Архитектура решения: Мониторинг авиационного двигателя для прогнозного обслуживания в воздушном пространстве

Воздушные путешествия являются основой современной жизни. Однако авиационные двигатели дорого стоят, а их поддержка в рабочем состоянии требует частого обслуживания высококвалифицированными специалистами. Производственные часы, потерянные из-за простоя, могут накопиться, сокращая вашу потенциальную прибыль. Кроме того, на топливо приходится около 10 % общей стоимости эксплуатации самолета, поэтому эффективность имеет значение.

Современные авиационные двигатели оборудованы сложными датчиками, которые отслеживают функционирование двигателя. Объединяя данные с этих датчиков с расширенной аналитикой можно как контролировать самолет в режиме реального времени, так и прогнозировать оставшийся срок службы двигателя, чтобы своевременно запланировать техническое обслуживание и предотвратить механические поломки.

Система мониторинга работоспособности самолета прогнозирует оставшийся срок службы компонентов двигателя. Она обладает возможностями приема, хранения и обработки данных, а также расширенной аналитики. Это все, что нужно для создания комплексного решения прогнозного обслуживания. В этом примере рассматривается мониторинг авиационного мотора. Однако решение можно легко перенастроить под другие сценарии прогнозного обслуживания.

Уменьшая время простоя и гарантируя эффективную работу двигателей, решение помогает поддерживать работу вашего воздушного флота самым выгодным образом.

Развертывание в Azure

Разверните эту архитектуру в Azure с помощью следующего готового шаблона

Развертывание в Azure
Data Factory: Move data, orchestrate, schedule and monitor SQL Database Machine Learning Power BI Event Hub Stream Analytics HDInsight Geography Data(Blob Storage) Engine Sensor Data (Simulated)

Руководство по реализации

Продукты Документация

Stream Analytics

Stream Analytics предоставляет аналитику в режиме, близком к реальному времени, для входного потока из концентратора событий Azure. Входные данные фильтруются и передаются конечной точке машинного обучения, а результаты отправляются на информационную панель Power BI.

Концентраторы событий

Концентраторы событий принимают необработанные данные о сборочной линии и передают их в Stream Analytics.

Студия машинного обучения

Машинное обучение прогнозирует возможные сбои на основе данных о сборочной линии в реальном времени из Stream Analytics.

HDInsight

HDInsight выполняет скрипты Hive, чтобы предоставить вычисления для необработанных событий, архивированных Stream Analytics.

База данных SQL

База данных SQL сохраняет результаты прогнозирования, полученные из машинного обучения, и публикует их в Power BI.

Фабрика данных

Фабрика данных выполняет оркестрацию, планирование и мониторинг конвейера обработки пакетов.

Power BI

Power BI визуализирует данные о сборочной линии в реальном времени из Stream Analytics, а также спрогнозированные сбои и оповещения из хранилища данных.

Связанные архитектуры решений

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)

Прогнозная аналитика с телематикой транспортного средства

Узнайте, как поставщики автомобилей, производители и страховые компании могут использовать Microsoft Azure для получения прогнозов о работоспособности автомобиля и условиях вождения.

Дополнительные сведения