Pomysły dotyczące rozwiązań
Ten artykuł jest pomysłem na rozwiązanie. Jeśli chcesz, abyśmy rozszerzyli zawartość o więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, przekazując opinię w usłudze GitHub.
Rozwiązanie do predykcyjnej konserwacji platformy Microsoft Azure ilustruje sposób łączenia danych z samolotów w czasie rzeczywistym z analizą w celu monitorowania kondycji samolotów.
To rozwiązanie jest tworzone za pomocą usług Azure Stream Analytics, Event Hubs, Azure Machine Edukacja, HDInsight, Azure SQL Database, Data Factory i Power BI. Usługi te działają w środowisku o wysokiej dostępności, zapewniającym poprawki i pomoc techniczną, co pozwala na koncentrację na rozwiązaniu, a nie środowisku, w którym działają usługi.
Architektura
Pobierz plik programu Visio z tą architekturą.
Składniki
- Usługa Azure Stream Analytics zapewnia analizę niemal w czasie rzeczywistym na strumieniu wejściowym z usługi Azure Event Hubs. Dane wejściowe są filtrowane i przekazywane do punktu końcowego usługi Machine Learning, a następnie wyniki są wysyłane do pulpitu nawigacyjnego usługi Power BI.
- Usługa Event Hubs pozyskiwa nieprzetworzone dane wiersza zestawu i przekazuje je do usługi Stream Analytics.
- Usługa Azure Machine Edukacja przewiduje potencjalne awarie na podstawie danych wiersza zestawu w czasie rzeczywistym z usługi Stream Analytics.
- Usługa HDInsight uruchamia skrypty hive w celu zapewnienia agregacji nieprzetworzonych zdarzeń zarchiwizowanych przez usługę Stream Analytics.
- Usługa Azure SQL Database przechowuje wyniki przewidywania odebrane z usługi Machine Edukacja i publikuje dane w usłudze Power BI.
- Usługa Data Factory obsługuje aranżację, planowanie i monitorowanie potoku przetwarzania wsadowego.
- Usługa Power BI umożliwia wizualizację danych liniowych w czasie rzeczywistym z usługi Stream Analytics oraz przewidywanych niepowodzeń i alertów z magazynu danych.
Szczegóły scenariusza
Potencjalne przypadki użycia
To rozwiązanie jest idealne dla przemysłu lotniczego i lotniczego.
Dzięki odpowiednim informacjom można określić stan sprzętu, aby przewidzieć, kiedy należy przeprowadzić konserwację. Konserwacja predykcyjna może być używana dla następujących elementów:
- Diagnostyka w czasie rzeczywistym.
- Pomoc w czasie rzeczywistym w locie.
- Prognostyka.
- Zmniejszenie kosztów.
Następne kroki
Zobacz dokumentację produktu:
- Stream Analytics
- Event Hubs
- Azure Machine Learning
- HDInsight
- SQL Database
- Azure Data Factory
- Power BI
Powiązane zasoby
Przeczytaj inne artykuły centrum architektury platformy Azure dotyczące konserwacji predykcyjnej i przewidywania za pomocą uczenia maszynowego: