Přeskočit navigaci

Kontrola kvality

Systémy kontroly kvality umožňují podnikům předcházet chybám v celém procesu doručování zboží nebo služeb zákazníkům. Sestavení takového systému, který shromažďuje data a identifikuje potenciální problémy v kanálu, může přinést nesmírné výhody. Například v digitální výrobě je kontrola kvality na celé montážní lince nezbytná. Identifikace zpomalení a potenciálních selhání dříve, než k nim dojde, a nikoli až po jejich zjištění, může společnostem pomoct snížit náklady související s vadnými výrobky a opakovanou prací při současném zvýšení produktivity.

Toto řešení na příkladu výrobních kanálů (montážní linky) ukazuje, jak předvídat selhání. K tomu se využívají připravené testovací systémy a data o chybách a konkrétně se analyzuje vracení a funkční chyby na konci montážní linky. Díky kombinaci těchto prvků s poznatky z oboru a analýzou původní příčiny v rámci modulárního návrhu, který zapouzdřuje hlavní kroky výroby, poskytujeme obecné řešení pokročilé analýzy, které pomocí strojového učení předpovídá chyby dřív, než k nim dojde. Včasná předpověď budoucích chyb umožňuje levnější opravy nebo dokonce zahození, což je obvykle nákladově efektivnější než náklady spojené s vracením a poskytováním záruky.

Popis

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

Šetřete čas a nechte některého ze školených partnerů SI, aby vám pomohli s testováním konceptu, nasazením i integrací tohoto řešení.

Odhadovaný čas zřízení: 30 minut

Cortana Intelligence Suite poskytuje prostřednictvím Microsoft Azure pokročilé analytické nástroje – komponenty pro příjem, ukládání a zpracování dat a pokročilé analýzy – to znamená všechny nepostradatelné prvky pro vytvoření řešení kontroly kvality výroby. Toto řešení je implementované v cloudu a využívá flexibilní online platformu Microsoft Azure, která odděluje komponenty infrastruktury (pro příjem dat, ukládání, přesun dat, vizualizace) od analytického jádra, které podporuje moderní jazyky DS, jako jsou R a Python. Modelovací komponentu řešení je tak možné podle potřeby přetrénovat a implementovat s využitím vysoce výkonných algoritmů služby Azure Machine Learning, open source knihoven (R/Python) nebo řešení jiného dodavatele. 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 ucelené řešení. Pokyny po nasazení a další podrobnosti o technické implementaci najdete tady.

Technické údaje a pracovní postup

  1. Data pro simulaci výrobní montážní linky se streamují nově nasazenými webovými úlohami Azure.
  2. Tato syntetická data se předají do Azure Event Hubs jako datové body nebo události, které se využijí ve zbytku toku řešení a uloží ve službě Azure SQL Data Warehouse.
  3. V tomto modelu se používají 2 úlohy Azure Stream Analytics, které poskytují analýzy téměř v reálném čase pro vstupní datový proud z centra událostí Azure. Obě úlohy filtrují vstupní data a předávají datové body do koncového bodu Azure Machine Learning, který odešle výsledky na řídicí panel Power BI.
  4. A konečně k vizualizaci výsledků se používá Power BI.

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

Prediktivní údržba

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

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.