Arquitetura de soluções: Prevenção de defeitos com a manutenção preditiva

Sem um sistema de controlo da produção capaz de identificar abrandamentos ou potenciais falhas para melhorar o processo global, as empresas transformadoras podem perder dinheiro e produtividade em desperdícios e retrabalho. Além disso, as recolhas em grande escala podem abalar a confiança dos consumidores, afetando ainda mais o resultado final.

Esta solução introduz um processo de controlo de qualidade que ajuda a prever falhas em pipelines de produção (linhas de montagem), para que a sua empresa possa produzir mais, com menos desperdício, e poupar dinheiro. Utiliza sistemas de teste que já estão implementados e dados de falhas, que visam especificamente as recolhas e falhas funcionais no fim de uma linha de montagem. Ao combiná-los com a análise da raiz do problema e conhecimento do domínio num design modular que incorpora passos de processamento principais, fornece uma solução de análise avançada que utiliza machine learning para prever falhas antes de ocorrerem.

A deteção de falhas numa fase precoce permite reparações menos dispendiosas ou até mesmo o descarte, que normalmente são mais rentáveis do que os custos de retirada do mercado e da garantia.

Implementar no Azure

Utilize o seguinte modelo previamente criado para implementar esta arquitetura no Azure

Implementar no Azure
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

Orientações de implementação

Produtos Documentação

Stream Analytics

O Stream Analytics fornece análise em tempo quase real no fluxo de entrada do Hub 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.

Hubs de Eventos

Os Hubs de Eventos ingerem dados de linha de montagem não processados e transmitem-nos ao Stream Analytics.

Machine Learning Studio

O Machine Learning prevê potenciais falhas com base em dados de linha de montagem em tempo real provenientes do Stream Analytics.

Data Warehouse SQL

O SQL Data Warehouse armazena dados de linha de montagem juntamente com predições de falhas.

Power BI

O Power BI visualiza dados de linha de montagem em tempo real provenientes do Stream Analytics e as falhas previstas e os alertas do Data Warehouse.

Arquiteturas de soluções relacionadas

Data Factory: Move data, orchestrate, schedule and monitor SQL Data Warehouse Machine Learning Machine Learning Power BI Event Hub Stream Analytics HDInsight Geography Data(Blob Storage) Vehicle Catalogue Diagnotic Events (Simulated)

Informações preditivas com telemática de veículos

Saiba como os concessionários de automóveis, os fabricantes e as companhias de seguros podem utilizar o Microsoft Azure para obter informações preditivas sobre o estado de funcionamento dos veículos e os hábitos de condução.

Obter mais informações