Monitorowanie predykcyjne silników lotniczych

Data Factory
Event Hubs
HDInsight
Usługa Machine Learning
Stream Analytics

Pomysł na rozwiązanie

Jeśli chcesz, abyśmy rozszerzyli ten artykuł, aby uzyskać więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, GitHub Opinie!

Microsoft Azure konserwacji predykcyjnej pokazuje, jak połączyć dane samolotów w czasie rzeczywistym z analizą w celu monitorowania kondycji samolotów.

To rozwiązanie jest budowaną z Azure Stream Analytics, Event Hubs,Azure Machine Learning,HDInsight,Azure SQL Database,Data Factoryi Power BI. Te usługi działają w środowisku o wysokiej dostępności, które są poprawiane i obsługiwane, dzięki czemu można skoncentrować się na rozwiązaniu, a nie na środowisku, w którym działają.

Architektura

Diagram architektury: monitorowanie silników samolotów w celu predykcyjnej konserwacji samolotów na platformie Azure.Pobierz format SVG tej architektury.

Składniki

  • Azure Stream Analytics zapewnia analizę strumienia wejściowego w czasie niemal rzeczywistym z usługi Azure Event Hub. Dane wejściowe są filtrowane i przekazywane do Machine Learning końcowego, a na koniec wysyła wyniki do Power BI nawigacyjnego.
  • Event Hubs pozysłuje nieprzetworzone dane z linii zestawu i przekazuje je do Stream Analytics.
  • Azure Machine Learning potencjalnych awarii na podstawie danych linii zestawu w czasie rzeczywistym z Stream Analytics.
  • HdInsight uruchamia skrypty Programu Hive w celu zapewnienia agregacji nieprzetworzonych zdarzeń, które zostały zarchiwizowane przez Stream Analytics.
  • Azure SQL Database przechowuje wyniki przewidywania otrzymane od Machine Learning i publikuje dane w Power BI.
  • Data Factory obsługuje orkiestrowanie, planowanie i monitorowanie potoku przetwarzania wsadowego.
  • Power BI umożliwia wizualizację danych linii zestawu w czasie rzeczywistym z Stream Analytics oraz przewidywanych błędów i alertów z Data Warehouse.

Następne kroki

Zobacz dokumentację produktu:

Zapoznaj się z Centrum architektury platformy Azure artykułami na temat konserwacji predykcyjnej i przewidywania za pomocą uczenia maszynowego: