Edit

Pemantauan mesin pesawat prediktif

Azure Data Factory
Azure Event Hubs
Azure HDInsight
Azure Machine Learning
Azure Stream Analytics
Azure Monitor

Ide solusi

Artikel ini adalah ide solusi. Jika Anda ingin kami memperluas konten dengan informasi lebih lanjut, seperti potensi kasus penggunaan, layanan alternatif, pertimbangan implementasi, atau panduan harga, beri tahu kami dengan memberikan umpan balik GitHub.

Solusi Predictive Maintenance Microsoft Azure menunjukkan cara menggabungkan data pesawat real-time dengan analitik untuk memantau kesehatan pesawat.

Solusi ini dibangun dengan Azure Stream Analytics, Event Hubs, Azure Machine Learning, Azure SQL Database, Data Factory dan Power BI. Layanan ini dijalankan dalam lingkungan ketersediaan tinggi, di-patch dan didukung, yang memungkinkan Anda berfokus pada solusi, bukan lingkungan tempat layanan dijalankan.

Sistem

Diagram arsitektur: pemantauan mesin pesawat untuk pemeliharaan pesawat prediktif dengan Azure.

Unduh file Visio arsitektur ini.

Komponen

  • Azure Stream Analytics menyediakan analitik mendekati real-time pada aliran input dari Azure Event Hubs. Input data disaring dan diteruskan ke titik akhir Pembelajaran Mesin, akhirnya mengirimkan hasilnya ke dasbor Power BI.
  • Azure Event Hubs menyerap data jalur perakitan mentah dan meneruskannya ke Azure Stream Analytics.
  • Azure Machine Learning memprediksi potensi kegagalan berdasarkan data jalur perakitan real-time dari Stream Analytics.
  • HDInsight menjalankan skrip Apache Hive untuk memberikan agregasi pada peristiwa mentah yang diarsipkan oleh Azure Stream Analytics.
  • Azure SQL Database menyimpan hasil prediksi yang diterima dari Pembelajaran Mesin dan menerbitkan data ke Power BI.
  • Azure Data Factory menangani orkestrasi, penjadwalan, dan pemantauan pipa pemrosesan batch.
  • Power BI memungkinkan visualisasi data jalur perakitan real-time dari Azure Stream Analytics, serta kegagalan dan peringatan yang diprediksi dari Gudang Data.

Detail skenario

Kemungkinan kasus penggunaan

Solusi ini sangat ideal untuk industri pesawat dan dirgantara.

Dengan informasi yang tepat, Anda dapat menentukan kondisi peralatan untuk memprediksi kapan pemeliharaan harus dilakukan. Pemeliharaan prediktif dapat digunakan untuk item berikut:

  • Diagnostik real time.
  • Bantuan penerbangan real time.
  • Prognostik.
  • Pengurangan biaya.

Langkah berikutnya

Lihat dokumentasi produk:

Baca artikel Azure Architecture Center lainnya tentang pemeliharaan prediktif dan prediksi dengan pembelajaran mesin: