Løsningsarkitektur: Defektforhindring med prediktivt vedlikehold

Les om hvordan du kan bruke Azure Machine Learning til å forutsi feil før de skjer, med sanntids produksjonslinjedata.

Denne løsningen er bygget på følgende Azure-administrerte tjenester: Azure Stream Analytics, Event Hubs, Machine Learning Studio og Azure Synapse Analytics. Disse tjenestene kjører i et miljø med høy tilgjengelighet med oppdateringer og støtte. Dette gir deg mulighet til å fokusere på løsningen din i stedet for miljøet den skal kjøres i.

예측 유지 관리를 통해 결함 방지Azure Machine Learning을 사용하면, 실시간 어셈블리 라인 데이터에서 오류가 발생하기 전에 예측할 수 있습니다.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

Implementeringsveiledning

Produkter/beskrivelse Dokumentasjon

Azure Stream Analytics

Stream Analytics gir tilnærmet sanntidsanalyse av inndataflyten fra Azure Event Hub. Inndata filtreres og sendes til et Machine Learning-endepunkt, til slutt sendes resultatene til Power BI-instrumentbordet.

Event Hubs

Event Hubs importerer rå samlebåndsdata og sender dem videre til Stream Analytics.

Machine Learning Studio

Machine Learning predikerer potensielle feil basert på sanntids samlebåndsdata fra Stream Analytics.

Azure Synapse Analytics

Synapse Analytics lagrer samlebåndsdata sammen med feilprediksjoner.

Power BI visualiserer sanntids samlebåndsdata fra Stream Analytics og de predikerte feilene og varslene fra Data Warehouse.

Relaterte løsningsarkitekturer

Flymotorovervåking for prediktivt vedlikehold i luftfartsbransjenMicrosoft Azures Predictive Maintenance-løsning viser hvordan man kombinerer sanntids flydata med analyse for å overvåke flyenes helsetilstand.Data Factory: Move data, orchestrate, schedule and monitorSQL DatabaseMachine LearningPower BI Event HubStream AnalyticsHDInsightGeography Data(Blob Storage)Engine Sensor Data (Simulated)

Microsoft Azures Predictive Maintenance-løsning viser hvordan man kombinerer sanntids flydata med analyse for å overvåke flyenes helsetilstand.

Mer informasjon
자동차 텔레매틱스를 통한 예측 정보자동차 딜러, 제조업체, 보험사가 어떻게 Microsoft Azure를 사용하여 차량 상태와 운전 습관에 대한 예측적 정보를 얻을 수 있는지 알아보세요.Data Factory: Move data, orchestrate, schedule and monitorSQL Data WarehouseMachine LearningMachine LearningPower BI Event HubStream AnalyticsHDInsightGeography Data(Blob Storage)Vehicle CatalogueDiagnotic Events (Simulated)

Finn ut hvordan bilforhandlere, bilprodusenter og forsikringsselskaper kan bruke Microsoft Azure til å få prediktiv innsikt i kjøretøytilstand og kjørevaner.

Mer informasjon