Panoramica della soluzione preconfigurata di manutenzione predittivaPredictive maintenance preconfigured solution overview

La soluzione preconfigurata di manutenzione predittiva è una delle soluzioni preconfigurate di Microsoft Azure IoT Suite.The predictive maintenance preconfigured solution is one of the Microsoft Azure IoT Suite preconfigured solutions. Questa soluzione integra una raccolta di dati di telemetria in tempo reale dei dispositivi con un modello predittivo creato utilizzando Azure Machine Learning.This solution integrates real-time device telemetry collection with a predictive model created using Azure Machine Learning.

Con Azure IoT Suite, è possibile connettersi agli asset e monitorarli, nonché analizzare i dati di telemetria in tempo reale nei dashboard e nelle visualizzazioni in modo semplice e rapido.With Azure IoT Suite, you can quickly and easily connect to and monitor assets, and analyze telemetry in real time in dashboards and visualizations. Nella soluzione di manutenzione predittiva i dashboard e le visualizzazioni forniscono nuove informazioni con cui è possibile promuovere l'efficienza e aumentare i flussi di profitti.In the predictive maintenance solution, the dashboards and visualizations provide you with new intelligence that can drive efficiencies and enhance revenue streams.

ScenarioThe Scenario

Fabrikam è una compagnia aerea locale che si concentra sulle esperienze eccezionali dei clienti a prezzi competitivi.Fabrikam is a regional airline that focuses on great customer experience at competitive prices. Una causa di ritardi dei voli sono i problemi di manutenzione e la manutenzione dei motori degli aeromobili è particolarmente complessa.One cause of flight delays is maintenance issues and aircraft engine maintenance is particularly challenging. Fabrikam deve evitare a tutti i costi i guasti dei motori durante il volo, quindi controlla regolarmente i motori e pianifica la manutenzione in base a un programma.Fabrikam must avoid engine failure during flight at all costs, so it inspects its engines regularly and schedules maintenance according to a plan. Tuttavia, i motori non sempre si usurano allo stesso modo.However, aircraft engines don’t always wear the same. Sui motori viene eseguita manutenzione superflua.Some unnecessary maintenance is performed on engines. Ancora più importante, si verificano problemi che possono forzare a terra un aereo fino a quando non viene eseguita la manutenzione.More importantly, issues arise which can ground an aircraft until maintenance is performed. Se un aereo si trova in un luogo in cui tecnici esperti o parti di ricambio non sono disponibili, questi problemi possono essere particolarmente costosi.If an aircraft is at a location where the right technicians or spare parts are not available, these issues can be especially costly.

I motori degli aeromobili Fabrikam sono instrumentati con sensori che controllano le condizioni del motore durante il volo.The engines of Fabrikam’s aircraft are instrumented with sensors that monitor engine conditions during flight. Fabrikam usa la soluzione di manutenzione predittiva per raccogliere i dati dei sensori raccolti durante il volo.Fabrikam uses the predictive maintenance solution to collect the sensor data collected during the flight. Dopo aver accumulato anni di dati operativi e sui guasti dei motori, i ricercatori di dati di Fabrikam hanno modellato un modo per prevedere la vita utile rimanente (RUL) di un motore di aeromobile.After accumulating years of engine operational and failure data, Fabrikam’s data scientists have modeled a way to predict the Remaining Useful Life (RUL) of an aircraft engine. Il modello usa una correlazione tra i dati provenienti da quattro dei sensori del motore e l'usura del motore che conduce a un eventuale guasto.The model uses a correlation between data from four of the engine sensors and engine wear that leads to eventual failure. Mentre Fabrikam continua a eseguire controlli periodici per garantire la sicurezza, ora può usare i modelli per calcolare il valore RUL per ogni motore dopo ogni volo.While Fabrikam continues to perform regular inspections to ensure safety, it can now use the models to compute the RUL for each engine after every flight. Il modello usa i dati di telemetria raccolti dai motori durante il volo.The model uses the telemetry collected from the engines during the flight. Fabrikam può prevedere i futuri punti di malfunzionamento e pianificare la manutenzione e la riparazione in anticipo.Fabrikam can now predict future points of failure and plan for maintenance and repair in advance.

Nota

Il modello di soluzione usa dati di usura del motore effettivi.The solution model uses actual engine wear data.

Prevedendo il momento in cui sarà necessaria la manutenzione, Fabrikam può ottimizzare le proprie operazioni per ridurre i costi.By predicting the point when maintenance is required, Fabrikam can optimize its operations to reduce costs.

I coordinatori della manutenzione usano utilità di pianificazione per:Maintenance coordinators work with schedulers to:

  • Pianificare l'esecuzione della manutenzione quando un velivolo si ferma in una determinata località.Plan maintenance to coincide with an aircraft stopping at a particular location.
  • Assicurarsi che il velivolo rimanga fuori servizio per un periodo di tempo senza causare interruzioni della pianificazione.Ensure sufficient time is available for the aircraft to be out of service without causing schedule disruption.
  • Per pianificare i tecnici di conseguenza e garantire così che i velivoli siano gestiti in modo efficiente senza tempi di attesa.To schedule technicians to ensure that aircraft are serviced efficiently without wait time.

I responsabili del controllo di inventario ricevono i piani di manutenzione, pertanto possono ottimizzare il processo di ordinazione e l'inventario delle parti di ricambio.Inventory control managers receive maintenance plans, so they can optimize their ordering process and spare parts inventory.

Queste attività consentono a Fabrikam di ridurre al minimo i tempo di fermo a terra dei velivoli e di ridurre i costi operativi, garantendo la sicurezza dei passeggeri e dell'equipaggio.These activities enable Fabrikam to minimize aircraft ground time and reduce operating costs while ensuring the safety of passengers and crew.

Per comprendere come Azure IoT Suite fornisce ai clienti le funzionalità necessarie a realizzare il potenziale della manutenzione predittiva, vedere questa infografica.To understand how Azure IoT Suite provides the capabilities customers need to realize the potential of predictive maintenance, review this infographic.

Creazione della soluzione di manutenzione predittivaHow the predictive maintenance solution is built

Per visualizzare queste funzionalità partendo dai dati di telemetria del dispositivo raccolti attraverso i servizi di IoT Suite, la soluzione usa un modello esistente di Azure Machine Learning disponibile.The solution uses an existing Azure Machine Learning model available as a template to show these capabilities working from device telemetry collected through IoT Suite services. Microsoft ha creato un modello di regressione basato su dati pubblici[[1]] e le istruzioni dettagliate su come usare il modello.Microsoft has built a regression model of an aircraft engine based on publically available data[1], and step-by-step guidance on how to use the model.

La soluzione di manutenzione predittiva di Azure IoT usa il modello di regressione creato da questo modello.The Azure IoT predictive maintenance solution uses the regression model created from this template. Il modello viene distribuito nella sottoscrizione di Azure ed esposto tramite un'API generata automaticamente.The model is deployed into your Azure subscription and exposed through an automatically generated API. La soluzione include un subset di dati di test che rappresenta 4 (su un totale di 100) motori e 4 (su un totale di 21) flussi di dati dei sensori.The solution includes a subset of the testing data representing 4 (of 100 total) engines and the 4 (of 21 total) sensor data streams. Questi dati sono sufficienti per fornire un risultato esatto dal modello con training.This data is sufficient to provide an accurate result from the trained model.

[1] A. Saxena and K. Goebel (2008). "Turbofan Engine Degradation Simulation Data Set", NASA Ames Prognostics Data Repository (http://ti.arc.nasa.gov/tech/dash/pcoe/prognostic-data-repository/), NASA Ames Research Center, Moffett Field, CA[1] A. Saxena and K. Goebel (2008). "Turbofan Engine Degradation Simulation Data Set", NASA Ames Prognostics Data Repository (http://ti.arc.nasa.gov/tech/dash/pcoe/prognostic-data-repository/), NASA Ames Research Center, Moffett Field, CA

Introduzione alla manutenzione predittivaGet started with predictive maintenance

Questa esercitazione illustra come effettuare il provisioning della soluzione di manutenzione predittiva.This tutorial shows you how to provision the predictive maintenance solution. Ne descrive anche le funzionalità di base.It also walks you through the basic features of the predictive maintenance solution. È possibile accedere a molte di queste funzionalità tramite il dashboard distribuito con la soluzione preconfigurata.You can access many of these features through the solution dashboard that deploys along with the preconfigured solution.

Per completare l'esercitazione, è necessaria una sottoscrizione di Azure attiva.To complete this tutorial, you need an active Azure subscription.

Nota

Se non si dispone di un account, è possibile creare un account di valutazione gratuita in pochi minuti.If you don’t have an account, you can create a free trial account in just a couple of minutes. Per informazioni dettagliate, vedere la pagina relativa alla versione di valutazione gratuita di Azure.For details, see Azure Free Trial.

  1. Accedere a azureiotsuite.com con le credenziali dell'account Azure e fare clic su + per creare una soluzione.Log on to azureiotsuite.com using your Azure account credentials, and click + to create a solution.
  2. Selezionare il riquadro Manutenzione predittiva.Click Select the Predictive maintenance tile.
  3. Immettere un valore in Nome soluzione per la soluzione preconfigurata di manutenzione predittiva.Enter a Solution name for your predictive maintenance preconfigured solution.
  4. Selezionare l'area e la sottoscrizione che si desidera usare per il provisioning della soluzione.Select the Region and Subscription you want to use to provision the solution.
  5. Fare clic su Crea soluzione per iniziare il processo di provisioning.Click Create Solution to begin the provisioning process. In genere il processo richiede alcuni minuti.This process typically takes several minutes to run.

Attendere il completamento del processo di provisioning.Wait for the provisioning process to complete

  1. Fare clic sul riquadro della soluzione con stato Provisioning.Click the tile for your solution with Provisioning status.
  2. Notare gli stati Provisioning man mano che i servizi di Azure vengono distribuiti nella sottoscrizione di Azure.Notice the Provisioning states as Azure services are deployed in your Azure subscription.
  3. Al termine del provisioning, lo stato cambierà in Pronto.Once provisioning completes, the status changes to Ready.
  4. Fare clic sul riquadro per visualizzare i dettagli della soluzione nel riquadro di destra.Click the tile to see the details of your solution in the right-hand pane. Da questo riquadro è possibile avviare il dashboard della soluzione e accedere all'area di lavoro di Machine Learning.From this pane, you can launch the solution dashboard and access the Machine Learning workspace.

Nota

In caso di problemi di distribuzione della soluzione preconfigurata, vedere Autorizzazioni per il sito azureiotsuite.com e le domande frequenti.If you encounter issues deploying the preconfigured solution, review Permissions on the azureiotsuite.com site and the FAQ. Se i problemi persistono, creare un ticket di servizio nel portale.If the issues persist, create a service ticket on the portal.

Se ci sono dettagli importanti non elencati per la soluzione,Are there details you'd expect to see that aren't listed for your solution? è possibile inviare suggerimenti sulle funzionalità usando i suggerimenti degli utenti.Make feature suggestions on User Voice.

Visualizzare la soluzioneView the solution

Questa sezione descrive l'interfaccia utente della soluzione.This section guides you through the solution UI.

Dashboard di manutenzione predittivaPredictive Maintenance Dashboard

Questa pagina dell'applicazione Web usa i controlli JavaScript di Power BI (vedere il repository di oggetti visivi di Power BI) per visualizzare:This page in the web application uses PowerBI JavaScript controls (see the PowerBI-visuals repository) to visualize:

  • I dati di output dei processi di Analisi di flusso nell'archivio BLOB.The output data from the Stream Analytics jobs in blob storage.
  • La vita utile rimanente Il conteggio dei cicli per motore di aereo.The RUL and cycle count per aircraft engine.

