Modifica

Monitoraggio predittivo dei motori di aerei

Azure Data Factory
Hub eventi di Azure
Azure HDInsight
Azure Machine Learning
Analisi di flusso di Azure
Monitoraggio di Azure

Idee per le soluzioni

Questo articolo è un'idea di soluzione. Per espandere il contenuto con altre informazioni, ad esempio potenziali casi d'uso, servizi alternativi, considerazioni sull'implementazione o indicazioni sui prezzi, inviare commenti e suggerimenti su GitHub.

La soluzione di manutenzione predittiva di Microsoft Azure dimostra come combinare dati di artefatti in tempo reale con l'analisi per monitorare l'integrità degli aerei.

Questa soluzione è compilata con Analisi di flusso di Azure, Hub eventi, Azure Machine Learning, HDInsight, database SQL di Azure, Data Factory e Power BI. Questi servizi vengono eseguiti in un ambiente a disponibilità elevata, con patch e supporto, consentendo di concentrarsi sulla soluzione anziché sull'ambiente in cui vengono eseguiti.

Architettura

Diagramma dell'architettura: monitoraggio del motore di aeromobili per la manutenzione predittiva degli aeromobili con Azure.

Scaricare un file di Visio di questa architettura.

Componenti

  • Analisi di flusso di Azure offre analisi quasi in tempo reale sul flusso di input da Hub eventi di Azure. I dati di input vengono filtrati e passati a un endpoint di Machine Learning, inviando infine i risultati al dashboard di Power BI.
  • Hub eventi inserisce dati non elaborati della riga di assembly e lo passa ad Analisi di flusso.
  • Azure Machine Learning prevede potenziali errori basati sui dati della riga di assembly in tempo reale di Analisi di flusso.
  • HDInsight esegue script Hive per fornire aggregazioni sugli eventi non elaborati archiviati da Analisi di flusso.
  • database SQL di Azure archivia i risultati della stima ricevuti da Machine Learning e pubblica i dati in Power BI.
  • Data Factory gestisce l'orchestrazione, la pianificazione e il monitoraggio della pipeline di elaborazione batch.
  • Power BI consente di visualizzare i dati della riga di assembly in tempo reale da Analisi di flusso e gli errori e gli avvisi previsti dal data warehouse.

Dettagli dello scenario

Potenziali casi d'uso

Questa soluzione è ideale per le industrie aeree e aerospaziali.

Con le informazioni corrette, è possibile determinare la condizione delle apparecchiature per prevedere quando deve essere eseguita la manutenzione. La manutenzione predittiva può essere usata per gli elementi seguenti:

  • Diagnostica in tempo reale.
  • Assistenza per i voli in tempo reale.
  • Prognostici.
  • Riduzione dei costi.

Passaggi successivi

Vedere la documentazione del prodotto:

Leggere altri articoli del Centro architetture di Azure sulla manutenzione predittiva e la stima con Machine Learning: