Manutenzione predittiva

Data Factory
Hub eventi
HDInsight
Machine Learning
Database SQL
Archiviazione
Analisi di flusso
Power BI

Idea della soluzione

Se si desidera vedere questo articolo con altre informazioni, ad esempio potenziali casi d'uso, servizi alternativi, considerazioni sull'implementazione o linee guida sui prezzi, è possibile inviare commenti e suggerimenti GitHub!

Questa soluzione di manutenzione predittiva monitora gli aerei e stima la vita utile rimanente dei componenti del motore degli aerei. Anche se è personalizzato per il monitoraggio degli aerei, può essere facilmente generalizzato per altri scenari di manutenzione predittiva.

Architettura

Diagramma dell'architettura: manutenzione predittiva per i componenti degli aerei Microsoft Azure servizi cloud. Scaricare un SVG di questa architettura.

Panoramica di una soluzione di manutenzione predittiva per i componenti del motore degli aerei

Questa soluzione illustra come combinare i dati in tempo reale dei sensori con analisi avanzate per monitorare le parti degli aerei in tempo reale. Stima la vita utile rimanente dei componenti del motore degli aerei.

Il trasporto aereo è fondamentale per la vita moderna, ma i motori degli aerei sono costosi e mantenerli attivi richiedono frequenti interventi di manutenzione da parte di tecnici altamente qualificati. I motori moderni degli aerei sono dotati di sensori altamente sofisticati per monitorarne il funzionamento. Con i dati di questi sensori combinati con l'analisi avanzata, è possibile monitorare l'aereo in tempo reale e stimare la vita utile rimanente di un componente motore. Queste stime consentono di programmare rapidamente la manutenzione per evitare guasti meccanici.

La Azure AI Gallery soluzione è un'implementazione di questa idea di soluzione. La soluzione di manutenzione predittiva monitora gli aerei e stima la vita utile rimanente dei componenti del motore degli aerei. Si tratta di una soluzione end-to-end che include l'inserimento dei dati, l'archiviazione dei dati, l'elaborazione dei dati e l'analisi avanzata, il tutto essenziale per la creazione di una soluzione di manutenzione predittiva. L'origine dati di questa soluzione deriva dai dati disponibili pubblicamente dal repository di dati della NASA usando il set di dati turbofan Engine Degradation Simulation.

Questa soluzione usa più servizi di Azure (descritti di seguito) insieme a un processo Web che simula i dati. Dopo la distribuzione della soluzione, si dirà una demo funzionante completa.

Dettagli tecnici e flusso di lavoro

  1. I dati di simulazione vengono trasmessi da un processo Web di Azure appena distribuito, AeroDataGenerator.
  2. Questi dati sintetici vengono feed nel Hub eventi di Azure come punti dati.
  3. Due Analisi di flusso di Azure analizzano i dati per fornire near real-time di analisi nel flusso di input dall'hub eventi. Uno dei processi di Analisi di flusso archivia tutti gli eventi in ingresso non elaborati nel servizio Archiviazione di Azure per l'elaborazione successiva da parte del servizio Azure Data Factory e l'altro pubblica i risultati in un dashboard Power BI dati.
  4. Il servizio HDInsight viene usato per eseguire script Hive orchestrati da Azure Data Factory. Gli script forniscono aggregazioni sugli eventi non elaborati archiviati dal processo di Analisi di flusso.
  5. Azure Machine Learning viene usato (orchestrato da Azure Data Factory) per eseguire stime sulla vita utile rimanente (RUL) di un determinato motore di aerei in base agli input ricevuti.
  6. database SQL di Azure viene usato (gestito da Azure Data Factory) per archiviare i risultati della stima ricevuti da Azure Machine Learning. Questi risultati vengono quindi utilizzati nel dashboard Power BI dati. Un stored procedure viene distribuito nel database SQL e successivamente richiamato nella pipeline Azure Data Factory per archiviare i ML risultati della stima nella tabella dei risultati di assegnazione dei punteggi.
  7. Azure Data Factory gestisce l'orchestrazione, la pianificazione e il monitoraggio della pipeline di elaborazione batch.
  8. Infine, Power BI viene usato per visualizzare i risultati. I tecnici degli aerei possono monitorare i dati del sensore da un aereo o da tutta la flotta in tempo reale e usare le visualizzazioni per pianificare la manutenzione del motore.

Componenti

Passaggi successivi

Leggere altri Centro architetture di Azure articoli:

Vedere la documentazione del prodotto:

Provare il codice: