车辆故障始终是一个麻烦 - 而且通常最终花费时间和金钱。在矿区的车辆故障是一样的，但在更大的规模 - 并可能对生产力和效率产生影响。

有些故障是很好理解的，并且可以通过适当的维护来防止。但也有一些看似随意，不能计划 - 直到现在。由于采用了创新的使用机器学习，泰克是使用大数据发生之前预测的不可预知和解决问题。

自2011年以来，我们已经使用了传感器和数据监控拖运卡车的健康在我们的炼钢煤炭业务和管理维修和预防性维护。现在，随着人工智能的帮助下，我们将进一步去了一步。

通过我们与合作伙伴谷歌云和皮松我们正在解锁源自数百万被我们的行动船队所产生的数据点的新见解。这在以前是不可预知的问题，如电势的失败，他们发生利用机器学习算法之前，目前正在鉴定。我们还建模和预测剩余我们的卡车的寿命，确定磨损，磨损，识别异常故障，提高报警和通知系统。

机器学习为维护有助于减少计划外的维护，降低总体维护成本，延长设备使用寿命。据估计，仅在一个网站上有对从实施这一计划每年节省超过100万$的潜力。

我们把像机器学习的想法，维修工作在我们的业务。学到更多我们的创新方案和技术。万博手机版注册账号