Prediktivní údržba

Toto řešení prediktivní údržby monitoruje letadlo a predikuje zbývající životnost součástek motoru.

Popis

Poznámka: Pokud jste toto řešení už nasadili, můžete ho zobrazit kliknutím sem.

Odhadovaný čas zřízení: 20 minut

Přehled

Toto řešení ukazuje, jak zkombinovat data v reálném čase ze senzorů s pokročilými analýzami, monitorovat součásti letadel v reálném čase a také predikovat zbývající životnost těchto součástí.

Podrobnosti

Letecká doprava je zásadním prvkem moderního života. Letecké motory jsou však drahé a jejich provoz vyžaduje pravidelnou údržbu vysoce kvalifikovanými techniky. Moderní letecké motory jsou vybavené vysoce sofistikovanými senzory, které sledují jejich fungování. Kombinací dat z těchto senzorů a pokročilých analýz je možné monitorovat letadlo v reálném čase a předpovídat zbývající dobu použitelnosti součástek motoru, aby mohla být včas naplánovaná údržba a zabránilo se tak mechanickým závadám. Toto řešení prediktivní údržby monitoruje letadlo a predikuje zbývající životnost součástek motoru. Jde o komplexní řešení, které zahrnuje ingestování, ukládání a zpracování dat a pokročilé analýzy – to vše je nezbytné k sestavení řešení prediktivní údržby. Přestože je tento příklad upravený pro monitorování leteckých motorů, je možné ho snadno zobecnit pro další scénáře prediktivní údržby. Zdroj dat tohoto řešení je sestavený na základě obecně dostupných dat z úložiště dat NASA pomocí datové sady pro simulaci postupného zhoršování stavu proudových motorů (nebo je z nich odvozený).

Tlačítko Deploy (Nasadit) spustí pracovní postup, který nasadí instanci tohoto řešení v rámci skupiny prostředků předplatného Azure, které jste zadali. Toto řešení zahrnuje několik služeb Azure (popsaných níže) spolu s webovou úlohou, která simuluje data. To znamená, že okamžitě po nasazení budete mít fungující ucelenou ukázku.

Technické údaje a pracovní postup

  1. Data pro simulaci streamuje nově nasazená webová úloha Azure – AeroDataGenerator.
  2. Tato syntetická data se předají do služby Azure Event Hubs jako datové body.
  3. Dvě úlohy Azure Stream Analytics analyzují data a poskytují analýzy téměř v reálném čase pro vstupní datový proud z centra událostí. Jedna z úloh Stream Analytics archivuje všechny nezpracované příchozí události do služby Azure Storage pro další zpracování službou Azure Data Factory, druhá úloha publikuje výsledky na řídicím panelu Power BI.
  4. Služba HDInsight se používá ke spuštění skriptů Hive (orchestrovaných službou Azure Data Factory) a poskytuje agregace nezpracovaných událostí, které archivovala výše zmíněná úloha Stream Analytics.
  5. Služba Azure Machine Learning (orchestrovaná službou Azure Data Factory) se využívá k vytvoření predikcí zbývající doby použitelnosti konkrétního leteckého motoru na základě přijatých vstupů.
  6. Azure SQL Database (spravovaná pomocí Azure Data Factory) se využívá k uložení výsledků předpovědí přijatých ze služby Azure Machine Learning. Tyto výsledky se následně používají na řídicím panelu Power BI. V SQL Database se nasadí uložená procedura a později se vyvolá k kanálu Azure Data Factory pro uložení výsledků predikce ML do tabulky výsledků vyhodnocení.
  7. Azure Data Factory zajišťuje orchestraci, plánování a monitorování kanálu dávkového zpracování.
  8. A konečně Power BI se použije pro vizualizaci výsledků, takže letečtí mechanici mohou monitorovat data ze senzorů v letadlech napříč flotilou v reálném čase a využít vizualizace k naplánování údržby motoru.

Právní omezení

© 2017 Microsoft Corporation. Všechna práva vyhrazena. Tyto informace se poskytují „tak, jak jsou“ a mohou se bez předchozího upozornění změnit. Společnost Microsoft neposkytuje s ohledem na uvedené informace žádné záruky, ať už výslovné, nebo implikované. K vytvoření řešení byla použita data třetích stran. Zodpovídáte za respektování práv ostatních, včetně pořízení náležitých licencí pro vytváření podobných datových sad a jejich dodržování.

Související architektury řešení

Detekce anomálií v datových proudech v reálném čase

Řešení přehledů anomálií IT v Cortana Intelligence pomáhá IT oddělením ve velkých organizacích rychle detekovat a opravovat problémy na základě základních metrik stavu z IT infrastruktury (procesor, paměť atd.), služeb (časové limity, odchylky od smlouvy SLA, výpadky atd.) a dalších klíčových ukazatelů výkonu (backlog objednávek, problémy s přihlášením a platbou atd.), a to automatizovaným a škálovatelným způsobem. Toto řešení také nabízí zkušební prostředí, které si můžete snadno vyzkoušet s upravenými daty, abyste si uvědomili hodnotu, kterou toto řešení nabízí. Nasazení umožňuje rychle začít s řešením v Azure díky tomu, že nasadí komponenty kompletního řešení do vašeho předplatného Azure a podle potřeby vám poskytne plnou kontrolu nad přizpůsobením.