Sensor Data Intelligence-hjemmeside (forhåndsvisning)
[Denne artikel er prerelease-dokumentation og kan ændres.]
Sensordataintelligens for Microsoft Dynamics 365 Supply Chain Management giver organisationer denne funktion til at køre forretningsprocesser i Supply Chain Management ud fra IoT-signaler (Internet of Things) fra maskiner og udstyr i produktionen. Det er en opdateret, omdøbt version af IoT-intelligensfunktionen, der tidligere var tilgængelig for Supply Chain Management.
Du kan udføre følgende opgaver med Sensordataintelligens:
- Samle oplysninger fra maskiner og udstyr for at opdatere tællerværdier for vedligeholdelse af aktiver i Supply Chain Management og øge den forudsigelige vedligeholdelse.
- Du kan oprette løsningen ved at bruge en simpel startguide i stedet for at installere og konfigurere komponenter manuelt i Microsoft Dynamics Lifecycle Services (LCS).
- Implementer komponenter i dit eget abonnement, så du har større fleksibilitet til at administrere Azure-komponenter.
- Konfigurer, skalaer og udvid løsningen som forretningslogik, der kører på Azure-komponenter. Disse komponenter administreres nu på dit eget abonnement. Du kan derfor tilpasse dem efter behov for at opfylde dine unikke forretningsbehov.
Vigtigt
- Dette er en forhåndsversionsfunktion. Det er underlagt de tillægsbetingelser for forhåndsvisning.
- Preview-funktioner er ikke beregnet til produktionsbrug og kan have begrænset funktionalitet. Disse funktioner er tilgængelige før en officiel udgivelse, så kunderne kan få tidlig adgang og give feedback.
- Du kan finde flere oplysninger om prøveversioner i Ofte stillede spørgsmål om One Version-tjenesteopdateringer.
Forretningsscenarier
Ved hjælp af Sensordataintelligens kan der bruges flere funktionstyper, som hver især repræsenteres af et bestemt scenario i systemet. Hvert scenario indeholder et specialiseret sæt konfigurationsindstillinger i systemet som beskrevet i nedenstående tabel.
| Scenarie | Beskrivende tekst |
|---|---|
| Nedetid for aktiv | Du kan præcist spore maskinaktivernes effektivitet ved at bruge data til at spore maskinens nedetid. |
| Aktivvedligeholdelse | Minimere vedligeholdelsesomkostningerne og forlænge levetiden for aktiver ved at forbedre vedligeholdelsesplanerne baseret på aflæsninger af vigtige kontrolpunkter for maskinaktiver. |
| Maskinstatus | Sikre operationens effektivitet ved at bruge læserne til at give planlægninger besked om maskinfejl og give mulighed for at afhjælpe eventuelle forsinkelser. |
| Produktkvalitet | Sikre kvaliteten af produktbatchnumre ved at sammenligne læserne af de faktiske egenskaber for hvert produktbatch, f.eks. fugtighed, temperatur eller brugerdefinerede kvalitetsværdier. Systemet giver brugerne besked, når der opstår afvigelser. |
| Produktionsforsinkelser | Brug læserne til at sammenligne faktisk procestid med planlagt procestid, og giv tilsynsførende besked, når produktionsforløbet ikke er til planlagt. Supervisors kan derefter efter behov for at sikre maksimal operationseffektivitet. |
Arkitektur
Følgende arkitekturdiagram indeholder en oversigt over løsningen og dens komponenter.
Bemærk!
For flere oplysninger om, hvordan du forbinder sensorer til Azure IOT Hub, se Azure industriel IoT-analysevejledning.