Editar

Analisar e otimizar ciclos de IoT

Azure Data Lake
Azure IoT Edge
Azure IoT Hub

O ciclo de análise e otimização da Internet das Coisas (IoT) permite a geração e aplicação de informações de otimização de negócios para uma ou mais implementações de sistemas físicos controlados por software, com base em todo o contexto empresarial. A telemetria analisar e otimizar origens de ciclo, normalmente a partir da monitorização e gestão de processos de ciclo, refina-a e combina-a com origens de dados empresariais para gerar informações.

Este artigo fornece uma descrição geral da arquitetura, características e componentes do ciclo de processos de análise e otimização.

Potenciais casos de utilização

Alguns cenários de exemplo para analisar e otimizar ciclos incluem:

  • Espaços inteligentes: calcule o índice de segurança do campus e tome as medidas adequadas.
  • Transmissão de energia: correlacione as tendências de indisponibilidade de energia e eventos de incêndio florestal para produzir reparações proativas de transmissão e substituição de dispositivos de monitorização.
  • Produção de petróleo e gás: calcule as tendências de produção de petróleo de uma bacia e compare-a com o desempenho do local.
  • Transporte e logística: calcule as tendências de pegada de carbono, compare-as com objetivos organizacionais e tome medidas corretivas.
  • Parque eólico: calcule o fator de energia de toda a operação do parque eólico e crie meios para melhorar a eficiência de cada turbina eólica.
  • Fabrico discreto: aumente a taxa de produção de widget de muitas fábricas para satisfazer a procura do mercado.

Arquitetura

O diagrama seguinte mostra o esquema de um ciclo típico de análise e otimização e as respetivas relações com outros ciclos de processos de IoT.

Diagrama de arquitetura a mostrar um ciclo de análise e otimização em contexto com medir e controlar e monitorizar e gerir ciclos.

Transfira um ficheiro do Visio desta arquitetura.

Num ciclo de análise e otimização, os dados de várias origens IoT, empresariais, privadas e públicas fluem para os data lakes da cloud. As análises offline consomem os data lakes para detetar tendências ocultas e informações de otimização de negócios. As informações de otimização dos processos de análise offline fluem de volta para as instalações de IoT através da monitorização e gestão de ciclos , medição e ciclos de controlo.

Características

  • O ciclo de análise e otimização funciona de forma assíncrona, pelo que não existem prazos de tempo apertados para analisar dados ou enviar sinais de otimização para os dispositivos. Estes ciclos dependem do histórico de telemetria longo e do histórico de dados operacionais empresariais para executar tarefas de lote.
  • As dependências do sistema incluem vários sistemas para alimentar dados através do data lake, que incluem sistemas IoT e feeds de sistemas empresariais. O ciclo de otimização utiliza principalmente protocolos de serviço Web para integrar com sistemas de supervisão e outros sistemas empresariais.

Componentes

Os componentes importantes do controlo de otimização empresarial são:

  • Um data lake, armazenamento em grande escala otimizado para custos de utilização mais baixos durante períodos mais longos. O armazenamento HDFS no contexto do processamento de redução de mapas é um exemplo desse data lake. O Data Lake diferi a estrutura dos dados para o tempo de processamento, pelo que é bom para armazenar dados estruturados e não estruturados.
  • Dados de séries de tempo a frio, telemetria processada ou não processada que é importante para a análise offline e, muitas vezes, provém de vários sistemas IoT. As tarefas de análise refinam e combinam ainda mais estes dados com conjuntos de dados empresariais e externos.
  • Dados empresariais produzidos por sistemas empresariais como a gestão do ciclo de vida do produto, cadeia de fornecimento, finanças, vendas, fabrico e distribuição e gestão de relações com os clientes. Os dados empresariais combinados com conjuntos de dados externos, como a meteorologia, podem contextualizar a telemetria de IoT no âmbito empresarial para gerar informações compatíveis.
  • Análise offline para processar macrodados no modo de lote. As tarefas do Spark e o processamento de redução de mapas do Hadoop são alguns exemplos. Monitorize e faça a gestão dos processos de ciclo, medição e ciclo de controlo e, em seguida, aplique as informações obtidas a partir da análise e otimização de ciclos para dispositivos IoT.

Contribuidores

Este artigo é mantido pela Microsoft. Foi originalmente escrito pelos seguintes contribuidores.

Autor principal:

Passos seguintes