यह एक अतिथि पोस्ट है जिसे मातरत से मौलहम ज़हाबी के साथ लिखा गया है।
संभवत: सभी ने उड़ान भरते समय अपने सामान की जांच की है, और हिंडोला पर अपने बैग के दिखाई देने का बेसब्री से इंतजार कर रहे हैं। आपके बैग की सफल और समय पर डिलीवरी बैगेज हैंडलिंग सिस्टम (बीएचएस) नामक एक विशाल बुनियादी ढांचे पर निर्भर करती है। यह अवसंरचना सफल हवाई अड्डे के संचालन के प्रमुख कार्यों में से एक है। ग्राहकों की संतुष्टि सुनिश्चित करने और हवाई अड्डे की परिचालन उत्कृष्टता प्रदान करने के लिए प्रस्थान और आगमन उड़ानों के लिए सामान और कार्गो को सफलतापूर्वक संभालना महत्वपूर्ण है। यह कार्य बीएचएस के निरंतर संचालन और रखरखाव कार्यों की प्रभावशीलता पर बहुत अधिक निर्भर है। हवाई अड्डों की जीवन रेखा के रूप में, बीएचएस एक रैखिक संपत्ति है जो 34,000 मीटर लंबाई (एकल हवाई अड्डे के लिए) से अधिक हो सकती है, सालाना 70 मिलियन से अधिक बैग संभालती है, जिससे यह सबसे जटिल स्वचालित प्रणालियों में से एक है और हवाई अड्डे के संचालन का एक महत्वपूर्ण घटक है।
बैगेज हैंडलिंग सिस्टम का अनियोजित डाउनटाइम, चाहे वह कन्वेयर बेल्ट, हिंडोला या सॉर्टर यूनिट हो, हवाई अड्डे के संचालन को बाधित कर सकता है। इस तरह के व्यवधान से एक अप्रिय यात्री अनुभव पैदा होता है और संभवत: एयरपोर्ट सेवा प्रदाताओं पर जुर्माना लगाया जाता है।
बैगेज हैंडलिंग सिस्टम को बनाए रखने के साथ प्रचलित चुनौती यह है कि 7,000 से अधिक संपत्तियों और दस लाख से अधिक सेटपॉइंट्स की एक एकीकृत प्रणाली को लगातार कैसे संचालित किया जाए। ये प्रणालियाँ विभिन्न आकारों और आकारों में लाखों बैगों को भी संभालती हैं। यह मान लेना सुरक्षित है कि बैगेज हैंडलिंग सिस्टम में त्रुटि की संभावना होती है। चूंकि तत्व बंद लूप में कार्य करते हैं, यदि एक तत्व टूट जाता है, तो यह पूरी रेखा को प्रभावित करता है। पारंपरिक रखरखाव गतिविधियां ऑपरेशनल फॉल्ट की स्थिति में ऑपरेटरों द्वारा भेजे गए BHS के प्रमुख स्थानों पर वितरित एक बड़े कार्यबल पर निर्भर करती हैं। निवारक रखरखाव के लिए डाउनटाइम शेड्यूल करने के लिए रखरखाव दल भी आपूर्तिकर्ता की सिफारिशों पर बहुत अधिक निर्भर करते हैं। यह निर्धारित करना कि क्या निवारक रखरखाव गतिविधियों को ठीक से लागू किया गया है या इस प्रकार की संपत्ति के प्रदर्शन की निगरानी करना अविश्वसनीय हो सकता है और अप्रत्याशित डाउनटाइम के जोखिम को कम नहीं करता है।
स्पेयर पार्ट्स प्रबंधन एक अतिरिक्त चुनौती है क्योंकि वैश्विक आपूर्ति श्रृंखला व्यवधानों के कारण समय बढ़ रहा है, फिर भी इन्वेंट्री पुनःपूर्ति के निर्णय ऐतिहासिक रुझानों पर आधारित हैं। इसके अलावा, ये रुझान बीएचएस संपत्तियों के संचालन के अस्थिर गतिशील वातावरण को शामिल नहीं करते हैं क्योंकि वे उम्र के हैं। इन चुनौतियों का समाधान करने के लिए, रखरखाव रणनीतियों में एक भूकंपीय बदलाव की आवश्यकता है - प्रतिक्रियाशील से सक्रिय मानसिकता की ओर बढ़ते हुए। इस बदलाव के लिए ऑपरेटरों को रखरखाव गतिविधियों को सुव्यवस्थित करने, संचालन का अनुकूलन करने और परिचालन व्यय को कम करने के लिए नवीनतम तकनीक का उपयोग करने की आवश्यकता है।
