Tahmine dayalı bakım

Data Factory
Event Hubs
HDInsight
Machine Learning
Stream Analytics

Çözüm fikirleri

Bu makale bir çözüm fikridir. İçeriği olası kullanım örnekleri, alternatif hizmetler, uygulama konuları veya fiyatlandırma kılavuzu gibi daha fazla bilgiyle genişletmemizi isterseniz GitHub geri bildirimi sağlayarak bize bildirin.

Bu tahmine dayalı bakım çözümü, uçağı izler ve uçak motoru bileşenlerinin kalan kullanım ömrünü tahmin eder.

Mimari

Mimari diyagramı: Microsoft Azure bulut hizmetlerini kullanan uçak bileşenleri için tahmine dayalı bakım.

Bu mimarinin bir Visio dosyasını indirin.

Veri akışı

  1. Simülasyon verileri, yeni dağıtılan AeroDataGenerator Adlı Azure Web İşi tarafından akışla aktarılır. Alternatif olarak, algılayıcı günlük dosyalarını veya verilerini çözüme düzenli aralıklarla içeri aktararak çevrimdışı verileri işleyebilecektir.
  2. Bu yapay veri, Azure Event Hubs hizmetine veri noktası olarak aktarılır.
  3. İki Azure Stream Analytics işi, olay hub'ından giriş akışında neredeyse gerçek zamanlı analiz sağlamak için verileri analiz eder. Stream Analytics işlerinden biri daha sonra Azure Data Factory hizmeti tarafından işlenmek üzere Azure Depolama hizmetine gelen tüm ham olayları arşivler ve diğeri sonuçları bir Power BI panosunda yayımlar.
  4. HDInsight hizmeti, Azure Data Factory tarafından yönetilen Hive betiklerini çalıştırmak için kullanılır. Betikler, Stream Analytics işi tarafından arşivlenen ham olaylar üzerinde toplamalar sağlar.
  5. Azure Machine Learning, alınan girişler göz önüne alındığında belirli bir uçak motorunun kalan kullanım ömrü (RUL) hakkında tahminlerde bulunmak için kullanılır (Azure Data Factory tarafından düzenleniyor).
  6. Azure SQL Veritabanı, Azure Machine Learning'den alınan tahmin sonuçlarını depolamak için kullanılır (Azure Data Factory tarafından yönetilir). Bu sonuçlar daha sonra Power BI panosunda tüketilir. Saklı yordam SQL Veritabanı dağıtılır ve daha sonra ML tahmin sonuçlarını puanlama sonuç tablosunda depolamak için Azure Data Factory işlem hattında çağrılır.
  7. Azure Data Factory toplu işleme işlem hattının düzenlemesini, zamanlamasını ve izlenmesini işler.
  8. Son olarak Power BI , sonuçları görselleştirmek için kullanılır. Uçak teknisyenleri bir uçaktan veya filo genelindeki sensör verilerini gerçek zamanlı olarak izleyebilir ve motor bakımını zamanlamak için görselleştirmeleri kullanabilir.

Bileşenler

Senaryo ayrıntıları

Bu çözüm, uçak parçalarını gerçek zamanlı olarak izlemek için algılayıcılardan gelen gerçek zamanlı verilerin gelişmiş analizlerle nasıl birleştirildiği gösterilmektedir. Uçak motoru bileşenlerinin kalan kullanım ömrünü tahmin eder.

Hava yolculuğu modern yaşam için merkezidir, ancak uçak motorları pahalıdır ve bunları çalışır durumda tutmak için yüksek vasıflı teknisyenler tarafından sık sık bakım yapılması gerekir. Modern uçak motorları, işlevlerini takip etmek için son derece gelişmiş sensörlerle donatılmıştır. Bu sensörlerden elde edilen veriler gelişmiş analizlerle birleştirildiğinde, hem uçağı gerçek zamanlı olarak izlemek hem de bir motor bileşeninin kalan kullanım ömrünü tahmin etmek mümkündür. Bu tahminler, mekanik hataları önlemek için bakımın hızla zamanlanmasını sağlar.

Olası kullanım örnekleri

Uçak izleme ve havacılık sektörü için özelleştirilmiş olsa da, diğer tahmine dayalı bakım senaryoları için kolayca genelleştirilebilir.

Bu senaryoyu dağıtın

Azure AI Galeri Çözümü, bu çözüm fikrinin bir uygulamasıdır. Tahmine dayalı bakım çözümü, uçağı izler ve uçak motoru bileşenlerinin kalan kullanım ömrünü tahmin eder. Bu, veri alımı, veri depolama, veri işleme ve gelişmiş analiz içeren uçtan uca bir çözüm olup bunların tümü tahmine dayalı bir bakım çözümü oluşturmak için gereklidir. Bu çözümün veri kaynağı, Turbofan Engine Degradation Simulation Data Set kullanılarak NASA veri deposundaki genel kullanıma açık verilerden türetilmiştir.

Bu çözüm, verilerin simülasyonunu oluşturan bir web işiyle birlikte birden çok Azure hizmetini (aşağıda açıklanmıştır) kullanır. Çözümün dağıtımından sonra eksiksiz bir çalışma tanıtımına sahip olacaksınız.

Sonraki adımlar

Ürün belgelerine bakın:

Kodu deneyin:

Diğer Azure Mimari Merkezi makalelerini okuyun: