Projektin tavoitteena oli satama-alueen lastinkäsittelylaitteiston ennakoivan kunnossapidon kehittäminen keinoälyn avulla. Veracell tarjosi projektissa kyvykkyyden keinoälypohjaisten elinkaarimallien hyödyntämiseen ennustavassa analytiikassa. Ennusteen avulla huoltoprosessissa saadaan etukäteen tietoa siitä, mikä osa koneessa on vaarassa rikkoutua. Tällöin osia voidaan vaihtaa ennakoiden määräaikaishuoltojen yhteydessä.
Projektissa keskityttiin eri ennustemallien ja datan esikäsittelymenetelmien soveltamiseen sekä parhaan mallinnuslähestymistavan löytymiseen.
Mallinnuksessa käytettiin survival (elinkaari)- ja random forest -malleja.
Tulokset ja tuotettu koodi toimivat pohjana mallien jatkokehittämisessä ja parhaan mallinnuslähestymistavan valinnassa.
Projektissa keskityttiin eri ennustemallien ja datan esikäsittelymenetelmien soveltamiseen sekä parhaan mallinnuslähestymistavan löytymiseen.
Veracell keskittyi implementoimaan malleja, jotka domain-osaajien mielestä olisivat hyödyllisimpiä ja täydensimme Kalmarin data science -tiimiä elinkaarimallinnuksen erikoisosaamisella. Tulokset ja tuotettu koodi toimivat pohjana mallien jatkokehittämisessä ja parhaan mallinnuslähestymistavan valinnassa.
Hyödynsimme Kalmarin data-allasta ja aloitimme nopeasti mallien kehittämisen. Datan käsittely oli viety pitkälle jo ennen projektin aloitusta ja siinä näkyi vuosia jatkuneen data-alustakehityksen tulos.
"Veracellilta löysimme ammattitaitoisen tiimin, jollaista olimme jo jonkin aikaa etsineet elinkaarimallinnuksen edistämiseen. Tulokset projektista ovat lupaavia ja vievät meitä kohti tuotantoratkaisua."
- Tomi Krogerus, Senior Manager of Analytics and AI