इस पोस्ट में, हम बताते हैं कि AWS पार्टनर Airis Solutions ने कैसे उपयोग किया उपकरण के लिए अमेज़न लुकआउट, AWS इंटरनेट ऑफ थिंग्स (IoT) सेवाएं, और क्लाउड रेल सेंसर प्रौद्योगिकियां इन चुनौतियों का समाधान करने के लिए एक अत्याधुनिक समाधान प्रदान करती हैं।
बैगेज हैंडलिंग सिस्टम अवलोकन
निम्नलिखित आरेख और तालिका रियाद में किंग खालिद अंतर्राष्ट्रीय हवाई अड्डे पर एक विशिष्ट हिंडोला में लिए गए मापों को दर्शाती है।
आरेख में दर्शाए गए विभिन्न स्थानों पर डेटा एकत्र किया जाता है।
सेंसर लिखें | व्यवसाय मूल्य | डेटासेट | पता |
आईओ लिंक स्पीड सेंसर | सजातीय हिंडोला गति | PDV1 (1 प्रति मिनट) | C |
एकीकृत के साथ कंपन सेंसर तापमान सेंसर |
ढीला पेंच, दस्ता गलत संरेखित, असर क्षति, मोटर घुमावदार क्षति |
थकान (वी-आरएमएस) (एम/एस) प्रभाव (ए-पीक) (एम/एस^2) घर्षण (ए-आरएमएस) (एम/एस ^ 2) तापमान (सी) क्रेस्ट |
ए और बी |
दूरी पीईसी सेंसर | बैगेज थ्रूपुट | दूरी (सेमी) | D |
निम्नलिखित चित्र विभिन्न मापन के लिए पर्यावरण और निगरानी उपकरण दिखाते हैं।
समाधान अवलोकन
बैगेज हैंडलिंग सिस्टम के लिए प्रेडिक्टिव मेंटेनेंस सिस्टम (PdMS) एक रेफरेंस आर्किटेक्चर है जो एयरपोर्ट मेंटेनेंस ऑपरेटरों को अनियोजित डाउनटाइम को बेहतर बनाने में डेटा को सक्षम बनाने के लिए उनकी यात्रा में सहायता करता है। इसमें कनेक्टेड सेंसर और सेवाओं के विकास और परिनियोजन में तेजी लाने के लिए बिल्डिंग ब्लॉक शामिल हैं। PdMS में एज कंप्यूट डिवाइस और BHS संपत्ति के जीवनचक्र को सुरक्षित रूप से प्रबंधित करने के लिए AWS सेवाएं, क्लाउड डेटा अंतर्ग्रहण, भंडारण, मशीन लर्निंग (ML) अनुमान मॉडल और क्लाउड में पावर प्रोएक्टिव उपकरण रखरखाव के लिए व्यावसायिक तर्क शामिल हैं।
इस वास्तुकला को कई वर्षों में हवाई अड्डे के संचालन के साथ काम करते हुए सीखे गए पाठों से बनाया गया था। प्रस्तावित समाधान नॉर्थबे सॉल्यूशंस, एक एडब्ल्यूएस प्रीमियर पार्टनर के समर्थन से विकसित किया गया था, और 90 दिनों के भीतर हजारों जुड़े उपकरणों के लिए सभी आकारों और पैमानों के हवाई अड्डों पर तैनात किया जा सकता है।
निम्नलिखित आर्किटेक्चर आरेख भविष्य कहनेवाला रखरखाव समाधान बनाने के लिए उपयोग किए जाने वाले अंतर्निहित घटकों को उजागर करता है:
हम अपनी वास्तुकला को इकट्ठा करने के लिए निम्नलिखित सेवाओं का उपयोग करते हैं:
