Kalite denetimi sistemleri işletmelerin müşterilere mal ve hizmet sağlama süreçlerindeki kusurları önlemelerine olanak tanır. Bir işlem hattı boyunca verileri toplayan ve olası sorunları belirleyen böyle bir sistem oluşturmak muazzam avantajlar getirebilir. Örneğin dijital üretimde montaj hattı boyunca kalite denetimi yapmak bir zorunluluktur. Yavaşlamaları ve olası hataları oluştuktan sonra değil de oluşmadan önce belirlemek, şirketlerin ıskartaya çıkarma ve yeniden işleme maliyetlerini düşürürken üretkenliği de geliştirmesine yardımcı olabilir.
Mimari
Bu mimarinin bir Visio dosyasını indirin.
Veri akışı
- Kaynak sistem olay oluşturucusu verileri Azure Event Hubs'a akışla aktarır.
- Event Hubs, Ham olayları Data Lake'e göndermek için Capture kullanır.
- Stream Analytics işi Event Hubs'dan gerçek zamanlı verileri okur.
- Stream Analytics işi, Azure Machine Learning'de ml modelini çağırarak hata/hata tahmini sağlar.
- Stream Analytics işi, işlemler için Power BI gerçek zamanlı panosuna akış toplamaları gönderir.
- Stream Analytics işi, işlenen gerçek zamanlı verileri Azure Synapse SQL Havuzu'na yönlendirir.
- Logic Apps, akış verilerinden bir cep telefonuna uyarı gönderir.
- Power BI, sonuç görselleştirmesi için kullanılır.
Bileşenler
- Event Hubs , derleme satırı olaylarını alır ve Stream Analytics'e ve Azure ML Web Hizmetine geçirir.
- Azure Stream Analytics: Stream Analytics Event Hubs'dan giriş akışını kabul eder, tahminler yapmak için bir Azure ML Web Hizmeti çağırır ve akışı uyarılar için Azure Synapse ve Power BI ile Logic Apps'e gönderir.
- Azure Machine Learning: Machine Learning, bulutta tahmine dayalı analiz çözümleri tasarlamanıza, test etmenize, kullanıma hazır hale getirmenize ve yönetmenize ve Stream Analytics tarafından çağrılabilen web hizmetleri dağıtmanıza yardımcı olur.
- Depolama Hesapları: Azure Depolama Event Hubs'dan ham olay akışı verilerini depolar ve uzun süreli veri kalıcılığı sağlar.
- Logic Apps: Akış verilerinden oluşturulan uyarıları operatör cihazına gönderir.
- Synapse Analytics: Geçici ve planlı analitik işleme ve kullanıcı analiz sorguları için ilişkisel verileri depolayın.
- Power BI: Gerçek zamanlı işletimsel panoları ve analiz raporları için sunucuları görselleştirir.
Alternatifler
- Senaryoya bağlı olarak, temel mimari toplu iş katmanı kaldırılarak basitleştirilebilir. Ham olaylar için Depolama ve ilişkisel veriler için Azure Synapse'i kaldırma
- Azure SQL Veritabanı, hizmet olarak yönetilen bir ilişkisel veritabanıdır. Veri birimlerinize ve erişim desenlerinize bağlı olarak Azure SQL Veritabanı seçebilirsiniz.
- Azure İşlevleri, iş yükü mimarisi ayrıntılı dağıtılmış bileşenler etrafında ortalanmışsa, tek tek bileşenlerin yalnızca isteğe bağlı (sürekli değil) çalıştırılmasının gerektiği ve bileşenlerin düzenlemesinin gerekmediği minimum bağımlılıklar gerektiren etkin bir sunucusuz yaklaşım sağlar.
- IoT Hub , bulut platformu ile inşaat ekipmanı ve diğer site öğeleri arasında cihaz başına kimlikle güvenli çift yönlü iletişim için merkezi bir ileti merkezi görevi görür. IoT Hub, veri analizi işlem hattına veri alımı için her cihaz için hızlı bir şekilde veri toplayabilir.
Senaryo ayrıntıları
Olası kullanım örnekleri
Bu çözümde, üretim işlem hatları (montaj hatları) örneği kullanılarak hataların nasıl tahmin edilebileceği gösterilir. Bu, özellikle derleme satırının sonundaki dönüşlere ve işlevsel hatalara bakılarak, zaten mevcut olan test sistemleri ve hata verileri kullanılarak gerçekleştirilir. Tüm bunlar, ana süreç adımlarını kapsayan modüler bir tasarım içinde, alana ilişkin bilgiler ve kök neden analiziyle birleştirilir. Bu sayede, makine öğrenimi kullanarak arızaları daha meydana gelmeden tahmin edebilen genel, gelişmiş bir analiz çözümü sağlarız. Gelecekteki arızaların erkenden tespit edilebilmesi, onarımların daha az masraflı olmasına ve gerektiğinde sorunlu parçaların atılmasına olanak tanır. Bu çözüm, ileride ürünlerin geri çağrılması veya garanti kapsamında işleme alınmasından daha hesaplıdır.
Dikkat edilmesi gereken noktalar
Bu önemli noktalar, bir iş yükünün kalitesini artırmak için kullanılabilecek bir dizi yol gösteren ilke olan Azure İyi Tasarlanmış Çerçeve'nin yapı taşlarını uygular. Daha fazla bilgi için bkz . Microsoft Azure İyi Tasarlanmış Çerçeve.
Ölçeklenebilirlik
Bu örnek senaryoda kullanılan bileşenlerin çoğu, geçerli senaryo gereksinimlerinize göre ölçeklendirilen yönetilen hizmetlerdir.
Ölçeklenebilir çözümler tasarlama hakkında genel yönergeler için Azure Mimari Merkezi'ndeki performans verimliliği denetim listesine bakın.
Güvenlik
Güvenlik, kasıtlı saldırılara ve değerli verilerinizin ve sistemlerinizin kötüye kullanılmasına karşı güvence sağlar. Daha fazla bilgi için bkz . Güvenlik sütununa genel bakış.
Azure kaynakları için yönetilen kimlikler, hesabınızın içindeki diğer kaynaklara erişim sağlamak için kullanılır. İşlevlerinize (ve potansiyel olarak müşterilerinize) fazladan hiçbir şey sunulmadığından emin olmak için yalnızca bu kimliklerdeki gerekli kaynaklara erişime izin verin.
Güvenli çözümler tasarlama hakkında genel yönergeler için Bkz . Azure Güvenlik Belgeleri.
Dayanıklılık
Bu senaryodaki tüm bileşenler yönetilir, bu nedenle bölgesel düzeyde hepsi otomatik olarak dayanıklıdır.
Dayanıklı çözümler tasarlama hakkında genel yönergeler için bkz . Güvenilirlik tasarım ilkeleri.
Sonraki adımlar
- Azure'da sunucusuz web uygulaması oluşturma
- Azure'da tahmine dayalı modeller oluşturmayı öğrenin
- Azure Streaming Analytics ile Veri Akış Çözümü Uygulamayı Öğrenin
- Azure Event Hubs belgeleri
- Azure Stream Analytics belgeleri
- Azure Machine Learning belgeleri
- Azure Depolama belgeleri
- Azure Logic Apps ile ilgili belgeler
- Azure Synapse Analytics belgeleri
- Power BI’da raporlar ve panolar oluşturma - belgeler