Nápady na řešení
Tento článek je myšlenkou řešení. Pokud chcete, abychom obsah rozšířili o další informace, jako jsou potenciální případy použití, alternativní služby, aspekty implementace nebo pokyny k cenám, dejte nám vědět tím, že nám poskytnete zpětnou vazbu k GitHubu.
V současnosti většina zařízení na problémy s úrovní hladiny v nádržích reaguje reaktivně. Tato reaktivita často vede k přelití, nouzovým vypnutím, nákladných nákladů na nápravu, regulačním problémům, nákladných opravám a pokutám. Prognózování úrovně hladiny v nádržích pomáhá tyto a další problémy zmírňovat.
Architektura
Stáhněte si soubor aplikace Visio s touto architekturou.
Tok dat
- Data se odesílají do služby Azure Event Hubs a Azure Synapse Analytics jako datové body nebo události, které se použijí ve zbytku toku řešení.
- Azure Stream Analytics analyzuje data, aby poskytovala analýzy vstupního streamu z centra událostí téměř v reálném čase a přímo je publikovala do Power BI pro vizualizaci.
- Azure Machine Učení slouží k předpovídání úrovně nádrže konkrétní oblasti vzhledem k přijatým vstupům.
- Azure Synapse Analytics se využívá k uložení výsledků předpovědí přijatých ze služby Azure Machine Learning. Tyto výsledky se následně používají na řídicím panelu Power BI.
- Azure Data Factory zpracovává orchestraci a plánování hodinového opětovného trénování modelu.
- Power BI se nakonec používá pro vizualizaci výsledků, aby uživatelé mohli monitorovat úroveň nádrže z zařízení v reálném čase a pomocí úrovně prognózy zabránit úniku.
Komponenty
- Azure Data Factory
- Azure Event Hubs
- Azure Machine Learning
- Azure Stream Analytics
- Azure Synapse Analytics
- Power BI
Podrobnosti scénáře
Proces prognózování hladiny v nádržích začíná u vstupu z vrtu. Ropa se při vstupu do zařízení odměřuje prostřednictvím měřičů a pak se odesílá do nádrží. Během procesu zpřesňování se monitorují a zaznamenávají úrovně v nádržích. Výstup ropy, plynu a vody se zaznamenávají prostřednictvím senzorů, měřičů a záznamů. S využitím dat ze zařízení se pak vytvářejí prognózy. Prognózy se můžou vytvářet například každých 15 minut.
Služba Azure Cognitive Services je přizpůsobitelná a lze ji přizpůsobit tak, aby splňovala různé požadavky, které mají zařízení a společnosti.
Potenciální případy použití
Toto řešení je ideální pro odvětví energetiky, automobilového průmyslu a leteckého průmyslu.
Prognózy se vytvářejí díky využití výkonu dat v reálném čase a historických dat snadno dostupných ze senzorů, měřičů a záznamů, které pomáhají s následujícími scénáři:
- Prevence přetečení nádrže a nouzového vypínání
- Zjišťování chyb a selhání hardwaru
- Plánování údržby, vypínání a logistiky
- Optimalizace provozu a efektivity zařízení
- Zjišťování úniku z potrubí a pomalého toku v potrubí
- Snížení nákladů a omezení pokut a výpadků
Další kroky
Dokumentace k produktu:
- Co je služba Azure Event Hubs?
- Co je Azure Synapse Analytics?
- Vítá vás Azure Stream Analytics
- Co je Azure Machine Learning?
- Co je Azure Data Factory?
Moduly Microsoft Learn:
- Trénování modelu strojového učení pomocí služby Azure Machine Učení
- Integrace dat se službou Azure Data Factory nebo kanálem Azure Synapse