Çözüm fikirleri
Bu makale bir çözüm fikridir. İçeriği olası kullanım örnekleri, alternatif hizmetler, uygulama konuları veya fiyatlandırma yönergeleri gibi daha fazla bilgiyle genişletmemizi isterseniz GitHub geri bildirimi sağlayarak bize bildirin.
Bugün tesislerin çoğu tank düzeylerindeki sorunlara tepkisel çözümlerle çalışır. Bu reaktivite genellikle taşmalara, acil durum kapatmalara, pahalı düzeltme maliyetlerine, mevzuat sorunlarına, pahalı onarımlara ve para cezalarına yol açar. Tank düzeyinde tahmin bunları ve diğer sorunları yönetmeye ve hafifletmeye yardımcı olur.
Mimari
Bu mimarinin bir Visio dosyasını indirin.
Veri akışı
- Veriler Azure Event Hubs ve Azure Synapse Analytics hizmetine çözüm akışının geri kalanında kullanılacak veri noktaları veya olaylar olarak aktarılır.
- Azure Stream Analytics , olay hub'ından giriş akışında neredeyse gerçek zamanlı analiz sağlamak ve görselleştirme için doğrudan Power BI'da yayımlamak üzere verileri analiz eder.
- Azure Machine Learning , alınan girişler göz önünde bulundurulduğunda belirli bir bölgenin tank düzeyinde tahminde bulunmak için kullanılır.
- Azure Machine Learning’den alınan tahmin sonuçlarını depolamak için Azure Synapse Analytics kullanılır. Bu sonuçlar daha sonra Power BI panosunda kullanılır.
- Azure Data Factory , saatlik model yeniden eğitme işleminin düzenlemesini ve zamanlamasını işler.
- Son olarak Power BI, sonuç görselleştirmesi için kullanılır, böylece kullanıcılar bir tesisten tank düzeyini gerçek zamanlı olarak izleyebilir ve sızıntıyı önlemek için tahmin düzeyini kullanabilir.
Bileşenler
- Azure Data Factory
- Azure Event Hubs
- Azure Machine Learning
- Azure Stream Analytics
- Azure Synapse Analytics
- Power BI
Senaryo ayrıntıları
Tank düzeyi tahmin süreci kuyu girişinde başlar. Petrol tesise girerken ölçüm cihazları aracılığıyla ölçülür ve tanklara gönderilir. Seviyeler, iyileştirme işlemi sırasında tanklarda izlenir ve kaydedilir. Yağ, gaz ve su çıkışı sensörler, ölçümler ve kayıtlar aracılığıyla kaydedilir. Daha sonra, tesisten toplanan veriler kullanılarak tahminler gerçekleştirilir (örneğin, 15 dakikada bir tahmin gerçekleştirilebilir).
Azure Bilişsel Hizmetler uyarlanabilir ve tesislerin ve şirketlerin sahip olduğu farklı gereksinimleri karşılayacak şekilde özelleştirilebilir.
Olası kullanım örnekleri
Bu çözüm enerji, otomotiv ve havacılık sektörleri için idealdir.
Tahminler, algılayıcılardan, ölçümlerden ve kayıtlardan elde edilen gerçek zamanlı ve geçmişe dönük verilerin gücünden yararlanılarak oluşturulur ve bu da aşağıdaki senaryolara yardımcı olur:
- Tankın taşmasını ve acil kapatmayı önleme
- Donanım arızasını veya hatasını keşfetme
- Bakım, kapatma ve lojistik zamanlama
- İşlemleri ve tesis verimliliğini iyileştirme
- Boru hattı sızıntılarını ve tıkanıklıklarını algılayın
- Maliyetleri, cezaları ve kapalı kalma süresini azaltın
Sonraki adımlar
Ürün belgeleri:
- Azure Event Hubs nedir?
- Azure Synapse Analytics nedir?
- Azure Stream Analytics'e hoş geldiniz
- Azure Machine Learning nedir?
- Azure Data Factory nedir?
Microsoft Learn modülleri:
- Azure Machine Learning ile makine öğrenmesi modeli eğitin
- Verileri Azure Data Factory veya Azure Synapse Pipeline ile tümleştirme