Osservare il comportamento della soluzione cloudObserving the behavior of the cloud solution

Nel portale di Azure passare al gruppo di risorse con il nome della soluzione scelto per visualizzare le risorse di cui è stato effettuato il provisioning.In the Azure portal, navigate to the resource group with the solution name you chose to view your provisioned resources.

Quando si esegue il provisioning della soluzione preconfigurata, viene visualizzato un messaggio di posta elettronica con un collegamento all'area di lavoro di Machine Learning.When you provision the preconfigured solution, you receive an email with a link to the Machine Learning workspace. È anche possibile passare all'area di lavoro di Machine Learning dalla pagina azureiotsuite.com per la soluzione di cui è stato effettuato il provisioning.You can also navigate to the Machine Learning workspace from the azureiotsuite.com page for your provisioned solution. Quando lo stato della soluzione è Ready (Pronto), in questa pagina è disponibile un riquadro.A tile is available on this page when the solution is in the Ready state.

Nel portale della soluzione si noterà che l'esempio include quattro dispositivi simulati per rappresentare due aerei con due motori per aereo, ciascuno con quattro sensori.In the solution portal, you can see that the sample is provisioned with four simulated devices to represent two aircraft with two engines per aircraft, each with four sensors. Quando si accede per la prima volta al portale della soluzione, la simulazione viene arrestata.When you first navigate to the solution portal, the simulation is stopped.

Fare clic su Avvia simulazione per iniziare la simulazione.Click Start simulation to begin the simulation. Il dashboard viene popolato con cronologia del sensore, vita utile rimanente, cicli e cronologia della vita utile rimanente.The sensor history, RUL, Cycles, and RUL history populate the dashboard.

Quando la vita utile rimanente è inferiore a 160, una soglia arbitraria scelta a scopo dimostrativo, il portale della soluzione mostra un simbolo di avviso accanto alla visualizzazione della vita utile rimanente.When RUL is less than 160 (an arbitrary threshold chosen for demonstration purposes), the solution portal displays a warning symbol next to the RUL display. Il portale della soluzione evidenzia anche in giallo il motore dell'aereo.The solution portal also highlights the aircraft engine in yellow. Si noti come i valori della vita utile rimanente abbiano complessivamente una tendenza generale al ribasso, ma tendano a oscillare in alto o in basso.Notice how the RUL values have a general downward trend overall, but tend to bounce up and down. Questo comportamento dovuto alle diverse lunghezze dei cicli e all'accuratezza del modello.This behavior results from the varying cycle lengths and the model accuracy.

La simulazione completa richiede circa 35 minuti per completare 148 cicli.The full simulation takes around 35 minutes to complete 148 cycles. La soglia di 160 per la vita utile rimanente viene raggiunta per la prima volta dopo circa 5 minuti ed entrambi i motori la raggiungono a circa 8 minuti.The 160 RUL threshold is met for the first time at around 5 minutes and both engines hit the threshold at around 8 minutes.

La simulazione viene eseguita sul set di dati completo per 148 cicli e si stabilizza sui valori finali dei cicli e della vita utile rimanente.The simulation runs through the complete dataset for 148 cycles and settles on final RUL and cycle values.

È possibile arrestare la simulazione in qualsiasi punto, ma facendo clic su Start Simulation viene riprodotta la simulazione dall'inizio del set di dati.You can stop the simulation at any point, but clicking Start Simulation replays the simulation from the start of the dataset.

Passaggi successiviNext steps

Per ulteriori informazioni su come Azure IoT consente scenari di manutenzione predittiva, leggere Capture value from the Internet of Things (Acquisire valore da Internet delle cose).To learn more about how Azure IoT enables predictive maintenance scenarios, read Capture value from the Internet of Things.

Esaminare una procedura dettagliata della soluzione di manutenzione predittiva.Take a walkthrough of the predictive maintenance solution.

È anche possibile esplorare alcune altre funzionalità delle soluzioni preconfigurate di IoT Suite:You can also explore some of the other features and capabilities of the IoT Suite preconfigured solutions: