略過導覽

解決方案架構:使用預測性維護預防瑕疵

了解如何使用 Azure Machine Learning 在即時生產線資料發生失敗之前,先預測到失敗。

這個解決方案建基於 Azure 受管理的服務:串流分析, 事件中樞, 機器學習 Studio, SQL 資料倉儲Power BI。這些服務是在高可用性環境中執行,並經過修補與支援,可讓您專注於解決方案,而無須操心解決方案的執行環境。

Tahmine dayalı bakımla hata önlemeMontaj hattına ilişkin gerçek zamanlı verilerden yararlanarak sorunları gerçekleşmeden önce tahmin etmek için Azure Machine Learning’i nasıl kullanacağınızı öğrenin.Azure SQL DWMachine Learning(Real time predictions)Power BIALS test measurements (Telemetry)Event HubStream Analytics(Real time analytics)Dashboard of predictions/alertsRealtime data stats, Anomaliesand aggregatesRealtime event and predictions

實作指南

產品/描述 文件

串流分析

串流分析提供有關 Azure 事件中樞之輸入資料流的近乎即時分析。輸入資料會經過篩選並傳遞至機器學習服務端點,最後再將結果傳送至 Power BI 儀表板。

事件中樞

事件中樞會內嵌未經處理的生產線資料,並將其傳遞至串流分析。

機器學習 Studio

機器學習服務會根據串流分析中的即時生產線資料,來預測可能的失敗。

SQL 資料倉儲

SQL 資料倉儲可儲存生產線資料及失敗預測。

Power BI

Power BI 會視覺化串流分析中的即時生產線資料,以及資料倉儲中的預測失敗和警示。

相關解決方案架構