Navigatie overslaan

Architectuur voor de oplossing:Defectpreventie met voorspellend onderhoud

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

Deze oplossing is gebouwd op de beheerde services van Azure: Stream Analytics, Event Hubs, Machine Learning Studio, SQL Data Warehouse 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.

Hibamegelőzés prediktív karbantartássalMegtudhatja, hogyan jelezheti előre a hibákat azok bekövetkezte előtt az Azure Machine Learning valós idejű gyártósoradataival.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

Begeleiding bij implementatie

Producten/beschrijving Documentatie

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.

SQL Data Warehouse

 		In SQL Data Warehouse worden assemblagelijngegevens opgeslagen, samen met foutvoorspellingen.

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

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)

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.

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
Anomaly detection with machine learningMicrosoft Azure’s IT Anomaly Insights can help automate and scale anomaly detection for IT departments to quickly detect and fix issues.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

Afwijkingsdetectie met machine learning

Met IT Anomaly Insights van Microsoft Azure kunnen IT-afdelingen de detectie van afwijkingen automatiseren en schalen, zodat ze problemen snel kunnen detecteren en oplossen.

Meer informatie
Door meer architecturen voor oplossingen bladeren