Tööstuskeskkondade, nagu tootmisliinid, laod ja tööstusettevõtted, töökindlusjuhid ja tehnikud soovivad parandada seadmete tervist ja tööaega, et maksimeerida toote toodangut ja kvaliteeti. Masina- ja protsessitõrkeid lahendatakse sageli pärast intsidente reageeriva tegevusega või kuluka ennetava hooldusega, mille puhul on oht, et seadmeid hooldatakse liiga palju või tekivad probleemid, mis võivad perioodiliste hooldustsüklite vahel tekkida. Ennustav seisundipõhine hooldus on ennetav strateegia, mis on parem kui reageeriv või ennetav hooldus. Tõepoolest, see lähenemisviis ühendab pideva jälgimise, ennustava analüüsi ja õigel ajal tegutsemise. See võimaldab hooldus- ja töökindlusmeeskondadel seadmeid hooldada ainult vajaduse korral, lähtudes seadmete tegelikust seisukorrast.
Tingimustel põhineva seirega on olnud ühiseid probleeme, et luua suurte tööstuslike varaparkide jaoks praktilisi teadmisi. Nende väljakutsete hulka kuuluvad, kuid ei piirdu nendega: keeruka andurite infrastruktuuri loomine ja hooldamine, mis koguvad andmeid põllult, usaldusväärse kõrgetasemelise kokkuvõtte hankimine tööstuslike varade kohta, tõhusalt hallata rikkehoiatusi, tuvastada võimalikud kõrvalekallete algpõhjused ja tõhusalt visualiseerida. tööstusvarade olukord mastaabis.
Amazon Monitron on täielik seisukorra jälgimise lahendus, mis võimaldab alustada seadmete tervise jälgimist masinõppe (ML) abil minutitega, et saaksite rakendada ennustavat hooldust ja vähendada planeerimata seisakuid. See sisaldab anduriseadmeid vibratsiooni- ja temperatuuriandmete jäädvustamiseks, lüüsiseadet andmete turvaliseks edastamiseks AWS-pilve, teenust Amazon Monitron, mis analüüsib andmeid ML-i kõrvalekallete tuvastamiseks, ja mobiilirakendust, mis jälgib teie masinate võimalikke rikkeid. Teie väliinsenerid ja operaatorid saavad rakendust otse kasutada tööstusvarade diagnoosimiseks ja hoolduse planeerimiseks.
Operatiivtehnoloogia (OT) meeskonna seisukohast avab Amazon Monitroni andmete kasutamine ka uusi viise, kuidas tänu tehisintellektile parandada suurte tööstuslike varade haldamist. OT-meeskonnad saavad oma organisatsiooni prognoositavat hoolduspraktikat tugevdada, luues mitme hierarhia (varad, saidid ja tehased) koondvaate. Need võivad kombineerida tegelikke mõõtmistulemusi ja ML-i järelduste tulemusi kinnitamata häirete, andurite või puhkekohtade ühenduvuse olekuga või varade oleku üleminekutega, et luua kõrgetasemeline kokkuvõte ulatuse (vara, koht, projekt) kohta, millele nad keskenduvad.
Koos hiljuti käivitatud Amazon Monitron Kinesise andmete ekspordi v2 funktsioon, saab teie OT-tiim Amazon Monitroni kaudu sissetulevaid mõõtmisandmeid ja järeldustulemusi voogesitada Amazon kinesis AWS-ile Lihtne salvestusteenus (Amazon S3), et ehitada asjade Interneti (IoT) andmejärv. Võimendades uusim andmete ekspordi skeem, saate hankida andurite ühenduvuse oleku, lüüside ühenduvuse olekut, mõõtmiste klassifikatsiooni tulemusi, sulgemise põhjuse koodi ja vara oleku ülemineku sündmuste üksikasju.
Kasutusjuhtumite ülevaade
Rikastatud andmevoog, mida Amazon Monitron nüüd paljastab, võimaldab teil rakendada mitmeid olulisi kasutusjuhtumeid, nagu automatiseeritud töökäskude loomine, toimiva ühe klaasi rikastamine või rikete aruandluse automatiseerimine. Sukeldume nendesse kasutusjuhtudesse.
Saate kasutada Amazon Monitron Kinesise andmete eksportimise versiooni 2, et luua töökäske ettevõtte varahalduse (EAM) süsteemides, nagu Infor EAM, SAP Asset Management või IBM Maximo. Näiteks videos ennetava hoolduse ja Amazon Monitroni mehaaniliste probleemide vältimine, saate teada, kuidas meie Amazoni täitmiskeskused väldivad konveierilindide mehaanilisi probleeme Amazon Monitroni anduritega, mis on integreeritud kolmanda osapoole tarkvaraga, nagu Amazonis kasutatav EAM, ja ka kasutatavate jututubade tehnikutega. See näitab, kuidas saate Amazon Monitroni teadmisi loomulikult oma olemasolevatesse töövoogudesse integreerida. Olge lähikuudel kursis, et lugeda selle seeria järgmist osa, mis sisaldab selle integratsiooni teoseid.
Andmevoogu saate kasutada ka Amazon Monitroni ülevaate saamiseks poesüsteemi, näiteks järelevalvekontrolli ja andmehõive (SCADA) või ajaloolasesse. Poekorruse operaatorid on tõhusamad, kui kogu nende varade ja protsesside ülevaade on ühes klaasis. Selles kontseptsioonis ei muutu Amazon Monitron järjekordseks tööriistatehnikuteks, mida peavad jälgima, vaid teiseks andmeallikaks, mille ülevaated on esitatud ühes vaates, millega nad on juba harjunud. Hiljem sel aastal kirjeldame ka arhitektuuri, mida saate selle ülesande täitmiseks kasutada, ja saadame Amazon Monitroni tagasisidet suurematele kolmandate osapoolte SCADA süsteemidele ja ajaloolastele.
Viimane, kuid mitte vähem oluline, Amazon Monitroni uus andmevoog sisaldab varade oleku üleminekuid ja sulgemiskoode, mille kasutajad annavad häirete kinnitamisel (mis käivitavad ülemineku uude olekusse). Tänu nendele andmetele saate automaatselt koostada visualiseerimisi, mis annavad reaalajas aru nende varade kasutamisel tehtud tõrgetest ja toimingutest.
Teie meeskond saab seejärel luua laiema andmeanalüütika armatuurlaua, et toetada teie tööstusliku sõidukipargi haldamise praktikat, kombineerides need varade olekuandmed Amazon Monitroni mõõtmisandmete ja muude asjade Interneti andmetega suurtes tööstuslikes varaparkides, kasutades peamisi AWS-i teenuseid, mida kirjeldame selles postituses. Selgitame, kuidas luua IoT andmejärve, töövoogu andmete tootmiseks ja tarbimiseks, samuti kokkuvõtvat armatuurlauda Amazon Monitroni andurite andmete ja järelduste tulemuste visualiseerimiseks. Kasutame Amazon Monitroni andmestikku, mis pärineb umbes 780 tööstuslattu paigaldatud andurist, mis on töötanud üle 1 aasta. Üksikasjaliku Amazon Monitroni installijuhendi leiate aadressilt Amazon Monitroniga alustamine.
Lahenduse ülevaade
Amazon Monitron pakub varade tervisliku seisundi kohta ML-järeldusi pärast 21-päevast ML-mudeli treeningperioodi iga vara kohta. Selles lahenduses eksporditakse nende andurite mõõtmisandmed ja ML-i järeldused Amazon S3 kaudu Amazon Kinesise andmevood kasutades uusim Amazon Monitroni andmete ekspordi funktsioon. Niipea kui Amazon Monitroni IoT andmed on Amazon S3-s saadaval, luuakse andmebaas ja tabel Amazonase Athena kasutades AWS liimi roomik. Athena abil saate teha päringuid Amazon Monitroni andmetest AWS Glue tabelite kaudu ning visualiseerida mõõtmisandmeid ja ML-i järeldusi Amazoni hallatav Grafana. Amazon Managed Grafana abil saate luua, uurida ja oma meeskonnaga vaadeldavuse armatuurlaudu jagada ning kulutada vähem aega oma Grafana infrastruktuuri haldamisele. Selles postituses ühendate Amazon Managed Grafana Athenaga ja õpite, kuidas koostada Amazon Monitroni andmetega andmeanalüütika armatuurlaud, mis aitab teil planeerida ulatuslikke tööstusvaradega seotud toiminguid.
Järgmine ekraanipilt on näide sellest, mida saate selle postituse lõpus saavutada. See armatuurlaud on jagatud kolmeks osaks.
- Taimevaade – analüütiline teave kõikidelt taimede anduritelt; näiteks andurite erinevate olekute üldine arv (terve, hoiatus või häire), kinnitamata ja kinnitatud häirete arv, lüüsi ühenduvus ja keskmine hooldusaeg
- Saidivaade – Saiditaseme statistika, nagu varade oleku statistika igal saidil, päevade koguarv, mil häiret ei kinnitata, iga saidi parimad/madalaimad varad ja palju muud
- Varade vaade – Amazon Monitroni projekti kokkuvõtlik teave varade tasemel, näiteks kinnitamata häire häire tüüp (ISO või ML), häire ajaskaala ja palju muud
Need paneelid on näited, mis võivad aidata strateegilist operatiivplaneerimist, kuid need pole eksklusiivsed. Saate kasutada sarnast töövoogu, et kohandada armatuurlauda vastavalt sihitud KPI-le.
Arhitektuuri ülevaade
Selles postituses koostatav lahendus ühendab endas Amazon Monitroni, Kinesise andmevoogusid, Amazon Kinesis Data Firehose, Amazon S3, AWS Glue, Athena ja Amazon Managed Grafana.
Järgnev diagramm illustreerib lahenduse arhitektuuri. Amazon Monitroni andurid mõõdavad ja tuvastavad seadmete anomaaliaid. Nii mõõteandmed kui ka ML-i järeldusväljundid eksporditakse sagedusega üks kord tunnis Kinesise andmevoogu ja need edastatakse Amazon S3-le Kinesis Data Firehose'i kaudu 1-minutilise puhvriga. Eksporditud Amazon Monitroni andmed on JSON-vormingus. AWS Glue roomik analüüsib Amazon S3 Amazon Monitroni andmeid valitud sagedusega üks kord tunnis, koostab metaandmete skeemi ja loob Athenas tabeleid. Lõpuks kasutab Amazon Managed Grafana Amazon S3 andmete päringute tegemiseks Athenat, võimaldades luua armatuurlaudu nii mõõtmisandmete kui ka seadme terviseseisundi visualiseerimiseks.