- CloudRail.DMC जर्मन IoT विशेषज्ञ CloudRail GmbH द्वारा सेवा (SaaS) समाधान के रूप में एक सॉफ़्टवेयर है। यह संगठन विश्व स्तर पर वितरित एज गेटवे के बेड़े का प्रबंधन करता है। इस सेवा के साथ, औद्योगिक सेंसर, स्मार्ट मीटर और ओपीसी यूए सर्वर को कुछ ही क्लिक के साथ एडब्ल्यूएस डेटा लेक से जोड़ा जा सकता है।
- AWS IoT कोर आपको अरबों IoT डिवाइस कनेक्ट करने देता है और बुनियादी ढांचे के प्रबंधन के बिना खरबों संदेशों को AWS सेवाओं तक रूट करने देता है। यह सुरक्षित रूप से कम विलंबता और उच्च थ्रूपुट वाले आपके सभी IoT उपकरणों और अनुप्रयोगों से संदेशों को प्रसारित करता है। हम क्लाउडरेल सेंसर से कनेक्ट करने के लिए एडब्ल्यूएस आईओटी कोर का उपयोग करते हैं और उनके माप को एडब्ल्यूएस क्लाउड पर अग्रेषित करते हैं।
- एडब्ल्यूएस आईओटी विश्लेषिकी एक पूरी तरह से प्रबंधित सेवा है जो आईओटी डेटा की भारी मात्रा में परिष्कृत एनालिटिक्स को चलाना और संचालित करना आसान बनाती है, बिना आईओटी एनालिटिक्स प्लेटफॉर्म बनाने के लिए आमतौर पर आवश्यक लागत और जटिलता के बारे में चिंता किए बिना। सटीक अंतर्दृष्टि प्राप्त करने के लिए IoT डेटा पर विश्लेषण चलाने का यह एक आसान तरीका है।
- उपकरण के लिए अमेज़न लुकआउट संपत्ति विशिष्ट डेटा के आधार पर आपके उपकरण के लिए स्वचालित रूप से एमएल मॉडल बनाने के लिए उपकरण सेंसर से डेटा का विश्लेषण करता है—कोई डेटा विज्ञान कौशल आवश्यक नहीं है। लुकआउट फॉर इक्विपमेंट वास्तविक समय में आने वाले सेंसर डेटा का विश्लेषण करता है और शुरुआती चेतावनी संकेतों की सटीक पहचान करता है जिससे अप्रत्याशित डाउनटाइम हो सकता है।
- अमेज़न क्विकसाइट संगठन में हर किसी को प्राकृतिक भाषा में प्रश्न पूछकर, इंटरएक्टिव डैशबोर्ड के माध्यम से जानकारी की कल्पना करके और स्वचालित रूप से एमएल द्वारा संचालित पैटर्न और आउटलेयर की तलाश करके डेटा को समझने की अनुमति देता है।
जैसा कि निम्नलिखित आरेख में दिखाया गया है, यह आर्किटेक्चर सेंसर डेटा को ऑपरेशनल इनसाइट्स में प्रवाहित करने में सक्षम बनाता है।
आईओ-लिंक सेंसर का उपयोग करके डेटा बिंदु एकत्र किए जाते हैं: आईओ-लिंक एक मानकीकृत इंटरफ़ेस है जो औद्योगिक संपत्ति के नियंत्रण स्तर (हमारे मामले में, बैगेज हैंडलिंग सिस्टम) से सेंसर स्तर तक निर्बाध संचार को सक्षम करता है। इस प्रोटोकॉल का उपयोग सेंसर डेटा को CloudRail edge गेटवे में फीड करने और AWS IoT Core में लोड करने के लिए किया जाता है। बाद वाला परिचालन और उपकरण मुद्दों की पहचान करने के लिए एमएल मॉडल को उपकरण डेटा प्रदान करता है जिसका उपयोग अनावश्यक लागतों के बिना संपत्ति के रखरखाव या प्रतिस्थापन के लिए इष्टतम समय निर्धारित करने के लिए किया जा सकता है।
डेटा संग्रह
