ਵਿਵਹਾਰ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੇ ਹਨ; ਅਗਿਆਤ.
- ਟਾਈਮਸਟੈਂਪ/ਯੂਨਿਟ ਗਲਤੀ। ਜੇਕਰ ਸੈਂਸਰ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ, ਤਾਂ ਮਾਡਲ ਇੱਕ ਅਰਥਹੀਣ ਪੈਟਰਨ ਸਿੱਖਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
- ਪੂਰਵ-ਅਨੁਮਾਨੀ ਰੱਖ-ਰਖਾਅ ਦਾ ਉਦੇਸ਼ ਡਾਟਾ-ਸੰਚਾਲਿਤ ਪੂਰਵ-ਅਨੁਮਾਨ ਦੁਆਰਾ "ਸਿਰਫ਼-ਸਮੇਂ" ਦਖਲਅੰਦਾਜ਼ੀ ਕਰਨਾ ਹੈ; ਸੁਧਾਰਾਤਮਕ ਅਤੇ ਨਿਵਾਰਕ ਰੱਖ-ਰਖਾਅ ਦੇ ਮੁਕਾਬਲੇ ਕੂੜੇ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
- ਡਾਟਾ CAN, OBD ਅਤੇ ਟੈਲੀਮੈਟਿਕਸ ਤੋਂ ਸਮਾਂ ਲੜੀ ਵਜੋਂ ਆਉਂਦਾ ਹੈ; ਗੁਮਨਾਮਤਾ ਅਤੇ ਗੁਪਤਤਾ ਜ਼ਰੂਰੀ ਹੈ।
- ਤਿੰਨ ਮੁੱਖ ਕੰਮ: ਵਿਗਾੜ ਖੋਜ, RUL ਪੂਰਵ-ਅਨੁਮਾਨ, ਨੁਕਸ ਵਰਗੀਕਰਨ।
- ਡਾਟਾ ਲੀਕ ਹੋਣਾ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਜਾਲ ਹੈ; ਅਤੀਤ/ਭਵਿੱਖ ਵਿੱਚ ਅੰਤਰ ਬਣਾਈ ਰੱਖੋ।
- RUL ਨੂੰ ਅਨਿਸ਼ਚਿਤਤਾ ਰੇਂਜ ਦੇ ਨਾਲ ਪੇਸ਼ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਗਲਤ ਅਲਾਰਮ ਲਾਗਤ ਅਤੇ ਸੁਰੱਖਿਆ ਮਾਰਜਿਨ ਦੁਆਰਾ ਸੰਤੁਲਿਤ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਕੰਪੋਨੈਂਟ ਚੁਣੋ (ਜਿਵੇਂ ਕਿ ਬੈਟਰੀ, ਬ੍ਰੇਕ ਪੈਡ, ਟਰਬੋ)। (1) ਸੂਚੀ ਬਣਾਓ ਕਿ ਕਿਹੜੇ ਸੰਕੇਤ ਇਸ ਹਿੱਸੇ ਦੀ ਸਿਹਤ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। (2) ਟੈਂਪਲੇਟ 1 ਦੇ ਨਾਲ ਵਿਸ਼ੇਸ਼ਤਾ ਸੁਝਾਅ ਲਓ ਅਤੇ ਲੀਕ ਹੋਣ ਦੇ ਜੋਖਮ ਲਈ ਹਰੇਕ ਨੂੰ ਫਲੈਗ ਕਰੋ। (3) ਇੱਕ RUL ਪੂਰਵ ਅਨੁਮਾਨ ਨੂੰ ਅਨਿਸ਼ਚਿਤਤਾ ਅੰਤਰਾਲ ਦੇ ਨਾਲ ਰੱਖ-ਰਖਾਅ ਵਿੰਡੋ ਵਿੱਚ ਬਦਲੋ। (4) ਇੱਕ ਅਲਾਰਮ ਨਿਯਮ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ ਅਤੇ ਝੂਠੇ ਅਲਾਰਮ ਨੂੰ ਘਟਾਉਣ ਲਈ ਆਪਣੇ ਗੋਪਨੀਯਤਾ ਉਪਾਅ ਲਿਖੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਨੁਕਸ ਅਤੇ ਲੋੜੀਂਦੀ ਸ਼ੁਰੂਆਤੀ ਚੇਤਾਵਨੀ ਦੀ ਮਿਆਦ ਨੂੰ ਸਪੱਸ਼ਟ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਡੇਟਾ ਲੀਕੇਜ ਲਈ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ RUL ਨੂੰ ਅਨਿਸ਼ਚਿਤਤਾ ਸੀਮਾ ਅਤੇ ਸੁਰੱਖਿਆ ਹਾਸ਼ੀਏ ਦੇ ਨਾਲ ਪੇਸ਼ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਝੂਠੇ ਅਲਾਰਮ ਦੀ ਲਾਗਤ ਅਤੇ ਅਲਾਰਮ ਥਕਾਵਟ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ।
- [ ] ਮੈਂ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਜਿਵੇਂ ਕਿ VIN/ਟਿਕਾਣਾ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਸੈਂਸਰ ਅਲਾਈਨਮੈਂਟ ਅਤੇ ਯੂਨਿਟ ਇਕਸਾਰਤਾ ਦੀ ਜਾਂਚ ਕੀਤੀ।