Volvoचे डोंगर-वाचणारे ट्रक सॉफ्टवेअर ताफे इंधन बचतीसाठी कशी धडपड करत आहेत ते दाखवते

लांब पल्ल्याच्या ट्रकिंगमध्ये सॉफ्टवेअर इंधन वाचवण्याचे साधन बनत आहे

जड ट्रकची कार्यक्षमता अनेकदा हार्डवेअरची समस्या म्हणून मांडली गेली आहे: स्वच्छ इंजिने, चांगली एरोडायनॅमिक्स, अधिक हुशार ट्रान्समिशन. Volvoची I-See प्रणाली दाखवते की पुढील मोठा फायदा किती प्रमाणात सॉफ्टवेअरमधून येऊ शकतो. दिलेल्या स्रोत सामग्रीनुसार, कंपनीचे प्रेडिक्टिव्ह क्रूझ-कंट्रोल तंत्रज्ञान GPS समन्वय, भूआकृती नकाशे, आणि क्लाउड-अपडेटेड रस्ते डेटा वापरून भूभागातील बदल आधीच ओळखते आणि चालक तिथे पोहोचण्याआधी ट्रकचे वर्तन समायोजित करते.

हे महत्त्वाचे आहे कारण लांब पल्ल्याच्या ट्रकिंगमध्ये नफा अतिशय कमी असतो, आणि किरकोळ कार्यक्षमता वाढही मोठ्या ताफ्यांमध्ये पटकन मोठ्या प्रमाणावर लागू होते. स्रोत मजकूर म्हणतो की डोंगराळ प्रदेशात I-Seeच्या आधीच्या आवृत्तीसह Volvoने 5% पर्यंत इंधन बचतीचा दावा केला, आणि नंतर I-See PVT-MTM प्रणाली कंपनीच्या D13TC इंजिनसह जोडल्यावर 7% पर्यंत बचतीचा दावा केला. मालवाहतूक ऑपरेशन्समध्ये ही टक्केवारी कार्यात्मकदृष्ट्या महत्त्वाची आहे.

I-See कसे काम करते

ही प्रणाली Volvoच्या I-Shift स्वयंचलित मॅन्युअल ट्रान्समिशनशी जोडलेली आहे आणि मार्गस्थितीच्या इलेक्ट्रॉनिक समजुतीवर अवलंबून आहे. ट्रक चढ चढू किंवा उतार सुरू झाल्यानंतर प्रतिक्रिया देण्याऐवजी, I-See आधीच लोड केलेल्या आणि सामायिक केलेल्या भू-आकृतिक डेटाचा वापर करून आधीच निर्णय घेते. स्रोत सामग्रीनुसार, नवीन ट्रक क्लाउड-आधारित सर्व्हरकडून अद्ययावत भूभाग माहिती मिळवण्यासाठी टेलिमॅटिक्स गेटवे वापरतात.

हे सामायिक-डेटा मॉडेल प्रणालीच्या तर्कशास्त्राचा एक महत्त्वाचा भाग आहे. जेव्हा एखादा ट्रक प्रथमच डोंगराळ मार्गावरून प्रवास करतो, तेव्हा तो स्थानिक भूआकृतीबद्दल माहिती अपलोड करू शकतो. नंतर त्याच मार्गावरून जाणारे इतर ट्रक ती माहिती आपोआप डाउनलोड करू शकतात. प्रत्यक्षात, प्रत्येक प्रवास पुढच्या प्रवासाला प्रशिक्षण देतो.

स्रोतामधील Volvoच्या वर्णनानुसार प्रक्रिया सहा टप्प्यांत विभागली आहे. सॉफ्टवेअर प्रथम भूभाग डेटा वाचते आणि ट्रकला चढ चढताना शक्य तितक्या उच्च गिअरमध्ये गती टिकवून ठेवण्यास मदत करते. नंतर शिखराजवळ अनावश्यक डाउनशिफ्ट्स टाळते, उतार जवळ येताच वेग कमी करते, काही परिस्थितींमध्ये ड्राइव्हलाइन तात्पुरती वेगळी करते, आणि कार्यक्षमता राखत नियंत्रण जपण्यासाठी वेग आणि ब्रेकिंगचे व्यवस्थापन करते.

हे केवळ सोयीचे फिचर नाही. ते भूगोलाला इंधन व्यवस्थापनासाठी मशीन-वाचनीय इनपुटमध्ये रूपांतरित करते.

डोंगर इतके महत्त्वाचे का

या प्रणालीमागील ऑपरेशनल तर्क सोपा आहे. भारवाहू जड ट्रक उतार, वेग, वजन, आणि गिअर निवडीनुसार इंधन वेगवेगळ्या पद्धतीने वापरतो. अनुभवी चालक हे घटक चांगल्या प्रकारे हाताळू शकतात, पण सॉफ्टवेअर हजारो मैलांमध्ये अधिक सातत्याने आणि पुन्हा-पुन्हा वापरता येतील अशा प्रकारे सर्वोत्तम प्रतिसादांची गणना करू शकते.

