Snabbstart: Utforska demomiljön i Azure Time Series Insights Gen2

Kommentar

Time Series Insights-tjänsten dras tillbaka den 7 juli 2024. Överväg att migrera befintliga miljöer till alternativa lösningar så snart som möjligt. Mer information om utfasning och migrering finns i vår dokumentation.

Den här snabbstarten kommer igång med en Azure Time Series Insights Gen2-miljö. I den kostnadsfria demonstrationen går du igenom viktiga funktioner som har lagts till i Azure Time Series Insights Gen2.

Demomiljön Azure Time Series Insights Gen2 innehåller ett scenarioföretag, Contoso, som driver två vindkraftverksparker. Varje gård har 10 turbiner. Varje turbin har 20 sensorer som rapporterar data varje minut till Azure IoT Hub. Sensorerna samlar in information om väderförhållanden, bladhöjd och gäspningsposition. Information om generatorprestanda, växellådsbeteende och säkerhetsövervakare registreras också.

I den här snabbstarten lär du dig hur du använder Azure Time Series Insights Gen2 för att hitta användbara insikter i Contoso-data. Du utför också en kort rotorsaksanalys för att bättre förutsäga kritiska fel och utföra underhåll.

Viktigt!

Skapa ett kostnadsfritt Azure-konto om du inte har något.

Utforska Azure Time Series Insights Gen2 Explorer i en demomiljö

Azure Time Series Insights Gen2 Explorer visar historiska data och rotorsaksanalys. Så här kommer du i gång:

1. Gå till Contoso Wind Farm-demomiljön.

2. Om du uppmanas att logga in på Azure Time Series Insights Gen2 Explorer med dina autentiseringsuppgifter för Azure-kontot.

Arbeta med historiska data

1. Välj Contoso WindFarm-hierarki.

   

2. I Contoso Plant 1 tittar du på vindkraftverk W7.

   

   1. Ändra visningsintervallet till 1/1/17 20:00:00.00 till 3/10/17 20:00:00.00 (UTC).

      

      

   2. Justera intervallvyn med zoom in (+) och ut (-) och flytta bildfältet.

      

   3. Välj en sensor genom att välja Contoso Plant 1>W7>Generator System>GeneratorSpeed. Granska sedan de värden som visas.

      

3. Contoso upptäckte nyligen en brand i vindturbin W7. Åsikterna varierar om vad som orsakade branden. I Azure Time Series Insights Gen2 visas den brandvarningssensor som aktiverades under branden.

   1. Ändra visningsintervallet till 3/9/17 20:00:00.00 till 3/10/17 20:00:00.00 (UTC).

   2. Välj Safety System>FireAlert.

      

4. Granska andra händelser runt tidpunkten för branden för att förstå vad som hände. Oljetrycket och aktiva varningar ökade strax före branden.

   1. Välj Pitch System>HydraulicOilPressure.

   2. Välj Pitch System>ActiveWarning.

      

5. Oljetrycket och de aktiva varningssensorerna spikade precis före branden. Expandera den visade tidsserien för att granska andra tecken som var tydliga som ledde fram till branden. Båda sensorerna fluktuerade konsekvent över tid. Fluktuationerna indikerar ett beständigt och oroande mönster.

   • Ändra visningsintervallet till 2/24/17 20:00:00.00 till 3/10/17 20:00:00.00 (UTC).

     

6. Att undersöka två års historiska data avslöjar en annan brandhändelse som hade samma sensorfluktuationer.

   • Ändra visningsintervallet till 1/1/16 till 12/31/17 (alla data).

     

Genom att använda Azure Time Series Insights Gen2 och sensortelemetri har vi upptäckt en långsiktig trend dold i historiska data. Med dessa nya insikter kan vi:

• Förklara vad som faktiskt hände.
• Åtgärda problemet.
• Sätt bättre system för aviseringsmeddelanden på plats.

Rotorsaksanalys

1. Vissa scenarier kräver avancerad analys för att hitta ledtrådar i data. Välj väderkvarnenS W6 på datum 6/25.

   1. Ändra visningsintervallet till 17-06-17 20:00:00.00 till 17-07-07 20:00:00.00 (UTC).

   2. Välj Contoso Plant 1>W6>Safety System>VoltageActuatorSwitchWarning.

      

2. Varningen anger ett problem med spänningen från generatorn. Generatorns totala utdata ligger inom normala parametrar i det aktuella intervallet. Genom att öka vårt intervall uppstår ett annat mönster. En avlämning är uppenbar.

   1. Ta bort VoltageActuatorSwitchWarning-sensorn.

   2. Välj Generator System>ActivePower.

   3. Ändra intervallet till 3d.

      

3. Genom att expandera tidsintervallet kan vi avgöra om problemet har stoppats eller om det fortsätter.

   • Utöka tidsintervallet till 60 dagar.

     

4. Andra sensordatapunkter kan läggas till för att ge större kontext. Ju fler sensorer vi visar, desto bättre är vår förståelse av problemet. Vi släpper en markör för att visa de faktiska värdena.

   1. Välj Generatorsystem och välj sedan tre sensorer: GridVoltagePhase1, GridVoltagePhase2 och GridVoltagePhase3.

   2. Släpp en markör på den sista datapunkten i det synliga området.

      

   Två av spänningssensorerna fungerar jämförelsevis och inom normala parametrar. Det ser ut som GridVoltagePhase3 sensorn är den skyldige.

5. Med mycket kontextuella data tillagda verkar fas 3-avlämningen ännu mer vara problemet. Nu har vi en bra ledtråd om orsaken till varningen. Vi är redo att hänvisa problemet till vårt underhållsteam.

   • Ändra visningen till överlägg för alla generatorsystemsensorer på samma diagramskala.

     

Nästa steg

Du är redo att skapa en egen Azure Time Series Insights Gen2-miljö. Så här startar du:

Planera din Azure Time Series Insights Gen2-miljö

Lär dig hur du använder demonstrationen och dess funktioner:

The Azure Time Series Insights Gen2 Explorer