Prediktív repülőgépmotor-monitorozás

A Microsoft Azure prediktív karbantartási megoldása azt mutatja be, hogyan kombinálhatók a valós idejű repülőgépadatok az elemzéssel a repülőgépek állapotának monitorozásához.

Ez a megoldás az Azure Stream Analytics, az Event Hubs, az Azure Machine Tanulás, a HDInsight, az Azure SQL Database, a Data Factory és a Power BI használatával készült. Ezek a szolgáltatások magas rendelkezésre állású környezetben futnak javítások és támogatás mellett, ami lehetővé teszi, hogy a környezet helyett a megoldásra tudjon fókuszálni.

Architektúra

Töltse le az architektúra Visio-fájlját.

Összetevők

• Az Azure Stream Analytics közel valós idejű elemzést biztosít az Azure Event Hubs bemeneti streamjén. A bejövő adatok szűrés után továbbadódnak egy Machine Learning-végpontnak, amely végül elküldi az eredményeket a Power BI irányítópultjára.
• Az Event Hubs betölti a nyers szerelési vonal adatait, és továbbítja azokat a Stream Analyticsnek.
• Az Azure Machine Tanulás a Stream Analytics valós idejű, összeszerelővonal-adatai alapján előrejelzi a lehetséges hibákat.
• A HDInsight Hive-szkripteket futtat a Stream Analytics által archivált nyers események összesítéséhez.
• Az Azure SQL Database tárolja a Machine Tanulás által kapott előrejelzési eredményeket, és közzéteszi az adatokat a Power BI-ban.
• A Data Factory kezeli a kötegfeldolgozási folyamat vezénylését, ütemezését és monitorozását.
• A Power BI lehetővé teszi a Stream Analytics valós idejű, összeszerelősori adatainak, valamint az adattárházból származó előrejelzett hibák és riasztások vizualizációját.

Forgatókönyv részletei

Lehetséges használati esetek

Ez a megoldás ideális a repülőgép- és repülőgépipar számára.

A megfelelő információk birtokában meg lehet határozni a berendezések állapotát annak előrejelzése érdekében, hogy mikor kell karbantartást végezni. A prediktív karbantartás a következő elemekhez használható:

• Valós idejű diagnosztika.
• Valós idejű repülési segítség.
• Prognosztikák.
• Költségcsökkentés.

Következő lépések

Tekintse meg a termék dokumentációját:

• Stream Analytics
• Event Hubs
• Azure Machine Learning
• HDInsight
• SQL-adatbázis
• Azure Data Factory
• Power BI

Kapcsolódó erőforrások

További Azure Architecture Center-cikkek a gépi tanulással történő prediktív karbantartásról és előrejelzésről:

• Prediktív karbantartás
• A tartózkodás hosszának és a betegforgalom előrejelzése