Прогнозный мониторинг авиационного двигателяPredictive Aircraft Engine Monitoring

Концепция решения Solution Idea

Если вы хотите ознакомиться с этой статьей, дополнительные сведения (сведения о реализации, рекомендации по ценам, примеры кода и т. д.), сообщите нам о отзывах в GitHub!If you'd like to see us expand this article with more information (implementation details, pricing guidance, code examples, etc), let us know with GitHub Feedback!

Решение прогнозного обслуживания от Azure демонстрирует, как сочетать данные о состоянии самолета в реальном времени с аналитическими данными для мониторинга состояния самолета.Microsoft Azure's Predictive Maintenance solution demonstrates how to combine real-time aircraft data with analytics to monitor aircraft health.

Это решение основано на управляемых службах Azure: Azure Stream Analytics, концентраторов событий, машинное обучение Studio, HDInsight, базе данных SQL Azure, фабрике данных и Power BI.This solution is built on the Azure managed services: Azure Stream Analytics, Event Hubs, Machine Learning Studio, HDInsight, Azure SQL Database, Data Factory and Power BI. Эти службы работают в среде с высоким уровнем доступности, исправленной и поддерживаемой, что позволяет сосредоточиться на решении, а не на среде, в которой они работают.These services run in a high-availability environment, patched and supported, allowing you to focus on your solution instead of the environment they run in.

ArchitectureArchitecture

Схема архитектуры . Скачайте SVG этой архитектуры.Architecture Diagram Download an SVG of this architecture.

КомпонентыComponents

  • Azure Stream Analytics: Stream Analytics предоставляет аналитику практически в реальном времени для входного потока из концентратора событий Azure.Azure Stream Analytics: Stream Analytics provides near real-time analytics on the input stream from the Azure Event Hub. Входные данные фильтруются и передаются в конечную точку Машинное обучение, а затем отправляются на панель мониторинга Power BI.Input data is filtered and passed to a Machine Learning endpoint, finally sending the results to the Power BI dashboard.
  • Концентраторы событий принимают необработанные данные из строки сборки и передают их в Stream Analytics.Event Hubs ingests raw assembly-line data and passes it on to Stream Analytics.
  • Машинное обучение Studio: машинное обучение прогнозирует потенциальные сбои на основе данных сборки в режиме реального времени из Stream Analytics.Machine Learning Studio: Machine Learning predicts potential failures based on real-time assembly-line data from Stream Analytics.
  • HDInsight запускает скрипты Hive для предоставления агрегатов необработанных событий, которые были заархивированы Stream Analytics.HDInsight runs Hive scripts to provide aggregations on the raw events that were archived by Stream Analytics.
  • База данных SQL Azure. база данных SQL хранит результаты прогноза, полученные от машинное обучение и публикует данные в Power BI.Azure SQL Database: SQL Database stores prediction results received from Machine Learning and publishes data to Power BI.
  • Фабрика данных управляет согласованием, планированием и мониторингом конвейера пакетной обработки.Data Factory handles orchestration, scheduling, and monitoring of the batch processing pipeline.
  • Power BI визуализируют данные строки сборки в реальном времени из Stream Analytics, а также прогнозируемые сбои и предупреждения из хранилища данных.Power BI visualizes real-time assembly-line data from Stream Analytics and the predicted failures and alerts from Data Warehouse.

Дальнейшие действияNext steps