Ignora esplorazione

Controllo qualità

I sistemi di controllo di qualità consentono ai business di evitare difetti nei processi di distribuzione di beni o servizi ai clienti. La creazione di un sistema di questo tipo che raccoglie dati e identifica problemi potenziali in una pipeline può offrire numerosi vantaggi. Il controllo di qualità nella catena di montaggio è essenziale nella produzione digitale. L'identificazione di rallentamenti ed errori potenziali prima che si verifichino invece che dopo il rilevamento può aiutare le aziende a ridurre i costi dovuti a scarti e ripetizioni della lavorazione, migliorando al tempo stesso la produttività.

Questa soluzione mostra come prevedere gli errori usando l'esempio delle pipeline di produzione (catene di montaggio). A questo scopo vengono sfruttati i vantaggi di sistemi di test già disponibili e dati sugli errori, cercando in modo specifico i valori restituiti e gli errori funzionali al termine di una catena di montaggio. Combinando questi dati con le competenze relative al dominio e le analisi delle cause radice in una progettazione modulare che incorpora le procedure di elaborazione principali, è possibile fornire una soluzione di analisi avanzate che usa Machine Learning per prevedere gli errori prima che si verifichino. Il rilevamento anticipato degli errori consente di ridurre i costi per le riparazioni o gli scarti, approccio in genere economicamente più efficiente rispetto ai richiami e ai costi per le garanzie.

Descrizione

Nota: se hai già distribuito questa soluzione, fai clic qui per visualizzare la distribuzione.

Risparmia tempo e lasciati aiutare da uno di questi partner di integrazione strategica (SI, Strategic Integration) per il modello di verifica, la distribuzione e l'integrazione di questa soluzione.

Tempo stimato per il provisioning: 30 minuti

Cortana Intelligence Suite offre strumenti di analisi avanzata tramite Microsoft Azure per l'inserimento di dati, l'archiviazione di dati, l'elaborazione di dati e le analisi avanzate, tutti elementi essenziali per la creazione di una soluzione di controllo di qualità per la produzione. La soluzione viene implementata sul cloud, usando la piattaforma online flessibile di Microsoft Azure che disaccoppia i componenti dell'infrastruttura (inserimento di dati, archiviazione, spostamento dei dati, visualizzazione) dal motore di analisi che supporta linguaggi DS moderni come R e Python. È quindi possibile ripetere il training del componente di modellazione della soluzione in base alla necessità e implementarlo usando algoritmi di Azure Machine Learning a prestazioni elevate oppure librerie open source (R/Python) o da un fornitore di soluzioni di terze parti. Il pulsante 'Distribuisci' avvierà un flusso di lavoro che distribuirà un'istanza della soluzione in un gruppo di risorse della sottoscrizione di Azure specificata. La soluzione include più servizi di Azure, illustrati di seguito, oltre a un processo Web che simula i dati, in modo che immediatamente dopo la distribuzione sia disponibile una soluzione end-to-end funzionante. Per istruzioni successive alla distribuzione e per altri dettagli sull'implementazione tecnica, vedi le istruzioni disponibili qui.

Dettagli tecnici e flusso di lavoro

  1. I dati della simulazione "Manufacturing Assembly Line" vengono sottoposti a streaming dai processi Web di Azure appena distribuiti.
  2. Questi dati sintetici vengono inseriti in Hub eventi di Azure come punti dati/eventi, che verranno utilizzati nel resto del flusso della soluzione e archiviati in Azure SQL Data Warehouse.
  3. In questo modello vengono usati due processi di Analisi di flusso di Azure per fornire analisi in tempo reale sul flusso di input da Hub eventi di Azure. Entrambi i processi applicano filtri ai dati di input e trasmettono i punti dati a un endpoint di Azure Machine Learning, inviando i risultati a un dashboard di Power BI.
  4. Infine, per la visualizzazione dei risultati si usa Power BI.

Dichiarazione di non responsabilità

©2017 Microsoft Corporation. Tutti i diritti sono riservati. Queste informazioni vengono fornite "così come sono" e sono soggette a modifiche senza preavviso. Microsoft non fornisce alcuna garanzia, espressa o implicita, in merito alle informazioni fornite qui. Per la generazione della soluzione sono stati usati dati di terze parti. La responsabilità per il rispetto dei diritti di altri, inclusi l'acquisizione e la conformità delle licenze rilevanti per la creazione di set di dati simili, è a tuo carico.

Architetture delle soluzioni correlate

Manutenzione predittiva

Questa soluzione di manutenzione predittiva monitora l'aereo e prevede la vita utile rimanente dei componenti del motore dell'aereo.

Rilevamento delle anomalie in flussi di dati in tempo reale

La soluzione Cortana Intelligence IT Anomaly Insights aiuta i reparti IT in organizzazioni di grandi dimensioni a rilevare e risolvere rapidamente i problemi in base alle metriche sottostanti per l'integrità dall'infrastruttura IT (CPU, memoria e così via), dai servizi (timeout, variazioni del Contratto di servizio, brownout e così via) e da altri indicatori KPI (backlog degli ordini, errori di accesso e pagamento e così via) in modo automatizzato e scalabile. Questa soluzione offre anche un'esperienza "Prova adesso" semplice che può essere provata con dati personalizzati per realizzare il valore offerto dalla soluzione. L'esperienza "Distribuisci" consente di iniziare rapidamente a usare la soluzione in Azure tramite la distribuzione di componenti della soluzione end-to-end nella sottoscrizione di Azure e la distribuzione del controllo completo per la personalizzazione in base alla necessità.