Selle lahenduse loomiseks peate tegema järgmised kõrgetasemelised sammud.
- Lubage Kinesise andmevoo eksport Amazon Monitronist ja looge andmevoog.
- Konfigureerige Kinesis Data Firehose andmete edastamiseks andmevoost S3 ämbrisse.
- Ehitage AWS Glue roomik, et luua Athenas Amazon S3 andmete tabel.
- Looge Amazon Monitroni seadmete armatuurlaud rakendusega Amazon Managed Grafana.
Eeldused
Selle ülevaate jaoks peaksid teil olema järgmised eeltingimused.
Lisaks veenduge, et kõik kasutatavad ressursid asuvad samas piirkonnas.
Lubage Kinesise andmevoo eksport Amazon Monitronist ja looge andmevoog
Andmevoo ekspordi konfigureerimiseks toimige järgmiselt.
- Valige Amazon Monitroni konsoolil oma projekti avalehel Alustage reaalajas andmete eksportimist.
- alla Valige Amazon Kinesise andmevoog, vali Looge uus andmevoog.
- alla Andmevoo konfiguratsioon, sisestage oma andmevoo nimi.
- eest Andmevoo võimsus, vali Nõudlusel.
- Vali Loo andmevoog.
Pange tähele, et pärast 4. aprilli 2023 lubatud reaalajas andmete eksportimine voogesitab andmeid Kinesis Data Streams v2 skeemi järgi. Kui teil on olemasolev andmete eksport, mis oli lubatud enne seda kuupäeva, järgib skeem vormingut v1.
Nüüd näete oma määratud Kinesise andmevooga reaalajas andmete eksporditeavet Amazon Monitroni konsoolil.
Konfigureerige Kinesis Data Firehose andmete edastamiseks S3 ämbrisse
Firehose'i edastusvoo konfigureerimiseks toimige järgmiselt.
- Kinesise konsoolil valige Kohaletoimetamise vood navigeerimispaanil.
- Vali Loo kohaletoimetamise voog.
- eest allikasvalige Amazon Kinesise andmevood.
- eest sihtpunktvalige Amazon S3.
- alla Allika seadedJaoks Kinesise andmevoog, sisestage oma Kinesise andmevoo ARN.
- alla Kohaletoimetamise voo nimi, sisestage oma Kinesise andmevoo nimi.
- alla Sihtkoha seaded, valige S3-salv või sisestage ämbri URI. Võite kasutada Amazon Monitroni andmete salvestamiseks olemasolevat S3 ämbrit või luua uue S3 ämbri.
- Lubage dünaamiline jaotus JSON-i sisemise parsimise abil:
- Vali lubatud eest Dünaamiline jaotus.
- Vali lubatud eest JSON-i tekstisisene sõelumine.
- alla Dünaamilised jaotusklahvid, lisage järgmised partitsioonivõtmed:
Võtme nimi | JQ väljendus |
projekt | .projectName| "project=(.)" |
site | .eventPayload.siteName| "site=(.)" |
eelis | .eventPayload.assetName| "asset=(.)" |
positsioon | .eventPayload.positionName| "position=(.)" |
aeg | .timestamp| sub(" [0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3}$"; "")| "time=(.)" |
- Vali Dünaamiliste partitsioonivõtmete rakendamine ja kinnitage, et loodud S3 ämbri eesliide on:
- Sisestage eesliide S3 ämbri vea väljundi eesliide. Kõik JSON-i kasulikud koormused, mis ei sisalda varem kirjeldatud võtmeid, edastatakse selle eesliitega. Näiteks
gatewayConnected
jagatewayDisconnected
sündmused ei ole seotud antud vara või positsiooniga. Seetõttu ei sisalda needassetName
japositionName
väljad. Selle valikulise prefiksi määramine siin võimaldab teil seda asukohta jälgida ja neid sündmusi vastavalt töödelda. - Vali Loo kohaletoimetamise voog.
Saate kontrollida Amazon Monitroni andmeid S3 ämbris. Pange tähele, et Amazon Monitroni andmed ekspordivad reaalajas andmeid sagedusega üks kord tunnis, seega oodake andmete kontrollimiseks 1 tund.
See Kinesis Data Firehose'i seadistus võimaldab dünaamilist sektsiooni ja tarnitavad S3-objektid kasutavad järgmist võtmevormingut:
Ehitage AWS Glue roomik, et luua Athenas Amazon S3 andmete tabel
Pärast reaalajas andmete eksportimist Amazon S3-sse kasutame metaandmete tabelite loomiseks AWS Glue roomajat. Selles postituses kasutame AWS Glue indeksoijaid, et automaatselt järeldada Amazon S3-sse eksporditud Amazon Monitroni andmetest andmebaasi ja tabeliskeemi ning salvestada seotud metaandmed AWS-i liimiandmete kataloogi. Seejärel kasutab Athena andmete kataloogi tabeli metaandmeid Amazon S3 andmete otsimiseks, lugemiseks ja töötlemiseks. Andmebaasi ja tabeliskeemi loomiseks toimige järgmiselt.
- Valige AWS Glue konsoolil Indekserid navigeerimispaanil.
- Vali Loo roomaja.
- Sisestage roomaja nimi (näiteks
XXX_xxxx_monitron
). - Vali järgmine.
- eest Kas teie andmed on juba liimitabelitega kaardistatud?, vali Mitte veel.
