Talihooldes kasutatavate veoautode telemeetria andmete analüüs

Käesolevas lõputöös käsitleti talihooldes kasutatavate veokite telemeetriaandmete analüüsi. Leiti, et telemeetriaandmete analüüsist saab ettevõte üldisemat kasu ning sellest tulenevalt tuleks veoautojuhte koolitada või juhendada, et nad oskaksid paremini kasutada telemeetriaandmetest saadavat teavet oma sõiduviisi parandamiseks ning seeläbi vähendada kütusekulu ja sõiduki kulumist. Andmete töötlemisel kasutati kolme erinevat telemeetria tarkvaraga tegelevat teenusepakkujat. Olemasolevate andmete põhjal on sõidukijuhtide omavaheline võrdlemine ja seeläbi tulemustasusüsteemi juurutamine keerukas, kuna esiteks ei ole võimalik juhte ühe hooldeauto juhte omavahel eristada ning teiseks on vähe faktoreid, mida veoautojuhid saavad ise talihoolet teostades mõjutada. Enda tööülesandeid teostades tuleb arvestada erinevate teguritega ehk väga vähe oleneb juhist endast säästlikkuse arvestamisel. Seetõttu on oluline leida kesktee loodavas programmis, mis oleks võimeline eemaldama ilmastiku, piirkondlikust ja automargi erisusest tulenevad faktorid või vastupidi - arvestama kui suur osakaal on neil kütusekulus. Uurimistöös selgus, et margipõhised veebirakendused annavad väga detailse ülevaate sõidukis toimuvast ja autojuhtide sõiduharjumustest. Hea ülevaate, kuidas piirkond ja ilmastik mõjutavad erinevaid faktoreid, mis on telemeetriaga jälgitavad (mootori võimuse kasutus, pidurdused, püsikiiruse hoidiku kasutus jne). Detailse võrdluse teeb keeruliseks asjaolu, et tehnikapark on suur ja kasutusel on erinevad automargid, mis omakorda eeldab erinevate rakenduste kasutust. Üldisem võrdlus on võimalik jälgimise veebirakenduste Fleet Complete abil. Telemeetria andmeid kasutades oli võimalik välja selgitada, kuidas tulemusi saab kasutada sõidukipargi optimeerimiseks ja talihooldustööde tõhustamiseks. Uuringu käigus koguti andmeid erinevate talihoolduse tööde kohta, näiteks lume lükkamine, soola puistamine, sõidukite liikumiskiirused jne. Töö tulemusena selgus, et telemeetria andmete analüüs võib aidata talihoolduses oluliselt vähendada kütuse kulusid. Kaasa võib aidata näiteks kõige optimaalsema sillavalemi, mootorivõimsuse või tootja sõiduki hankimine. Säästva sõidu koolituse tagasisideküsitlusest saab välja tuua, et autojuhte tuleks juhendada ja harida detailsemalt iga margi põhiselt, kuna tavapärane ohutusjuhend annab ülevaate ainult masinast endast, kuid mitte selle optimaalse kasutamise võimalustest. Tuli välja, et tulemustasu motiveeriks autojuhte säästlikkusele, aga loodav süsteem peaks olema õiglane olenemata sellest, missugust tehnikat kasutatakse. Vaadata tuleks suuremat pilti ja mõelda, kuidas tulemustasu mõjutaks neid talihooldust tegevaid töölisi, kes ei kasuta enda tööülesannete tegemisel veoautosi. Seetõttu on oluline kaaluda tasustamismudeleid, mis arvestaksid töötajate töö sisu ja panust ning tagaksid õiglase tasustamise.

The present graduation paper focuses on application of telemetry data analysis for monitoring of fuel consumption in trucks during road maintenance in winter. The author of the paper works at the road maintenance company Verston OÜ that provides winter maintenance by means of trucks of varied makes, wheel formulae, horsepower, and year of manufacture. It is an important goal for the company to economise fuel by motivating drivers towards optimisation of fuel consumption. Fuel prices have been rapidly increasing on the world market in recent years. Considering that fuel is a major item of expenditure in winter road maintenance, the author of the paper decided to analyse which factors determine fuel consumption and if analysis and application of truck telemetry data could lead to a decrease in fuel consumption. The research covered Scania, Volvo, and MAN trucks with years of manufacture ranging between 2006 and 2022. The wheel formulae of the trucks of these makes were 6x2, 6x4, 6x2 semi-trailer, 6x4 semi-trailer, 8x2, and 8x4, the engine power ranged from 380 and 500 hp. For data processing three different online software applications were used. Two software applications were make-specific (Scania Fleet Management System and Volvo Connect) and one a system providing general vehicle monitoring reports (Fleet Complete). During a set period of time (01.12.2022 – 28.02.2023) the telemetry data of more than 50 trucks was compared. The results of a general comparison based on fuel consumption in litres per 100 km only are presented below. The trucks monitored were divided into three groups by their year of manufacture. The average fuel consumption over a three-month period indicated that the newer the truck, the lower the fuel consumption. • Group 1: (year of manufacture 2006 – 2011) 66.82 l/100 km; • Group 2: (year of manufacture 2012 – 2017) 63.20 l/100 km; • Group 3: (year of manufacture 2018 – 2022) 49.36 l/100 km. Fuel consumption was analysed also according to engine power (horsepower). The trucks were divided into three groups. The average fuel consumptions of the trucks of these groups were as follows: • Group 1: 380 - 420 hp 61.99 l/100 km; • Group 2: 440 - 480 hp 58.86 l/100 km; • Group 3: 490 - 500 hp 49.08 l/100 km. The results demonstrated that the most efficient were the trucks with a 500 hp engine. The average fuel consumption per three months of the trucks with different wheel formulae was also compared. The following results were received: • Wheel formula 6x2: 56.6 l/100 km; • Semi-trailer, wheel formula 6x2: 43.5 l/100 km; • Wheel formula 6x4: 48.9 l/100 km; • Semi-trailer, wheel formula 6x4: 52.4 l/100 km; • Wheel formula 8x2: 48.9 l/100 km; • Wheel formula 8x4: 48.8 l/100 km. According to the survey, a 6x2-wheel formula semi-trailer proved to be most economical in terms of fuel consumption. Analysis of the telemetry data indicated that there exist objective factors affecting fuel consumption, which are out of the driver’s control. These factors include weather conditions (in case of snowfall, fuel consumption increases by 30-40%), relief of an area (on flat terrain fuel consumption appeared to be lower than on hilly terrain), and on the technical equipment used. At the moment, Verston OÜ does not have a technical solution enabling us to eliminate the effects of the factors mentioned. The bonus scheme being developed at the company has to consider the differences between varied truck types/makes. It must be possible to monitor the fuel consumption while the vehicle is being driven. According to the survey conducted in the company, the drivers would appreciate that calculation of bonuses was based on a comparison or a ranking system of economical truck operation. However, many workers engaged in winter maintenance do not operate trucks. Thus, it is important that the remuneration schemes prepared take into consideration the nature of the tasks, productivity and input of each employee.