Deze site maakt gebruik van cookies om analyses te kunnen uitvoeren en persoonlijke inhoud en reclame te kunnen weergeven. Door verder te bladeren op deze site, gaat u akkoord met dit gebruik. Meer informatie
Dankzij systemen voor kwaliteitscontrole kunnen bedrijven defecten voorkomen in hun processen voor het afleveren van goederen of diensten aan klanten. Het bouwen van zo'n systeem dat gegevens verzamelt en mogelijke problemen langs een pijplijn identificeert, kan enorme voordelen opleveren. In het geval van digitale productie is kwaliteitscontrole van de gehele assemblagelijn van essentieel belang. Wanneer vertragingen en mogelijke storingen worden geïdentificeerd voordat ze plaatsvinden in plaats van nadat ze zijn gedetecteerd, kan dat bedrijven helpen kosten voor uitval en bijwerken te verlagen en de productiviteit te verhogen.
Deze oplossing laat zien hoe storingen kunnen worden voorspeld aan de hand van het voorbeeld van productiepijplijnen (assemblagelijnen). Dit wordt gedaan met ingebouwde testsystemen en foutgegevens, waarbij specifiek wordt gekeken naar retouren en functionele fouten aan het einde van een assemblagelijn. Door deze te combineren met domeinkennis en oorzakenanalyse binnen een modulair ontwerp met de belangrijkste productiestappen, beschikt u over een geavanceerde analyseoplossing waarin wordt gebruikgemaakt van machine learning om fouten te voorspellen voordat ze optreden. Door vroegtijdige voorspelling van toekomstige fouten worden reparaties minder duur en hoeven er minder producten te worden afgekeurd. Dit is meestal kostenefficiënter dan het verwerken van de terugroepings- en garantiekosten.
© 2017 Microsoft Corporation. Alle rechten voorbehouden. Deze informatie wordt als zodanig geleverd en kan zonder kennisgeving worden gewijzigd. Microsoft biedt geen garanties, expliciet of impliciet, met betrekking tot de hier verstrekte informatie. Gegevens van derden zijn gebruikt om de oplossing te genereren. U bent verantwoordelijk voor het respecteren van de rechten van anderen, inclusief het aanschaffen en naleven van relevante licenties om vergelijkbare gegevenssets te maken.
Deze oplossing voor predictief onderhoud bewaakt het gehele vliegtuig en voorspelt de resterende levensduur van de motoronderdelen van het vliegtuig.
Cortana Intelligence IT Anomaly Insights helpt IT-afdelingen in grote organisaties om snel problemen te detecteren en op te lossen op basis van onderliggende statusmetrieken van de IT-infrastructuur (CPU, geheugen enzovoort), services (time-outs, SLA-variaties, brown-outs enzovoort) en andere KPI's (Key Performance Indicators) (orderachterstand, aanmeldings- en betalingsfouten enzovoort) op een geautomatiseerde en schaalbare manier. Deze oplossing biedt ook een eenvoudige 'Nu uitproberen'-ervaring die kan worden uitgeprobeerd met aangepaste gegevens om de waarde die de oplossing biedt te realiseren. Dankzij de 'Implementeren'-ervaring kunt u snel aan de slag met de oplossing op Azure door de end-to-end oplossingsonderdelen te implementeren in uw Azure-abonnement, waardoor u alles volledig kunt aanpassen.