- eest Andmeallikas, vali S3.
- eest S3 andmete asukoht, vali Sellel kontolja sisestage eelmises jaotises seadistatud S3 ämbrikataloogi tee (
s3://YourBucketName
). - eest Korrake S3 andmesalvede roomamistvalige Rooma kõik alamkaustad üles.
- Lõpuks vali järgmine.
- valima Looge uus IAM-i roll ja sisestage rolli nimi.
- Vali järgmine.
- valima Lisa andmebaasja sisestage andmebaasi nimi. See loob Athena andmebaasi, kus teie metaandmete tabelid asuvad pärast roomaja lõpetamist.
- eest Roomaja ajakava, valige eelistatud ajapõhine ajakava (nt tunnipõhine), et värskendada andmebaasis olevaid Amazon Monitroni andmeid, ja valige järgmine.
- Vaadake üle roomaja üksikasjad ja valige Looma.
- Kohta Indekserid AWS Glue konsooli lehel valige loodud roomaja ja valige Käivitage roomaja.
Sõltuvalt andmete suurusest võib tekkida vajadus oodata mõni minut. Kui see on lõpetatud, kuvatakse roomaja olek kujul Valmis. Metaandmete tabelite vaatamiseks navigeerige lehel oma andmebaasi Andmebaasid leht ja vali Tabelid navigeerimispaanil.
Andmeid saate vaadata ka valides Tabeli andmed konsoolil.
Teid suunatakse Athena konsooli, et vaadata Amazon S10 Amazon Monitroni andmete 3 parimat kirjet.
Looge Amazon Monitroni seadmete armatuurlaud rakendusega Amazon Managed Grafana
Selles jaotises koostame rakendusega Amazon Managed Grafana kohandatud armatuurlaua, et visualiseerida Amazon Monitroni andmeid Amazon S3-s, et OT-meeskond saaks sujuvalt juurdepääsu häires olevatele varadele kogu oma Amazon Monitroni andurite pargis. See võimaldab OT-meeskonnal kavandada järgmisi samme, lähtudes kõrvalekallete võimalikust algpõhjusest.
Et luua Grafana tööruum, täitke järgmised sammud:
- Veenduge, et teie kasutajaroll on administraator või toimetaja.
- Amazoni hallatava Grafana konsoolil valige Looge tööruum.
- eest Tööruumi nimi, sisestage tööruumi nimi.
- Vali järgmine.
- eest Autentimise juurdepääsvalige AWS IAM identiteedikeskus (AWS Single Sign-On järglane). Võite kasutada sama AWS IAM-i identiteedikeskuse kasutaja mida kasutasite oma Amazon Monitroni projekti seadistamiseks.
- Vali järgmine.
- Selle esimese tööruumi puhul kinnitage see Teenus hallatud jaoks on valitud Loa tüüp. See valik võimaldab Amazon Managed Grafanal automaatselt varustada õigused, mida vajate selle tööruumi jaoks kasutatavate AWS-i andmeallikate jaoks.
- Vali Jooksevkonto.
- Vali järgmine.
- Kinnitage tööruumi üksikasjad ja valige Looge tööruum. Ilmub tööruumi üksikasjade leht. Esialgu seis on LOOMINE.
- Oodake, kuni olek on ACTIVE et minna järgmisele sammule.
Athena andmeallika konfigureerimiseks toimige järgmiselt.
- Valige Amazon Managed Grafana konsoolil tööruum, millega soovite töötada.
- Kohta Andmeallikad vahekaardil valige Amazonase Athenaja vali Toimingud, lubage teenuse hallatud eeskirjad.
- Vali Seadistage Grafanas aasta Amazonase Athena rida.
- Vajadusel logige IAM-i identiteedikeskuse abil sisse Grafana tööruumi konsooli. Kasutajal peab olema kasutajale või rollile lisatud Athena juurdepääsupoliitika, et tal oleks juurdepääs Athena andmeallikale. Vaata AWS-i hallatud poliitika: AmazonGrafanaAthenaAccess rohkem infot.
- Valige Grafana tööruumi konsooli navigeerimispaanil alumine AWS-i ikoon (neid on kaks) ja seejärel Athena kohta Andmeallikad menüü.
- Valige vaikepiirkond, kust soovite Athena andmeallikas päringuid teha, valige soovitud kontod ja seejärel Andmeallika lisamine.
- Järgige juhiseid seadistage Athena üksikasjad.
Kui teie Athena töörühmal pole väljundi asukohta juba konfigureeritud, peate määrama päringutulemuste jaoks kasutatava S3 ämbri ja kausta. Pärast andmeallika seadistamist saate seda jaotises vaadata või muuta konfiguratsioon pane.
Järgmistes alajaotistes demonstreerime mitut paneeli Amazon Monitroni armatuurlaual, mis on ehitatud Amazon Managed Grafanasse, et saada tööülevaadet. Athena andmeallikas pakub standardset SQL-päringuredaktorit, mida kasutame Amazon Monitroni andmete analüüsimiseks, et luua soovitud analüütika.
Esiteks, kui Amazon Monitroni projektis on palju andureid ja need on erinevates olekutes (tervislik, hoiatus, häire ja vajavad hooldust), soovib OT meeskond visuaalselt näha andurite erinevates olekutes olevate positsioonide arvu. Sellist teavet saate Grafanas sektordiagrammi vidinana hankida järgmise Athena päringu kaudu:
Select * FROM (Select latest_status, COUNT(assetdisplayname)OVER (PARTITION BY latest_status) AS asset_health_count FROM (SELECT timestamp, sitedisplayname, assetdisplayname, assetState.newState as latest_status, RANK() OVER (PARTITION BY assetdisplayname ORDER BY timestamp DESC)AS rnk FROM "AwsDataCatalog"."Replace with your Athena database name"."Replace with your Athena table name") tt WHERE tt.rnk=1) GROUP BY latest_status, asset_health_count;
Järgmisel ekraanipildil on paneeli Amazon Monitroni anduri oleku uusima jaotusega.
Amazon Monitroni andmete SQL-päringu vormindamiseks vaadake jaotist Andmete ekspordiskeemi mõistmine.
Järgmiseks võib teie operatsioonitehnoloogia meeskond soovida planeerida ennustavat hooldust häireolekus olevate varade põhjal ja seetõttu tahavad nad kiiresti teada saada kinnitatud häirete koguarvu ja kinnitamata häirete arvu. Häire oleku kokkuvõtlikku teavet saate kuvada Grafanas lihtsate statistikapaneelidena:
Select COUNT(*) FROM (Select timestamp, sitedisplayname, assetdisplayname, assetState.newState as latest_status, RANK() OVER (PARTITION BY assetdisplayname ORDER BY timestamp DESC)AS rnk FROM "AwsDataCatalog"."Replace with your Athena database name"."Replace with your Athena table name") tt WHERE tt.rnk=1 AND tt.latest_status = 'Alarm';
Järgmine paneel näitab kinnitatud ja kinnitamata häireid.
OT-meeskond saab ka küsida, kui kaua andurid häireolekus püsivad, et nad saaksid otsustada oma hoolduse prioriteedi üle:
Select c.assetdisplayname, b.sensorpositiondisplayname, b.alarm_date FROM (Select a.assetdisplayname, a.sensorpositiondisplayname, COUNT(*)/24+1 AS number_of_days_in_alarm_state FROM (Select * FROM "AwsDataCatalog"."Replace with your Athena database name"."Replace with your Athena table name" WHERE (assetState.newState = 'ALARM' AND assetState.newState = assetState.previousState) ORDER BY timestamp DESC) a GROUP BY a.assetdisplayname, a.sensorpositiondisplayname) b INNER JOIN (Select * FROM (Select timestamp, sitedisplayname, assetdisplayname, assetState.newState AS latest_status, RANK() OVER (PARTITION BY assetdisplayname ORDER BY timestamp DESC)AS rnk FROM "AwsDataCatalog"."Replace with your Athena database name"."Replace with your Athena table name") tt WHERE tt.rnk=1 AND tt.latest_status = 'ALARM') c ON b.assetdisplayname = c.assetdisplayname;
Selle analüüsi väljundit saab visualiseerida Grafana tulpdiagrammi abil ja häireseisundis olevat häiret saab hõlpsasti visualiseerida, nagu on näidatud järgmisel ekraanipildil.
Ülemise/alumise vara toimivuse analüüsimiseks selle põhjal, kui palju aega varad on häires või vajavad hooldust, kasutage järgmist päringut.
Select s.sitedisplayname, s.assetdisplayname, COUNT(s.timestamp)/24 AS trouble_time FROM (Select timestamp, sitedisplayname, assetdisplayname, sensorpositiondisplayname, assetState.newState FROM "AwsDataCatalog"."Replace with your Athena database name"."Replace with your Athena table name" WHERE assetState.newState = 'ALARM' OR assetState.newState = 'NEEDS_MAINTENANCE') AS s GROUP BY s.assetdisplayname, s.sitedisplayname ORDER BY trouble_time, s.assetdisplayname ASC LIMIT 5;
Eelneva päringu väljundi visualiseerimiseks kasutatakse järgmist tulpmõõdikut, kus kõige paremini toimivad varad näitavad 0 päeva häireolekuid ja kõige madalama jõudlusega varad näitavad kogunenud murettekitavaid olekuid viimase aasta jooksul.
Et aidata OT-meeskonnal mõista anomaalia võimalikku algpõhjust, saab kuvada nende varade häiretüübid, mis on endiselt häireolekus, järgmise päringuga.
Select a.assetdisplayname, a.sensorpositiondisplayname, a.latest_status, CASE WHEN a.temperatureML != 'HEALTHY' THEN 'TEMP' WHEN a.vibrationISO != 'HEALTHY' THEN 'VIBRATION_ISO' ELSE 'VIBRATION_ML' END AS alarm_type FROM (Select sitedisplayname, assetdisplayname, sensorpositiondisplayname, models.temperatureML.persistentClassificationOutput as temperatureML, models.vibrationISO.persistentClassificationOutput as vibrationISO, models.vibrationML.persistentClassificationOutput as vibrationML, assetState.newState as latest_status FROM (Select *, RANK() OVER (PARTITION BY assetdisplayname, sensorpositiondisplayname ORDER BY timestamp DESC)AS rnk FROM "AwsDataCatalog"."Replace with your Athena database name"."Replace with your Athena table name") tt WHERE tt.rnk=1 AND assetState.newState = 'ALARM' ) a WHERE (a.temperatureML != 'HEALTHY' OR a. vibrationISO != 'HEALTHY' OR a. vibrationML != 'HEALTHY');
Saate seda analüüsi Grafanas tabelina visualiseerida. Selles Amazon Monitroni projektis käivitasid ML-mudelid vibratsiooni mõõtmiseks kaks häiret.
Amazoni hallatava Grafana armatuurlaud on siin illustreerimiseks näidatud. Saate kohandada armatuurlaua kujundust vastavalt oma ettevõtte vajadustele.
Rikkearuanded
Kui kasutaja kinnitab Amazon Monitroni rakenduses häire, lähevad seotud varad uude olekusse. Kasutajal on ka võimalus esitada selle häire kohta üksikasju:
- Ebaõnnestumise põhjus – See võib olla üks järgmistest: HALDAMINE, DISAIN, VALMISTAMINE, HOOLDUS, KASUTAMINE, MUU, KVALITEET, KULUMINE või MÄÄRATAMATA
- Rikke režiim – See võib olla üks järgmistest: PROBLEEM PUUDUB, BLOCKAGE, CAVITATION, KORROSION, DEPOSITS, TASAKAALUSTAMINE, MÄÄRIMINE, MISALIGMENT, MUU, RESONANTS, PÖÖLEMINE_LOOSENESS, STRUKTUURALNE_LOOSENESS, TRANSMITTED_FAULT või UNDETERMINED
- Võetud meetmed – See võib olla REGULEERIMINE, PUHASTAMINE, MÄÄRIMINE, MUUTMINE, KAPETALREMONT, ASENDAMINE, TEGUTSEMINE EI OLE või MUU
Vara oleku üleminekuga seotud sündmuse kasulik koormus sisaldab kogu seda teavet, vara eelmist olekut ja vara uut olekut. Olge kursis selle postituse värskendusega, mis sisaldab lisateavet selle kohta, kuidas saate seda teavet täiendaval Grafana paneelil kasutada, et koostada Pareto diagrammid teie varade levinumate rikete ja toimingute kohta.
Järeldus
Amazon Monitroni ettevõttekliendid otsivad lahendust asjade Interneti andmejärve loomiseks Amazon Monitroni reaalajas andmetega, et nad saaksid hallata mitut Amazon Monitroni projekti ja vara ning luua analüütilisi aruandeid mitme Amazon Monitroni projekti kohta. See postitus annab üksikasjaliku ülevaate selle IoT andmejärve koostamiseks uusimatest lahendustest Amazon Monitron Kinesise andmete ekspordi v2 funktsioon. See lahendus näitas ka, kuidas kasutada muid AWS-i teenuseid, nagu AWS Glue ja Athena, et teha päringuid andmetele, genereerida analüütilisi väljundeid ja visualiseerida selliseid väljundeid rakendusega Amazon Managed Grafana koos sagedase värskendusega.
Järgmise sammuna saate seda lahendust laiendada, saates ML-i järelduste tulemused teistele EAM-süsteemidele, mida võite kasutada töökäskude haldamiseks. See võimaldab teie töörühmal integreerida Amazon Monitroni teiste ettevõtte rakendustega ja parandada nende töö tõhusust. Samuti saate alustada põhjalikuma ülevaate loomist oma tõrkerežiimide ja tegevuste kohta, mis on tehtud vara oleku üleminekute ja sulgemiskoodide töötlemisel, mis on nüüd osa Kinesise andmevoo kasulikust koormusest.
Autoritest
Julia Hu on vanem AI/ML-lahenduste arhitekt ettevõttes Amazon Web Services. Tal on laialdased kogemused asjade Interneti arhitektuuri ja rakendusandmete teaduse vallas ning ta on osa nii masinõppe kui ka IoT tehnilise valdkonna kogukonnast. Ta töötab klientidega alates idufirmadest kuni ettevõteteni, et arendada AWSome IoT masinõppe (ML) lahendusi Edge'is ja pilves. Ta naudib uusimate asjade interneti ja suurandmete tehnoloogiat, et laiendada oma ML-lahendust, vähendada latentsust ja kiirendada kasutuselevõttu tööstuses.
Bishr Tabbaa on Amazon Web Servicesi lahenduste arhitekt. Bishr on spetsialiseerunud klientide abistamisele masinõppe, turvalisuse ja jälgitavuse rakendustega. Väljaspool tööd meeldib talle tennist mängida, süüa teha ja perega aega veeta.
Shalika Pargal on Amazon Web Servicesi tootejuht. Shalika keskendub tehisintellekti toodete ja teenuste loomisele tööstusklientidele. Ta toob kaasa märkimisväärse kogemuse toote-, tööstus- ja äriarenduse ristumiskohas. Ta jagas hiljuti Monitroni edulugu kell Reinvent 2022.
Garry Galinsky on peamine lahenduste arhitekt, kes toetab Amazoni AWS-is. Ta on olnud Monitroniga seotud selle debüüdist alates ning aidanud integreerida ja juurutada lahendust Amazoni ülemaailmsesse täitmisvõrgustikku. Ta jagas hiljuti Amazoni oma Monitroni edulugu aadressil re:Invent 2022.
Michael Hoarau on AWS-i AI/ML-i spetsialistilahenduste arhitekt, kes olenevalt hetkest töötab vaheldumisi andmeteadlase ja masinõppearhitekti vahel. Ta on kirglik AI/ML-võimsuse toomise vastu oma tööstusklientide poodidele ja on töötanud mitmesuguste ML-i kasutusjuhtudega, alates anomaaliate tuvastamisest kuni ennustava tootekvaliteedi või tootmise optimeerimiseni. Ta avaldas raamat aegridade analüüsist aastal 2022 ja kirjutab sellel teemal regulaarselt LinkedIn ja Keskmine. Kui ta ei aita klientidel välja töötada parimaid masinõppekogemusi, naudib ta tähtede jälgimist, reisimist või klaverit.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- Platoblockchain. Web3 metaversiooni intelligentsus. Täiustatud teadmised. Juurdepääs siia.
- Tuleviku rahapaja Adryenn Ashley. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/generate-actionable-insights-for-predictive-maintenance-management-with-amazon-monitron-and-amazon-kinesis/
- :on
- :on
- :mitte
- $ UP
- 1
- 10
- 100
- 200
- 2022
- 2023
- 7
- 8
- 9
- a
- MEIST
- kiirendama
- juurdepääs
- Vastavalt
- vastavalt
- Kontod
- Kogunenud
- Saavutada
- omandamine
- üle
- tegevus
- meetmete
- tegevus
- kohandama
- Täiendavad lisad
- admin
- haldamine
- Vastuvõtmine
- pärast
- AI
- AI / ML
- Abi
- alarm
- Märguanded
- Materjal: BPA ja flataatide vaba plastik
- Lubades
- võimaldab
- juba
- Ka
- Amazon
- Amazon kinesis
- Amazoni hallatav Grafana
- Amazon Web Services
- summa
- an
- analüüs
- Analüütiline
- analytics
- analüüsima
- analüüse
- ja
- anomaalia tuvastamine
- Teine
- mistahes
- app
- rakendused
- rakendatud
- lähenemine
- Aprill
- arhitektuur
- OLEME
- AS
- eelis
- varahaldus
- vara
- seotud
- At
- Automatiseeritud
- automaatselt
- automatiseerimine
- saadaval
- keskmine
- vältides
- AWS
- AWS liim
- tagasi
- baar
- põhineb
- BE
- muutuma
- olnud
- enne
- BEST
- Parem
- vahel
- Suur
- Big andmed
- raamat
- mõlemad
- põhi
- Toomine
- Toob
- laiem
- puhver
- ehitama
- Ehitus
- Ehitab
- ehitatud
- äri
- ettevõtluse arendamine
- kuid
- by
- CAN
- Saab
- lüüa
- juhul
- juhtudel
- kataloog
- Põhjus
- põhjuste
- keskus
- Centers
- väljakutseid
- Joonis
- Äritegevus
- jututoad
- Vali
- valimine
- valitud
- klassifikatsioon
- sulgemine
- Cloud
- kood
- Kollektsioneerimine
- ühendama
- ühendab
- kombineerimine
- tulevad
- ühine
- kogukond
- täitma
- keeruline
- mõiste
- seisund
- Kinnitama
- Võta meiega ühendust
- Side
- konsool
- tarbima
- sisaldama
- sisaldab
- pidev
- kontrollida
- võiks
- roomik
- looma
- loodud
- loob
- loomine
- Kliendid
- kohandada
- kohandatud
- tsüklit
- armatuurlaud
- andmed
- Andmete analüüs
- andmejärv
- andmeteadus
- andmeteadlane
- andmebaas
- kuupäev
- Päeva
- debüüt
- otsustama
- vaikimisi
- tarnima
- esitatud
- tarne
- näitama
- Olenevalt
- juurutada
- hoius
- kirjeldama
- kirjeldatud
- Disain
- soovitud
- üksikasjalik
- detailid
- Detection
- arendama
- & Tarkvaraarendus
- seade
- seadmed
- erinev
- otse
- avastama
- jaotus
- jagatud
- Ei tee
- seisakuaeg
- dünaamiline
- iga
- Ajalugu
- kergesti
- serv
- toimetaja
- tõhusalt
- efektiivsus
- tõhus
- tõhusalt
- kumbki
- võimaldama
- lubatud
- võimaldab
- Lõpuks-lõpuni
- Inseneride
- rikastatud
- rikastav
- sisene
- ettevõte
- ettevõtete
- keskkondades
- seadmed
- viga
- sündmus
- sündmused
- näide
- näited
- Eksklusiivne
- olemasolevate
- Laiendama
- kogemus
- Kogemused
- Selgitama
- uurima
- eksport
- ulatuslik
- Laialdased kogemused
- ebaedu
- pere
- tagasiside
- vähe
- väli
- Valdkonnad
- Lõpuks
- leidma
- esimene
- FLEET
- Põrand
- keskendunud
- keskendub
- järgima
- Järel
- eest
- formaat
- Sagedus
- sage
- Alates
- kasu
- värav
- tekitama
- loodud
- saama
- antud
- klaas
- Grupp
- suunata
- juhtuda
- Olema
- he
- Tervis
- tervislik
- aitama
- aitas
- aidates
- siin
- kõrgetasemeline
- Kuidas
- Kuidas
- HTML
- HTTPS
- IBM
- ICON
- identifitseerima
- Identity
- tasakaalutus
- rakendada
- täitmine
- parandama
- in
- sügavuti minev
- sisaldama
- hõlmab
- Sissetulev
- tööstus-
- tööstus
- info
- info
- Infrastruktuur
- esialgu
- teadmisi
- paigaldatud
- osamakse
- Näiteks
- integreerima
- integreeritud
- integratsioon
- Internet
- Asjade Internet
- ristmik
- sisse
- seotud
- asjade Interneti
- ISO
- küsimustes
- IT
- ITS
- liituma
- jpg
- Json
- Keen
- Võti
- võtmed
- Kinesis Data Firehose
- Kinesise andmevood
- Teadma
- järv
- suur
- Hilinemine
- hiljemalt
- käivitatud
- Õppida
- õppimine
- Tase
- võimendav
- LIMIT
- piiratud
- liinid
- seotud
- elama
- reaalajas andmed
- asub
- liising
- otsin
- masin
- masinõpe
- masinad
- põhiline
- säilitada
- hooldus
- peamine
- tegema
- juhtima
- juhitud
- juhtimine
- juht
- Juhid
- juhtiv
- tootmine
- palju
- Maksimeerima
- mai..
- mõõtma
- mehaaniline
- keskmine
- menüü
- Metaandmed
- võib
- protokoll
- puuduvad
- ML
- mobiilne
- mobiilirakenduse
- mudel
- mudelid
- režiimid
- muutma
- hetk
- Jälgida
- järelevalve
- kuu
- rohkem
- tõhusam
- kõige
- mitmekordne
- nimi
- Navigate
- NAVIGATSIOON
- vajalik
- Vajadus
- vajadustele
- võrk
- Uus
- järgmine
- nüüd
- number
- esemeid
- saama
- of
- on
- ONE
- ainult
- Avaneb
- töötama
- tegutsevad
- töö
- töökorras
- Operations
- ettevõtjad
- Võimalus
- optimeerimine
- or
- et
- tellimuste
- organisatsioon
- Muu
- meie
- väljund
- väljaspool
- üle
- üldine
- Kapitaalremont
- enda
- lehekülg
- pane
- paneel
- paneelid
- osa
- kirglik
- minevik
- tee
- täitma
- jõudlus
- esitades
- perioodiline
- luba
- Õigused
- kava
- planeerimine
- Taimed
- Platon
- Platoni andmete intelligentsus
- PlatoData
- mängimine
- poliitika
- positsioon
- positsioone
- võimalik
- post
- potentsiaal
- võim
- tava
- Ennustav analüüs
- eelistatud
- eeldused
- eelmine
- Peamine
- prioriteet
- Proaktiivne
- protsess
- Protsessid
- töötlemine
- tootma
- Toode
- tootejuht
- Toote kvaliteet
- Produktsioon
- Toodet
- projekt
- projektid
- anda
- tingimusel
- annab
- säte
- avaldatud
- eesmärkidel
- kvaliteet
- kiiresti
- valik
- alates
- RE
- Lugenud
- reaalajas
- põhjus
- hiljuti
- andmed
- vähendama
- piirkond
- regulaarselt
- tugevdama
- usaldusväärsus
- usaldusväärne
- jääma
- jäänused
- asendama
- Aruandlus
- Aruanded
- resonants
- Vahendid
- Tulemused
- Oht
- Roll
- Toad
- juur
- ROW
- jooks
- jooksmine
- s
- sama
- mahl
- Skaala
- teadus
- teadlane
- ulatus
- Osa
- lõigud
- kindlalt
- turvalisus
- väljavalitud
- valik
- saatmine
- andur
- Seeria
- teenus
- Teenused
- komplekt
- kehtestamine
- seade
- mitu
- Jaga
- jagatud
- E-pood
- peaks
- näitama
- näidatud
- Näitused
- märkimisväärne
- sarnane
- lihtne
- alates
- ühekordne
- site
- Saidid
- SUURUS
- So
- tarkvara
- lahendus
- Lahendused
- mõned
- allikas
- Allikad
- spetsialist
- spetsialiseerunud
- määratletud
- kulutama
- Kulutused
- standard
- Stars
- algus
- alustajatele
- alustatud
- riik
- Ühendriigid
- statistika
- stats
- olek
- jääma
- Samm
- Sammud
- Veel
- ladustamine
- salvestada
- Strateegiline
- Strateegia
- oja
- Sujuvamaks
- ojad
- edu
- selline
- KOKKUVÕTE
- toetama
- Toetamine
- süsteem
- süsteemid
- tabel
- suunatud
- Ülesanne
- meeskond
- meeskonnad
- Tehniline
- Tehnoloogia
- kui
- tänan
- et
- .
- Riik
- oma
- Seal.
- seetõttu
- Need
- nad
- asjad
- kolmanda osapoole
- see
- Sel aastal
- kolm
- aeg
- Ajaseeria
- ajakava
- ajatempel
- et
- tööriist
- ülemine
- Top 10
- teema
- Summa
- jälgida
- koolitus
- üle
- üleminek
- üleminekuid
- Reisimine
- vallandada
- vallandas
- liigid
- mõistma
- Värskendused
- töö kestvus
- kasutama
- Kasutatud
- Kasutaja
- Kasutajad
- kasutamine
- v1
- eri
- kaudu
- Video
- vaade
- vs
- ootama
- läbikäiguks
- hoiatus
- oli
- kuidas
- we
- web
- veebiteenused
- Hästi
- olid
- M
- mis
- kuigi
- WHO
- kogu
- lai
- Lai valik
- will
- koos
- Töö
- töötas
- Töövoogud
- Töörühm
- töötab
- ülemaailmne
- aasta
- sa
- Sinu
- youtube
- sephyrnet