Navigáció kihagyása

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: Stream Analytics, Azure Event Hubs-eseményközpontok, Machine Learning Studio, SQL Data Warehouse és Power BI. Ezek a szolgáltatások magas rendelkezésre állású környezetben futnak javítások és támogatás mellett, ami lehetővé teszi, hogy a környezet helyett a megoldásra tudjon fókuszálni.

Förebygga problem med förutsägande underhållLär dig hur du kan använda Azure Machine Learning för att förutse problem innan de uppstår med realtidsdata direkt från produktionsanläggningen.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

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.

Azure Event Hubs-eseményközpontok

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.

SQL Data Warehouse

Az SQL Data Warehouse gyári adatokat és hiba-előrejelzéseket tárol.

Power BI

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