Hopp over navigasjon

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: Stream Analytics, Event Hubs, Machine Learning Studio, SQL-datalager og strøm~~POS=TRUNC BI. 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.

Defect prevention with predictive maintenanceLearn how to use Azure Machine Learning to predict failures before they happen with real-time assembly line data.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

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.

SQL-datalager

 		SQL Data Warehouse lagrer samlebåndsdata sammen med feilprediksjoner.

strøm~~POS=TRUNC BI

 		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)

Flymotorovervåking for prediktivt vedlikehold i luftfartsbransjen

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

Mer informasjon
Prediktiv innsikt med kjøretøytelematikkFinn ut hvordan bilforhandlere, bilprodusenter og forsikringsselskaper kan bruke Microsoft Azure til å få prediktiv innsikt i kjøretøytilstand og kjørevaner.Data Factory: Move data, orchestrate, schedule and monitorSQL Data WarehouseMachine LearningMachine LearningPower BI Event HubStream AnalyticsHDInsightGeography Data(Blob Storage)Vehicle CatalogueDiagnotic Events (Simulated)

Prediktiv innsikt med kjøretøytelematikk

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

Mer informasjon
Avviksregistrering med maskinlæringMicrosoft Azures IT Anomaly Insights kan bidra til å automatisere og skalere avviksregistreringen for IT-avdelinger slik at de raskt kan oppdage og rette opp problemer.Machine Learning(Anomaly Detection)Service Bus topics(Publish/subscribe capabilities)Visual Studio Application Insights(Monitoring and telemetry)Event Hub(Event queue)Table Storage(Big Data store)Stream Analytics(Realtime analytics)MetadataSave ML outputScore each datasetPublish anomalies detectedPower BI Azure SQL DB(Anomaly detection results)Data FactoryTime series data

Avviksregistrering med maskinlæring

Microsoft Azures IT Anomaly Insights kan bidra til å automatisere og skalere avviksregistreringen for IT-avdelinger slik at de raskt kan oppdage og rette opp problemer.

Mer informasjon
Bla gjennom flere løsningsarkitekturer