डोंगराळ मार्ग विशेषतः कठीण असतात कारण ते अकार्यक्षम वेगवाढ, चुकीच्या वेळेचे डाउनशिफ्ट्स, आणि अनावश्यक ब्रेकिंगला प्रोत्साहन देतात. चढ सुरू होण्यापूर्वी गती टिकवून आणि उताराभोवतीचे वर्तन नियंत्रित करून, प्रेडिक्टिव्ह प्रणाली ऊर्जा वापर अधिक सुरळीत करू शकतात, जे प्रत्येक वेळी हाताने करणे अवघड असते.

म्हणूनच कनेक्टेड ट्रकिंग अधिक महत्त्वाचे होत आहे. ताफा जितका अधिक मार्ग डेटा जमा करू शकतो, तितकेच अशा प्रणाली वाहनाचे वर्तन प्रत्यक्ष रस्त्यांच्या स्थितींशी चांगले जुळवू शकतील. यावरून असे दिसते की मालवाहतुकीची कार्यक्षमता ही तितकीच डेटा समस्या आहे जितकी यांत्रिक समस्या.

ट्रक घटकापासून ताफा बुद्धिमत्तेपर्यंत

I-Seeचे व्यापक महत्त्व असे की ते व्यावसायिक वाहनांना स्वतंत्र मशीनांपासून कनेक्टेड प्लॅटफॉर्मकडे वळताना दाखवते. गिअरबॉक्स अजूनही गिअरबॉक्सच आहे, पण नकाशा डेटा, टेलिमेट्री, GPS, आणि केंद्रीकृत अद्यतने यांच्याशी जोडले की तो ऑप्टिमायझेशन नेटवर्कचा भाग बनतो. यामुळे हार्डवेअरसोबत मालकीच्या सॉफ्टवेअर स्तरांना जोडू शकणाऱ्या उत्पादकांसाठी मूल्याचे नवे प्रकार निर्माण होतात.

ताफा ऑपरेटरांसाठी त्याचे आकर्षण स्पष्ट आहे. इंधन हा मालवाहतूक क्षेत्रातील सर्वांत मोठ्या आणि सर्वांत अस्थिर ऑपरेटिंग खर्चांपैकी एक आहे. चालकाच्या सतत हस्तक्षेपाशिवाय वापर कमी करणारी प्रणाली दररोज बचत देऊ शकते, विशेषतः अशा प्रस्थापित मार्गांवर जिथे भूभागाचे नमुने वारंवार पुनरावृत्त होतात.

दुय्यम परिणामही आहेत. अधिक अंदाज करता येणारे वेग आणि ब्रेकिंग निर्णय अधिक सुरळीत कामकाजात मदत करू शकतात, ज्याचा परिणाम झीज, चालक थकवा, आणि वेळापत्रकाच्या सातत्यावर होऊ शकतो. दिलेला स्रोत मजकूर इंधन बचतीवर लक्ष केंद्रित करतो, पण अंतर्निहित रचना व्यापक ताफा व्यवस्थापन अनुप्रयोगांकडे निर्देश करते.

वाहतुकीतील मोठा कल

पूर्ण स्वायत्तता सामान्य होण्यापूर्वी वाहतूक तंत्रज्ञान कसे विकसित होत आहे याचे Volvoचे प्रणाली एक उपयुक्त उदाहरण आहे. प्रत्येक कार्यक्षमता वाढीसाठी स्वयंचलित ट्रकची गरज नसते. जवळच्या काळातील अनेक मोठ्या सुधारणा अशा स्तरित सहाय्य प्रणालींमधून येऊ शकतात ज्या चालकाला नियंत्रणात ठेवून मर्यादित, उच्च-मूल्य निर्णय स्वयंचलित करतात.

हा दृष्टिकोन पूर्णपणे स्वयंचलित मालवाहतुकीकडे वळण्यापेक्षा अंमलात आणणे सोपे, नियमन करणे सोपे, आणि ताफ्यांसाठी आर्थिकदृष्ट्या समर्थन करणे सोपे आहे. तो व्यावसायिक वाहतुकीत टप्प्याटप्प्याने होणाऱ्या लाभांनाच जास्त महत्त्व दिले जाते या वास्तवाचेही प्रतिबिंब आहे. जर सॉफ्टवेअर इंधन वापर काही टक्क्यांनीही विश्वासार्हरीत्या कमी करू शकत असेल, तर प्रत्यक्षात ते अधिक चमकदार पण अजून न सिद्ध झालेल्या मोठ्या दाव्यांपेक्षा अधिक महत्त्वाचे ठरू शकते.

दिलेल्या स्रोत सामग्रीत I-See हे चढउतार लक्षात ठेवणारे क्रूझ सिस्टीम म्हणून मांडले आहे. एका अर्थी ते नेमके तेच आहे. पण व्यापक अर्थाने ते हे सूचित करते की भविष्यातील ट्रक क्रांतिकारी नवीन रूपांपेक्षा परिचित यंत्रांच्या सतत, डेटा-चालित अनुकूलनातून जास्त जिंकेल.

हा लेख Jalopnik च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.