Title

IMPACTOS NO CONSUMO DE DIESEL RESULTANTE DE TREINAMENTO DE SEGURANÇA OPERACIONAL EM SIMULADORES MENSURADOS ATRAVÉS DE MODELOS DE INTELIGÊNCIA ARTIFICIAL DO SOFTWARE DA CASCADIA SCIENTIFIC

IMPACTS ON DIESEL CONSUMPTION RESULTING FROM OPERATIONAL SAFETY TRAINING IN SIMULATORS MEASURED THROUGH CASCADIA SCIENTIFIC SOFTWARE ARTIFICIAL INTELLIGENCE MODELS

Authorship

Oliveira, Fabricio; Paula, Adilson Cesar Melo de; Sales, Sabrina; Silva, Vânia; Mariano, Bruna Rahd; Nunes, Lucas

Oliveira, Fabricio

I am this author

Paula, Adilson Cesar Melo de

I am this author

Sales, Sabrina

I am this author

Silva, Vânia

I am this author

Mariano, Bruna Rahd

2 Articles, Downloaded 34 Times

Nunes, Lucas

I am this author

DOI

10.5151/2594-5335-39458

Downloads

Abstract

A queima de combustível é influenciada por diversos fatores, incluindo as condições do solo, a intensidade do trabalho e o comportamento do operador. Esses fatores tornam complexo o trabalho de avaliação do real impacto do operador no consumo de diesel, especialmente se forem avaliados apenas valores médios de consumo. Para superar esse desafio, a Cascadia Scientific desenvolveu modelos de inteligência artificial que isolam o impacto do desempenho do operador na eficiência geral do transporte. Esses modelos normalizam as condições de trabalho e do equipamento, permitindo avaliar o desempenho do operador com maior precisão. Utilizando esta metodologia, foi observado uma redução no impacto do operador no consumo de 5,8% após o treinamento de segurança em simuladores de caminhões 777G.

Fuel burn is influenced by many factors, including road conditions, load intensity and operator behavior. These factors make the task of evaluating the operator's real impact on diesel consumption complex, especially if only average consumption values are evaluated. To overcome this challenge, Cascadia has developed an artificial intelligence model that isolates the impact of operator performance on overall transportation efficiency. These models normalize working and equipment conditions, allowing us to assess operator performance more accurately. With that, an efficiency gain in operator performance impact after safety training in simulators of 5.8% on 777G transport equipment was measured.

Keywords

Aprendizado de Máquina; Treinamento Operacional; Consumo de Diesel; Equipamento de Transporte.

Machine Learning; Operator Training; Diesel Consumption; Haul Truck