Изменить

Прогнозный мониторинг авиационного двигателя

Фабрика данных Azure
Центры событий Azure
Azure HDInsight
Машинное обучение Azure
Azure Stream Analytics
Azure Monitor

Идеи решения

Эта статья является идеей решения. Если вы хотите расширить содержимое с дополнительными сведениями, такими как потенциальные варианты использования, альтернативные службы, рекомендации по реализации или рекомендации по ценам, сообщите нам, предоставив отзыв GitHub.

Решение прогнозного обслуживания от Azure демонстрирует, как сочетать данные о состоянии самолета в реальном времени с аналитическими данными для мониторинга состояния самолета.

Это решение создается с помощью Azure Stream Analytics, Центров событий, Машинное обучение Azure, HDInsight, База данных SQL Azure, Фабрики данных и Power BI. Эти службы работают в высокодоступной среде с возможностью поддержки и внесения необходимых исправлений. Благодаря этому вы можете сосредоточиться на своем решении, а не на среде, в которой оно выполняется.

Архитектура

Схема архитектуры: мониторинг двигателя самолетов для прогнозного обслуживания самолетов с помощью Azure.

Скачайте файл Visio для этой архитектуры.

Компоненты

  • Azure Stream Analytics предоставляет практически аналитику в режиме реального времени для входного потока из Центры событий Azure. Входные данные фильтруются и передаются конечной точке машинного обучения, а результаты отправляются на информационную панель Power BI.
  • Центры событий передают необработанные данные строки сборки и передают их в Stream Analytics.
  • Машинное обучение Azure прогнозирует потенциальные сбои на основе данных строки сборки в режиме реального времени из Stream Analytics.
  • HDInsight запускает скрипты Hive для предоставления агрегирования необработанных событий, архивированных Stream Analytics.
  • База данных SQL Azure хранит результаты прогнозирования, полученные от Машинное обучение, и публикует данные в Power BI.
  • Фабрика данных обрабатывает оркестрацию, планирование и мониторинг конвейера пакетной обработки.
  • Power BI обеспечивает визуализацию данных сборки в режиме реального времени из Stream Analytics и прогнозируемых сбоев и оповещений из хранилища данных.

Подробности сценария

Потенциальные варианты использования

Это решение идеально подходит для авиакосмической промышленности.

С правильной информацией можно определить состояние оборудования, чтобы предсказать, когда должно выполняться обслуживание. Прогнозное обслуживание можно использовать для следующих элементов:

  • Диагностика в режиме реального времени.
  • Помощь в режиме реального времени.
  • Prognostics.
  • Снижение затрат.

Следующие шаги

См. документацию по продукту:

Ознакомьтесь с другими статьями Центра архитектуры Azure по прогнозному обслуживанию и прогнозированию с помощью машинного обучения: