Áttekintés
Ez a megoldás bemutatja, hogyan lehet az érzékelőkről származó valós idejű adatokat speciális elemzési eszközökkel egyesítve valós időben ellenőrizni a repülőgép alkatrészeit, és megbecsülni azok fennmaradó hasznos élettartamát.
Részletek
A légi utazás a modern világ egyik sarokköve, a repülőgép-hajtóművek azonban drágák, üzemben tartásuk pedig képzett szakemberek által végzett rendszeres karbantartást kíván. A modern repülőgép-hajtóművek rendkívül kifinomult érzékelőkkel vannak ellátva, amelyek folyamatosan figyelik a berendezések működését. Az érzékelőktől származó adatok és azok fejlett eszközökkel történő elemzése lehetővé teszi a repülőgép valós idejű figyelését és a hajtóműalkatrészek hátralévő hasznos élettartamának előrejelzését, hogy a megfelelően ütemezett karbantartás elejét vehesse a műszaki hibáknak. Ez a prediktív karbantartási megoldás figyeli a repülőgépet, és megbecsüli a motoralkatrészek fennmaradó hasznos élettartamát. Ez az átfogó megoldás magában foglalja az adatok feltöltését, tárolását, feldolgozását és fejlett eszközökkel történő elemzését – mindent, ami egy prediktív karbantartási megoldás kialakításához szükséges. Ezt a megoldást a repülőgép-hajtóművek figyelésére alakítottuk ki, ugyanakkor könnyen általánosítható más prediktív karbantartási helyzetekre. A megoldás a NASA adattárában nyilvánosan elérhető adatokat használ, konkrétan a Turbofan Engine Degradation Simulation (Sugárhajtómű motorjának kopásszimulációja) adatkészletet.
A „Deploy” (Üzembe helyezés) gomb elindít egy munkafolyamatot, amely az Ön által megadott Azure-előfizetést használva helyezi üzembe a megoldáspéldányt egy erőforráscsoportban. A megoldás több Azure-szolgáltatást is magában foglal (részletesen lásd alább), továbbá egy olyan Web Jobs-feladatot, amely szimulálja az adatokat, így az üzembe helyezést követően azonnal egy teljes értékű bemutató áll az Ön rendelkezésére.
Technikai adatok és munkafolyamat
- A szimuláció adatait egy újonnan üzembe helyezett Azure Web Job-feladat (AeroDataGenerator) streameli.
- Ezek a szintetikus adatok adatpontokként kerülnek be az Azure Event Hubs szolgáltatásba.
- Az eseményközpontból érkező adatfolyam közel valós idejű elemzéséért két Azure Stream Analytics-feladat felelős. Az egyik Stream Analytics-feladat az Azure Storage szolgáltatásba archiválja a nyers bejövő eseményeket, hogy ezeket később az Azure Data Factory szolgáltatás fel tudja dolgozni, a másik pedig közzéteszi az eredményeket a Power BI irányítópultján.
- A HDInsight szolgáltatás az Azure Data Factory által előkészített Hive-parancsprogramok futtatására szolgál. Ezek a korábban említett Stream Analytics-feladat által archivált nyers események összesítését végzik.
- Az Azure Data Factory által előkészített Azure Machine Learning a bevitt adatok alapján megbecsüli az adott repülőgépmotor fennmaradó hasznos élettartamát.
- Az Azure Data Factory által felügyelt Azure SQL Database tárolja az Azure Machine Learningből származó előrejelzési eredményeket. Az eredményeket ezt követően a Power BI irányítópultja használja fel. A rendszer üzembe helyez egy tárolt eljárást az SQL Database-ben, amelyet aztán az Azure Data Factory-folyamat később meghív: ezzel írja be a Machine Learning-előrejelzés eredményeit a pontozási táblázatba.
- Az Azure Data Factory végzi a kötegelt feldolgozási folyamat szervezését, ütemezését és figyelését.
- Az eredmények vizuális megjelenítéséért a Power BI felelős: ennek köszönhetően a repülőgép-szerelők valós időben figyelhetik az egyes repülőkről vagy az egész flottáról érkező érzékelőadatokat, és a vizualizációk alapján beütemezhetik a motorok karbantartását.
Jogi nyilatkozat
© 2017 Microsoft Corporation. Minden jog fenntartva. Ezt az információt jelen formájában nyújtjuk, és előzetes értesítés nélkül változhat. Az itt szereplő információkra a Microsoft nem vállal sem kifejezett, sem vélelmezett garanciát. A megoldás harmadik féltől származó adatok felhasználásával lett létrehozva. Ön felelős mások jogainak tiszteletben tartásáért, beleértve a hasonló adatkészletek létrehozásának céljából történő beszerzéseket és a vonatkozó licenceknek való megfelelőséget is.