Arquitetura da solução: Prevenção de defeitos com manutenção preditiva
Saiba como usar o Azure Machine Learning para prever falhas antes de acontecerem com os dados de linha de assembly em tempo real.
Essa solução é criada nos serviços gerenciados do Azure: Azure Stream Analytics, Hubs de Eventos, Machine Learning Studio e a Azure Synapse Analytics. Esses serviços são executados em um ambiente de alta disponibilidade, com correção e suporte, permitindo que você foque a sua solução em vez de o ambiente em que eles são executados.
Diretrizes de implementação
| Produtos/descrição | Documentação | |
|---|---|---|
|
Azure Stream Analytics |
O Stream Analytics oferece análises próximas ao tempo real no fluxo de entrada do Hub 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. | |
|
Hubs de Eventos |
Os Hubs de Eventos ingerem dados brutos da linha de assembly e os transmitem ao Stream Analytics. | |
|
Machine Learning Studio |
O Machine Learning prevê possíveis falhas com base nos dados em tempo real enviados da linha de assembly pelo Stream Analytics. | |
|
Azure Synapse Analytics |
O Synapse Analytics armazena dados da linha de assembly junto com previsões de falha. | |
|
|
O Power BI visualiza dados em tempo real da linha de assembly enviados pelo Stream Analytics, bem como as falhas previstas e os alertas do Data Warehouse. |
Arquiteturas de solução relacionadas
A solução de Manutenção preditiva do Microsoft Azure demonstra como combinar os dados em tempo real da aeronave com a análise, a fim de monitorar sua integridade.
Saiba maisSaiba como concessionárias de carros, fabricantes e empresas de seguro podem utilizar o Microsoft Azure para obter percepções preditivas sobre a integridade do veículo e os hábitos de direção.
Saiba mais