ソリューションのアーキテクチャ: 航空用エンジンの監視による航空機の予測メンテナンス

現代の暮らしにおいて空の旅は欠かせません。しかし、航空用エンジンは高価であり、維持管理には高度な技能を持った技術者による頻繁なメンテナンスが必要です。ダウンタイムのために実稼働時間が大幅に減ることもあり、潜在的利益の減少につながります。また、運航コスト全体の約 10% を燃料が占めるため、効率が重要です。

最新の航空用エンジンには、作動中のエンジンの状態を追跡する、非常に高度なセンサーが搭載されています。このセンサーのデータを高度な分析と組み合わせることで、リアル タイムでの機体の監視に加えて、エンジン部品の残りの耐用年数も予測できるため、メンテナンスのスケジュールを適切なタイミングに設定することが可能になり、機械の不具合を防ぐことができます。

本システムでは、機体の状態を監視し、エンジン部品の残りの耐用年数を予測します。データの取り込み、格納、処理機能、および高度な分析機能も備えています。これらはすべて、エンド ツー エンドの予測メンテナンス ソリューションには欠かせません。また、本ソリューションは、この例では航空用エンジンの監視用にカスタマイズされていますが、ほかの予測メンテナンス シナリオ向けにも簡単に汎用化できます。

本ソリューションでは、ダウンタイムを削減し、エンジンを確実に効率よく動作させることで、可能な限り収益性を保った状態で機体を維持管理できるようサポートします。

Azure へのデプロイ

次の事前構築済みのテンプレートを使用し、Azure にこのアーキテクチャをデプロイする

Azure へのデプロイ

デプロイしたソリューションを表示

Data Factory: Move data, orchestrate, schedule and monitor SQL Database Machine Learning Power BI Event Hub Stream Analytics HDInsight Geography Data(Blob Storage) Engine Sensor Data (Simulated)

実装ガイダンス

製品/説明 ドキュメント

Stream Analytics

Stream Analytics では、Azure イベント ハブから取得した入力ストリームをほぼリアルタイムで分析できます。入力データはフィルターされてから Machine Learning のエンドポイントに渡され、結果は最終的に Power BI のダッシュボードに送信されます。

Event Hubs

Event Hubs は、組み立てラインの生データを取り込み、Stream Analytics に送信します。

Machine Learning Studio

Machine Learning は、Stream Analytics で取得したリアルタイムの組み立てラインのデータに基づいて、起こり得る不具合を予測します。

HDInsight

HDInsight では、Hive スクリプトを実行して Stream Analytics によってアーカイブされた未処理のイベントを集計できます。

SQL Database

SQL Database は Machine Learning から受け取った予測結果を格納し、Power BI にデータを発行します。

Data Factory

Data Factory は、バッチ処理を行うパイプラインのオーケストレーション、スケジュール設定、および監視を行います。

Power BI

Power BI は、Stream Analytics から取得したリアルタイムの組み立てラインのデータと Data Warehouse から取得した予測される不具合とアラートを視覚化します。

関連ソリューションのアーキテクチャ

Data Factory: Move data, orchestrate, schedule and monitor SQL Data Warehouse Machine Learning Machine Learning Power BI Event Hub Stream Analytics HDInsight Geography Data(Blob Storage) Vehicle Catalogue Diagnotic Events (Simulated)

車両テレマティクスを用いた予測分析情報

自動車販売店、メーカー、保険会社で Microsoft Azure を使用して、自動車の状態や運転の傾向についての予測的な分析情報を取得する方法について説明します。

詳細情報