Editar

Monitorização preditiva de motores de aeronaves

Azure Data Factory
Azure Event Hubs
Azure HDInsight
Azure Machine Learning
Azure Stream Analytics
Azure Monitor

Ideias de soluções

Este artigo é uma ideia de solução. Se você quiser que expandamos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações de implementação ou orientação de preços, informe-nos fornecendo feedback do GitHub.

A solução de Manutenção Preditiva do Microsoft Azure demonstra como combinar dados de aeronave em tempo real com análise para monitorizar o estado de funcionamento da aeronave.

Esta solução foi criada com o Azure Stream Analytics, Hubs de Eventos, Azure Machine Learning, HDInsight, Base de Dados SQL do Azure, Data Factory e Power BI. Estes serviços são executados num ambiente de elevada disponibilidade, corrigido e suportado, que lhe permite concentrar-se na sua solução em vez de no ambiente em que é executada.

Arquitetura

Diagrama de arquitetura: monitoramento do motor da aeronave para manutenção preditiva de aeronaves com o Azure.

Transfira um ficheiro do Visio desta arquitetura.

Componentes

  • O Azure Stream Analytics fornece análises 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 final do Machine Learning, que envia, por último, os resultados para o dashboard do Power BI.
  • Os Hubs de Eventos ingerem dados brutos da linha de montagem e os transmitem ao Stream Analytics.
  • O Azure Machine Learning prevê possíveis falhas com base em dados de linha de montagem em tempo real do Stream Analytics.
  • O HDInsight executa scripts do Hive para fornecer agregações nos eventos brutos que foram arquivados pelo Stream Analytics.
  • O Banco de Dados SQL do Azure armazena os resultados de previsão recebidos do Aprendizado de Máquina e publica dados no Power BI.
  • O Data Factory lida com orquestração, agendamento e monitoramento do pipeline de processamento em lote.
  • O Power BI permite a visualização de dados de linha de montagem em tempo real do Stream Analytics e das falhas e alertas previstos do Data Warehouse.

Detalhes do cenário

Potenciais casos de utilização

Esta solução é ideal para as indústrias aeronáutica e aeroespacial.

Com as informações certas, é possível determinar a condição do equipamento para prever quando a manutenção deve ser realizada. A manutenção preditiva pode ser usada para os seguintes itens:

  • Diagnóstico em tempo real.
  • Assistência de voo em tempo real.
  • Prognósticos.
  • Redução de custos.

Próximos passos

Consulte a documentação do produto:

Leia outros artigos do Centro de Arquitetura do Azure sobre manutenção preditiva e previsão com aprendizado de máquina: