你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

面向制造业的解决方案

  • 项目

制造业是现代工业化世界的标志，包括从采购原材料到转化为最终产品的所有步骤。 从工业前时代的家庭制造开始，这个行业已经经历了机械化装配线和自动化等阶段，每一个新的发展都增加了更快、更高效的制造流程。 云计算可以将制造企业的 IT 基础设施和流程从容易出错的本地转变为高度可用、安全和高效的云，并提供尖端的物联网 (IoT)、人工智能/ML 和分析解决方案，从而实现制造企业的第四次革命。

Microsoft Azure 通过提供可以执行以下操作的制造解决方案来承诺第四次工业革命：

  • 通过工业物联网帮助构建更敏捷的智能工厂。
  • 创建弹性和盈利能力更强的供应链。
  • 转变劳动力生产力。
  • 发现创新和新的商业模式。
  • 以全新的方式与客户互动。


若要了解如何使用 Azure 实现制造业务现代化，请访问 Azure 在制造业的应用。 有关更多资源，请参阅 Microsoft 信任云在制造业的应用。

制造业体系结构指南

以下文章为制造业中的 Azure 解决方案提供了体系结构准则。

体系结构 摘要 技术重点
物联网 (IoT) 体系结构设计 了解基本的物联网（IoT）概念以及如何开始使用 Azure IoT IoT
使用 MLOps 框架更新机器学习生命周期 了解一家财富 500 强食品公司如何借助定制的机器学习模型改进其需求预测并优化美国多个地区不同商店的产品库存。 AI/ML
按需、可缩放、强力计算 在本文中，我们将介绍工程和制造过程中需要大量计算能力的一些已知区域，并探索 Microsoft Azure 平台如何提高帮助。 计算
制造业预测性维护 在介绍了一些关于预测性维护的背景知识后，我们将探讨如何结合使用本地数据、Azure 机器学习来实现各个部分的 Pdm 解决方案以及机器学习模型的使用。 AI/ML
预测性维护解决方案 本文介绍了生成预测性维护解决方案的选项。 它提供了不同的视角并引用现有材料，以帮助你入门。 AI/ML
从 IoT 数据中提取可操作的见解 本指南从技术角度概述了从 IoT 数据分析中提取可操作见解所需的组件。 IoT

制造业体系结构

以下文章详细分析了为制造业开发和推荐的体系结构。

体系结构 摘要 技术重点
异常探测器流程 使用异常检测器 API，无需了解机器学习方面的知识，就能监视和检测时序数据中的异常。 分析
自动引导的车队控制 本示例体系结构演示了汽车原始设备制造商 (OEM) 的端到端方法，内含一个参考体系结构和几个可重复使用的支持开源库（已发布）。 IoT
使用 Azure 认知服务构建语音转文本听录管道 通过分析大量录制的呼叫并使用 Azure 认知服务构建语音转文本听录管道，提高客户服务中心的效率并转换业务。 AI/ML
通过 Power Platform 平台驯化 AI 体系结构在“使用 Azure Synapse 进行端到端分析”场景的基础上进行了扩展。 得益于此，自定义 ML 模型可在 Azure 机器学习中进行训练，并且借由使用 Microsoft Power Platform 构建的自定义应用程序实现。 AI/ML
在边缘使用计算机视觉进行端到端制造 这个例子体系结构展示了一种端到端的计算机视觉方法，从边缘到云端以及从云端到边缘。 AI/ML
通过智能 IoT Edge 实现预测性维护 Internet-of-things (IoT) Edge 可使数据处理和存储靠近数据源，实现快速、一致的响应，同时减少对云连接和资源的依赖。 IoT
质量保证 此解决方案通过制造管道（装配线）的示例展示了如何预测故障。 AI/ML

制造业解决方案创意

以下是可用作制造业解决方案的起点的其他思路。