Manutenção preditiva

Data Factory
Hubs de Eventos
HDInsight
Machine Learning
Banco de Dados SQL
Armazenamento
Stream Analytics
Power BI

Ideia da solução

se você quiser nos ver, expanda este artigo com mais informações, como casos de uso em potencial, serviços alternativos, considerações sobre implementação ou diretrizes de preços, fale conosco com GitHub comentários!

Essa solução de manutenção preditiva monitora a aeronave e prevê a vida útil restante dos componentes do mecanismo de aeronaves. Embora seja personalizado para o monitoramento da aeronave, ele pode ser facilmente generalizado para outros cenários de manutenção preditiva.

Arquitetura

diagrama de arquitetura: manutenção preditiva para componentes da aeronave usando Microsoft Azure serviços de nuvem. Baixe um SVG dessa arquitetura.

Visão geral de uma solução de manutenção preditiva para componentes do mecanismo de aeronave

Esta solução demonstra como combinar dados em tempo real de sensores com análise avançada para monitorar partes da aeronave em tempo real. Ele prevê a vida útil restante dos componentes do mecanismo de aeronaves.

A viagem aérea é central para a vida moderna, no entanto, os motores de aeronave são caros e mantê-los em funcionamento exige manutenção frequente por técnicos altamente qualificados. Os motores de aeronave modernos são equipados com sensores altamente sofisticados para controlar seu funcionamento. Com os dados desses sensores combinados com a análise avançada, é possível monitorar a aeronave em tempo real e prever a vida útil restante de um componente do mecanismo. Essas previsões permitem que a manutenção seja agendada rapidamente para evitar falhas mecânicas.

A solução Galeria de ia do Azure é uma implementação dessa ideia de solução. A solução de manutenção preditiva monitora a aeronave e prevê a vida útil restante dos componentes do mecanismo de aeronaves. É uma solução de ponta a ponta que inclui ingestão de dados, armazenamento de dados, processamento de dados e análise avançada – todos os essenciais para a criação de uma solução de manutenção preditiva. A fonte de dados dessa solução é derivada de dados disponíveis publicamente do repositório de dados da NASA usando o conjunto de dados de simulação de degradação do mecanismo turbofan.

Essa solução usa vários serviços do Azure (descritos abaixo), juntamente com um trabalho da Web que simula dados. Após a implantação da solução, você terá uma demonstração funcional completa.

Detalhes técnicos e fluxo de trabalho

  1. Os dados de simulação são transmitidos por um trabalho Web do Azure implantado recentemente, AeroDataGenerator.
  2. Esses dados sintéticos são alimentados no serviço de hubs de eventos do Azure como pontos de dados.
  3. Dois trabalhos de Azure Stream Analytics analisam os dados para fornecer análise quase em tempo real no fluxo de entrada do hub de eventos. um dos trabalhos de Stream Analytics arquiva todos os eventos de entrada brutos para o serviço de Armazenamento do Azure para processamento posterior pelo serviço de Azure Data Factory e o outro publica resultados em um painel de Power BI.
  4. O serviço HDInsight é usado para executar scripts do hive orquestrados pelo Azure Data Factory. Os scripts fornecem agregações nos eventos brutos que foram arquivados pelo trabalho de Stream Analytics.
  5. Azure Machine Learning é usado (orquestrado por Azure Data Factory) para fazer previsões sobre a vida útil restante (RUL) de determinado mecanismo de aeronave, considerando as entradas recebidas.
  6. Banco de Dados SQL do Azure é usado (gerenciado pelo Azure Data Factory) para armazenar os resultados de previsão recebidos de Azure Machine Learning. esses resultados são então consumidos no painel de Power BI. um procedimento armazenado é implantado no Banco de Dados SQL e, posteriormente, invocado no pipeline Azure Data Factory para armazenar os resultados de previsão ML na tabela de resultados de pontuação.
  7. Azure Data Factory manipula a orquestração, o agendamento e o monitoramento do pipeline de processamento em lotes.
  8. por fim, Power BI é usado para visualizar os resultados. Os técnicos da aeronave podem monitorar os dados do sensor de um avião ou de toda a frota em tempo real e usar visualizações para agendar a manutenção do mecanismo.

Componentes

Próximas etapas

Leia outros artigos Centro de Arquitetura do Azure:

Consulte a documentação do produto:

Experimente o código: