Компания DB Cargo внедрила систему прогнозирования потребности в запасных частях на основе искусственного интеллекта для своих дизельных локомотивов серии 77 на базе DB Cargo Railport Darmstadt.
Система объединяет данные о пробеге, интервалах технического обслуживания и условиях работы автосервиса с данными о предыдущих моделях потребления, чтобы улучшить прогнозы спроса.
Компания DB Cargo эксплуатирует около 60 дизельных локомотивов серии 77 на неэлектрифицированных маршрутах. Эти локомотивы, изготовленные в Канаде, нуждаются в запасных частях, срок поставки которых может составлять несколько недель или месяцев, а для некоторых компонентов — значительно дольше. По данным DB Cargo, традиционные методы прогнозирования оказались менее эффективными из-за нерегулярного спроса на определенные запчасти.
Одним из примеров является масляный насос для локомотива серии 77. Прежний метод прогнозирования не указывал на наличие спроса, в то время как модель искусственного интеллекта предсказала потребность в пяти единицах; фактический объем потребления составил шесть. Учитывая сроки поставки около 500 дней, точность прогноза напрямую влияет на эксплуатационную готовность локомотива.
Наряду с внедрением модели искусственного интеллекта компания DB Cargo переработала свой существующий инструмент планирования на базе Excel. Параметры были систематически протестированы с целью достижения баланса между временем ожидания и уровнем запасов. Для различных типов транспортных средств были определены отдельные наборы параметров, чтобы адаптировать планирование к конкретным операционным профилям.
Компания DB Cargo сообщает, что новая методология и обновленный инструмент планирования были внедрены в течение нескольких месяцев и в настоящее время используются для планирования запасных частей для парка локомотивов серии 77.
