Monitorowanie predykcyjne silników lotniczych

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:

• Konserwacja predykcyjna
• Przewidywanie długości pobytu i przepływu pacjenta