Ignorar navegação

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: Stream Analytics, Hubs de Eventos, Machine Learning Studio, SQL Data Warehouse e a Power BI. 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.

예측 유지 관리를 통해 결함 방지Azure Machine Learning을 사용하면, 실시간 어셈블리 라인 데이터에서 오류가 발생하기 전에 예측할 수 있습니다.Azure SQL DWMachine Learning(Real time predictions)Power BIALS test measurements (Telemetry)Event HubStream Analytics(Real time analytics)Dashboard of predictions/alertsRealtime data stats, Anomaliesand aggregatesRealtime event and predictions

Diretrizes de implementação

Produtos/descrição Documentação

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.

SQL Data Warehouse

O SQL Data Warehouse armazena dados da linha de assembly junto com previsões de falha.

Power BI

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