製造業的解決方案

  • 發行項

製造業是現代工業化世界的標誌，包括從採購原材料到轉型為最終產品的所有步驟。 從工業前時代的家庭製造業開始，這個行業已經發展到機械化組裝線和自動化等階段，每個新的開發都增加了更快、更有效率的製造流程。 雲端運算可以為製造公司帶來下一場革命，方法是將其IT基礎結構和流程從容易出錯的內部部署轉換為高可用性、安全且有效率的雲端，以及提供尖端物聯網 （IoT）、AI/ML 和分析解決方案。

Microsoft Azure 藉由提供可執行下列動作的製造解決方案，來保有第四次 工業革命 的承諾：

  • 協助使用工業IoT建置更敏捷的智慧工廠。
  • 建立更具彈性且有利可圖的供應鏈。
  • 轉換您的勞動力生產力。
  • 解鎖創新和新的商業模式。
  • 以新方式與客戶互動。


若要瞭解如何使用 Azure 將製造業務現代化，請造訪 Azure 進行製造。 如需更多資源，請參閱 Microsoft Trusted Cloud for Manufacturing。

製造架構指南

下列文章提供製造業中 Azure 解決方案的架構指導方針。

架構 摘要 技術焦點
物聯網 （IoT） 架構設計 瞭解基本物聯網 （IoT） 概念，以及如何開始使用 Azure IoT IoT
使用 MLOps 架構來升級機器學習生命週期 了解財富 500 食品公司如何透過自定義機器學習模型，改善其需求預測，並將美國數個地區不同商店的產品庫存優化。 AI/ML
隨選、可調整、高功率計算 在本文中，我們將逐步解說一些工程和製造領域，這些領域需要大量運算能力，並探索 Microsoft Azure 平臺如何協助。 計算
製造中的預測性維護 在引進一些預測性維護背景之後，我們將討論如何使用內部部署數據、Azure 機器學習和機器學習模型使用方式的組合，實作 PdM 解決方案的各種部分。 AI/ML
預測性維護解決方案 本文提供建置預測性維護解決方案的選項。 它呈現不同的檢視方塊和參考現有數據，讓您開始著手。 AI/ML
從 IoT 資料擷取可採取動作的深入解析 本指南提供從IoT數據分析擷取可採取動作見解所需的元件技術概觀。 IoT

製造架構

下列文章提供針對製造業所開發及建議之架構的詳細分析。

架構 摘要 技術焦點
異常偵測器程式 Anomaly Detector API 可讓您監視和偵測時間序列資料中的異常狀況，而無需知道機器學習。 分析
自動化引導車輛車隊控制 此範例架構示範汽車原始設備製造商 （OEM） 的端對端方法，並包含參考架構和數個已發佈的支持開放原始碼連結庫，可重複使用。 IoT
使用 Azure 認知服務建置語音轉換文字轉譯管線 藉由分析大量錄製的通話，並使用 Azure 認知服務建置語音轉文字轉譯管線，以改善客戶服務中心的效率，並轉換您的業務。 AI/ML
使用 Power Platform 的公民 AI 此架構會以 Azure Synapse 案例在 Analytics 端對端擴充。 它可讓自定義 ML 模型在 Azure 機器學習 中定型，並使用使用 Microsoft Power Platform 建置的自定義應用程式來實作。 AI/ML
使用邊緣上的電腦視覺進行端對端製造 此範例架構顯示從邊緣到雲端和後端的電腦視覺端對端方法。 AI/ML
使用智慧型IoT Edge進行預測性維護 物聯網 （IoT） Edge 讓數據處理和記憶體接近數據源，以降低對雲端連線和資源的相依性，啟用快速、一致的回應。 IoT
質量保證 此解決方案示範如何使用製造流水線範例 (裝配線) 預測失敗。 AI/ML

製造的解決方案構想

以下是您可以做為製造解決方案起點的其他想法。