Navigatie overslaan

Architectuur voor de oplossing:Bewaking van vliegtuigmotoren voor predictief onderhoud in de luchtvaart

In de oplossing voor predictief onderhoud van Microsoft Azure ziet u hoe u realtime vliegtuiggegevens kunt combineren met analyses voor de bewaking van de staat van vliegtuigen.

Deze oplossing is gebouwd op de beheerde services van Azure: Azure Stream Analytics, Event Hubs, Machine Learning Studio, HDInsight, Azure SQL Database, Data Factory en de Power BI. De services worden in een omgeving met hoge beschikbaarheid uitgevoerd, gepatcht en ondersteund zodat u zich op de oplossing kunt concentreren en u niet hoeft bezig te houden met de omgeving waarin de services worden uitgevoerd.

Bewaking van vliegtuigmotoren voor predictief onderhoud in de luchtvaartIn de oplossing voor predictief onderhoud van Microsoft Azure ziet u hoe u realtime vliegtuiggegevens kunt combineren met analyses voor de bewaking van de staat van vliegtuigen.Data Factory: Move data, orchestrate, schedule and monitorSQL DatabaseMachine LearningPower BI Event HubStream AnalyticsHDInsightGeography Data(Blob Storage)Engine Sensor Data (Simulated)

Begeleiding bij implementatie

Producten/beschrijving Documentatie

Azure Stream Analytics

 		Via Stream Analytics beschikt u over bijna realtime analyses over de invoerstroom vanuit de Azure Event Hub. Invoergegevens worden gefilterd en doorgegeven aan een Machine Learning-eindpunt, waarna de resultaten worden verzonden naar het Power BI-dashboard.

Event Hubs

 		Event Hubs neemt onbewerkte assemblagelijngegevens op en geeft deze door aan Stream Analytics.

Machine Learning Studio

 		Met Machine Learning worden potentiële fouten op basis van realtime assemblagelijngegevens voorspeld vanuit Stream Analytics.

HDInsight

 		Via HDInsight worden Hive-scripts uitgevoerd voor het leveren van aggregaties voor de onbewerkte gebeurtenissen die zijn gearchiveerd door Stream Analytics.

Azure SQL Database

 		In SQL Database worden de voorspellingsresultaten opgeslagen die worden ontvangen vanuit Machine Learning en worden gegevens gepubliceerd naar Power BI.

Data Factory

 		Data Factory wordt gebruikt voor de indeling, planning en controle van de batchverwerkingspijplijn.

Power BI

 		In Power BI worden realtime assemblagelijngegevens van Stream Analytics en de voorspelde fouten en waarschuwingen vanuit Data Warehouse gevisualiseerd.

Gerelateerde architecturen voor oplossingen

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

Defectpreventie met voorspellend onderhoud

Leer hoe u met Azure Machine Learning fouten kunt voorspellen voordat ze zich voordoen met realtime assemblagelijngegevens.

Meer informatie
Voorspellende inzichten met voertuigtelematicaLees hoe autodealers, fabrikanten en verzekeringsmaatschappijen met Microsoft Azure voorspellende inzichten kunnen krijgen over de staat van voertuigen en rijgewoonten.Data Factory: Move data, orchestrate, schedule and monitorSQL Data WarehouseMachine LearningMachine LearningPower BI Event HubStream AnalyticsHDInsightGeography Data(Blob Storage)Vehicle CatalogueDiagnotic Events (Simulated)

Voorspellende inzichten met voertuigtelematica

Lees hoe autodealers, fabrikanten en verzekeringsmaatschappijen met Microsoft Azure voorspellende inzichten kunnen krijgen over de staat van voertuigen en rijgewoonten.

Meer informatie
Door meer architecturen voor oplossingen bladeren