Ideias de solução
Esse artigo é uma ideia de solução. Se você deseja que ampliemos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações de implementação ou diretrizes de preços, fale conosco fornecendo comentários no GitHub.
A solução de Manutenção Preditiva do Microsoft Azure demonstra como combinar dados de aeronave em tempo real com análise para monitorar a integridade das aeronaves.
Essa solução é criada com o Azure Stream Analytics, o Hubs de Eventos, o Azure Machine Learning, o HDInsight, o Banco de dados SQL do Azure SQL, o Data Factory e o Power BI. Esses serviços são executados em um ambiente de alta disponibilidade, com patch e suporte, permitindo que você se concentre em sua solução em vez de no ambiente em que eles são executados.
Arquitetura
Baixe um Arquivo Visio dessa arquitetura.
Componentes
- O Azure Stream Analytics fornece análise quase em tempo real no fluxo de entrada dos Hubs de Eventos do Azure. Os dados de entrada são filtrados e transmitidos para um ponto de extremidade do Machine Learning e, finalmente, os resultados são enviados para o painel do Power BI.
- Os Hubs de Eventos ingerem dados brutos de linha de assembly e os transmitem para o Stream Analytics.
- O Azure Machine Learning prevê possíveis falhas com base em dados de linha de assembly em tempo real do Stream Analytics.
- O HDInsight executa scripts do Hive para fornecer agregações sobre os eventos brutos que foram arquivados pelo Stream Analytics.
- O Banco de Dados SQL do Azure armazena os resultados de previsão recebidos do Machine Learning e publica dados no Power BI.
- O Data Factory lida com a orquestração, o agendamento, o gerenciamento de recursos e o monitoramento do pipeline de processamento em lote.
- O Power BI permite a visualização de dados de linha de assembly em tempo real do Stream Analytics e as falhas e alertas previstos do Data Warehouse.
Detalhes do cenário
Possíveis casos de uso
Essa solução é ideal para as indústrias aeronáutica e aeroespacial.
Com as informações corretas, é possível determinar a condição do equipamento para prever quando a manutenção deve ser executada. A manutenção preditiva pode ser usada para os seguintes itens:
- Diagnóstico em tempo real.
- Assistência de voo em tempo real.
- Prognósticos.
- Redução de custos.
Próximas etapas
Mais documentação do produto:
- Stream Analytics
- Hubs de Eventos
- Azure Machine Learning
- HDInsight
- Banco de Dados SQL
- Azure Data Factory
- Power BI
Recursos relacionados
Leia outros artigos do Centro de Arquitetura do Azure sobre manutenção preditiva e previsão com aprendizado de máquina: