Megoldásarchitektúra: Hibamegelőzés prediktív karbantartással

Megtudhatja, hogyan jelezheti előre a hibákat azok bekövetkezte előtt az Azure Machine Learning valós idejű gyártósoradataival.

Ez a megoldás az alábbi, Azure által felügyelt szolgáltatásokra épül: Azure Stream Analytics, Event Hubs, Machine Learning Studio és Azure Synapse Analytics. Ezek a szolgáltatások magas rendelkezésre állású környezetben futnak javítások és támogatás mellett, ami lehetővé teszi, hogy a környezet helyett a megoldásra tudjon fókuszálni.

Hibamegelőzés prediktív karbantartássalMegtudhatja, hogyan jelezheti előre a hibákat azok bekövetkezte előtt az Azure Machine Learning valós idejű gyártósoradataival.Azure SQL DWMachine Learning(Real time predictions)Power BIALS test measurements (Telemetry)Event HubStream Analytics(Real time analytics)Dashboard of predictions/alertsRealtime data stats, Anomaliesand aggregatesRealtime event and predictions

Implementálási segédlet

Termékek/Leírás Dokumentáció

Azure Stream Analytics

A Stream Analytics biztosítja az Azure Event Hubstól beérkező adatfolyam közel valós idejű elemzését. A bejövő adatok szűrés után továbbadódnak egy Machine Learning-végpontnak, amely végül elküldi az eredményeket a Power BI irányítópultjára.

Event Hubs

Az Event Hubs nyers gyári adatokat tölt be, és átadja azokat a Stream Analyticsnek.

Machine Learning Studio

A Machine Learning a Stream Analyticstől származó valós idejű gyári adatok alapján előre jelzi a lehetséges meghibásodásokat.

Azure Synapse Analytics

A Synapse Analytics gyári adatokat és hiba-előrejelzéseket tárol.

A Power BI vizuálisan jeleníti meg a Stream Analyticstől származó valós idejű gyári adatokat és a Data Warehouse-ból származó hiba-előrejelzéseket és figyelmeztetéseket.

Kapcsolódó megoldásarchitektúrák

Prediktív karbantartást támogató repülőgéphajtómű-figyelés a légi közlékedésbenA Microsoft Azure prediktív karbantartási megoldása megmutatja, miként kombinálhatók a repülőgépek valós idejű adatai a repülőgépek állapotfigyelését szolgáló elemzésekkel.Data Factory: Move data, orchestrate, schedule and monitorSQL DatabaseMachine LearningPower BI Event HubStream AnalyticsHDInsightGeography Data(Blob Storage)Engine Sensor Data (Simulated)

A Microsoft Azure prediktív karbantartási megoldása megmutatja, miként kombinálhatók a repülőgépek valós idejű adatai a repülőgépek állapotfigyelését szolgáló elemzésekkel.

Részletek
Prediktív adatelemzés jármű-telematika használatávalTudjon meg többet arról, hogyan tudnak az autókereskedők és biztosítási cégek a Microsoft Azure segítségével az autó várható állapotával és a vezetési szokásokkal kapcsolatos előrejelzésekhez jutni.Data Factory: Move data, orchestrate, schedule and monitorSQL Data WarehouseMachine LearningMachine LearningPower BI Event HubStream AnalyticsHDInsightGeography Data(Blob Storage)Vehicle CatalogueDiagnotic Events (Simulated)

Tudjon meg többet arról, hogyan tudnak az autókereskedők és biztosítási cégek a Microsoft Azure segítségével az autó várható állapotával és a vezetési szokásokkal kapcsolatos előrejelzésekhez jutni.

Részletek