Architektura rozwiązania: Zapobieganie awariom dzięki konserwacji predykcyjnej

Przedsiębiorstwa produkcyjne, które nie posiadają systemu kontroli produkcji z możliwością identyfikowania opóźnień lub potencjalnych awarii w celu usprawnienia całego procesu, mogą tracić pieniądze i produktywność przez konieczność ponownego wykonywania pracy. Ponadto wycofywanie produktów na szeroką skalę może zachwiać zaufaniem klientów i w efekcie dodatkowo obniżyć dochody.

To rozwiązanie obejmuje proces kontroli jakości, który ułatwia przewidywanie awarii w potokach produkcyjnych (liniach montażowych), aby przedsiębiorstwo mogło zwiększyć produkcję, jednocześnie ograniczając marnowanie zasobów i oszczędzając pieniądze. Wykorzystuje ono już zainstalowane systemy testowe oraz dane o awariach i wyszukuje informacje o zwrotach i awariach funkcjonalnych na końcu linii montażowej. Dzięki połączeniu ich ze znajomością dziedziny i analizą przyczyn w ramach struktury modułowej obejmującej główne kroki przetwarzania powstaje zaawansowane rozwiązanie do analizy, które przy użyciu uczenia maszynowego przewiduje awarie przed ich wystąpieniem.

Wcześniejsze wykrywanie przyszłych awarii umożliwia obniżenie kosztów napraw czy nawet odrzucenie produktu, które jest zazwyczaj bardziej opłacalne niż wycofanie i realizacja gwarancji.

Wdrażanie na platformie Azure

Użyj poniższego wstępnie utworzonego szablonu, aby wdrożyć tę architekturę na platformie Azure

Wdrażanie na platformie Azure

Wyświetl wdrożone rozwiązanie

Azure SQL DW Machine Learning (Real time predictions) Power BI ALS test measurements (Telemetry) Event Hub Stream Analytics (Real time analytics) Dashboard of predictions/alerts Realtime data stats, Anomaliesand aggregates Realtime event and predictions

Wytyczne dotyczące implementacji

Produkty/opis Dokumentacja

Stream Analytics

Usługa Stream Analytics zapewnia analizę prawie w czasie rzeczywistym na strumieniu wejściowym z usługi Azure Event Hub. Dane wejściowe są filtrowane i przekazywane do punktu końcowego usługi Machine Learning, a następnie wyniki są wysyłane do pulpitu nawigacyjnego usługi Power BI.

Event Hubs

Usługa Event Hubs pozyskuje dane pierwotne z linii montażowej i przekazuje je do usługi Stream Analytics.

Machine Learning Studio

Usługa Machine Learning przewiduje potencjalne awarie w oparciu o dane czasu rzeczywistego z linii montażowej z usługi Stream Analytics.

SQL Data Warehouse

Usługa SQL Data Warehouse przechowuje dane z linii montażowej wraz z prognozami awarii.

Power BI

Usługa Power BI wizualizuje dane czasu rzeczywistego z linii montażowej z usługi Stream Analytics oraz przewidywane awarie i alerty z usługi Data Warehouse.

Powiązane architektury rozwiązań