मौजूदा संपत्तियों और उनके नियंत्रण प्रणालियों को क्लाउड में वापस लाना उपकरण के ऑपरेटरों के लिए एक चुनौतीपूर्ण दृष्टिकोण बना हुआ है। द्वितीयक सेंसर जोड़ना मौजूदा सिस्टम में हस्तक्षेप किए बिना आवश्यक डेटा प्राप्त करने का तेज़ और सुरक्षित तरीका प्रदान करता है। इसलिए, मशीन के पीएलसी के सीधे कनेक्शन की तुलना में यह आसान, तेज और गैर-इनवेसिव है। इसके अतिरिक्त, विशिष्ट विफलता मोड के लिए आवश्यक डेटा बिंदुओं को सटीक रूप से मापने के लिए रेट्रोफिटेड सेंसर का चयन किया जा सकता है।
CloudRail के साथ, प्रत्येक औद्योगिक IO-लिंक सेंसर को AWS IoT Core जैसी AWS सेवाओं से जोड़ा जा सकता है, एडब्ल्यूएस IoT साइटवारया, AWS IoT ग्रीनग्रास क्लाउड-आधारित डिवाइस प्रबंधन पोर्टल (CloudRail.DMC) के माध्यम से कुछ सेकंड के भीतर। यह आईओटी विशेषज्ञों को केंद्रीकृत स्थानों और विश्व स्तर पर वितरित भौतिक प्रणालियों पर काम करने में सक्षम बनाता है। समाधान एक आसान प्लग-एंड-प्ले तंत्र के माध्यम से पूर्वानुमानित रखरखाव प्रणालियों के लिए डेटा कनेक्टिविटी की चुनौतियों का समाधान करता है।
गेटवे उपकरण (OT) और क्लाउड सर्विस (IT) के बीच औद्योगिक विसैन्यीकृत क्षेत्र (IDMZ) के रूप में कार्य करता है। एक एकीकृत फ्लीट मैनेजमेंट एप्लिकेशन के माध्यम से, क्लाउडरेल यह सुनिश्चित करता है कि नवीनतम सुरक्षा पैच हजारों इंस्टॉलेशन के लिए स्वचालित रूप से रोल आउट हो जाएं।
निम्न छवि एक आईओ-लिंक सेंसर और क्लाउडरेल एज गेटवे (नारंगी में) दिखाती है:
एक विसंगति का पता लगाने वाले मॉडल का प्रशिक्षण
अधिकांश औद्योगिक क्षेत्रों के संगठन आधुनिक रखरखाव रणनीतियों को रन-टू-फेलियर, प्रतिक्रियाशील दृष्टिकोण से दूर जाते हुए और अधिक भविष्य कहनेवाला तरीकों की ओर बढ़ते हुए देखते हैं। हालाँकि, स्थिति-आधारित या भविष्य कहनेवाला रखरखाव दृष्टिकोण पर जाने के लिए सुविधाओं में स्थापित सेंसर से डेटा एकत्र करने की आवश्यकता होती है। एनालिटिक्स के संयोजन में इन सेंसरों द्वारा कैप्चर किए गए ऐतिहासिक डेटा का उपयोग करने से उपकरण विफलताओं के अग्रदूतों की पहचान करने में मदद मिलती है, जो रखरखाव कर्मियों को टूटने से पहले तदनुसार कार्य करने की अनुमति देता है।
पूर्वानुमानित अनुरक्षण प्रणालियाँ विफलताओं की पहचान करने की क्षमता पर निर्भर करती हैं। उपकरण ओईएम आमतौर पर अपने उपकरणों के लिए डेटाशीट प्रदान करते हैं और निकट-परिपूर्ण स्थितियों के आधार पर कुछ परिचालन मेट्रिक्स की निगरानी करने की सलाह देते हैं। हालांकि, संपत्ति के प्राकृतिक क्षरण, इसके द्वारा संचालित पर्यावरणीय परिस्थितियों, इसके पिछले रखरखाव के इतिहास, या जिस तरह से आपको अपने व्यावसायिक परिणामों को प्राप्त करने के लिए इसे संचालित करने की आवश्यकता है, के कारण ये स्थितियां शायद ही वास्तविक हैं। उदाहरण के लिए, अवधारणा के इस प्रमाण के लिए एक ही हिंडोला में दो समान मोटर (मेक, मॉडल, उत्पादन तिथि) स्थापित किए गए थे। ये मोटर अलग-अलग मौसम जोखिम (अंदर की तरफ कन्वेयर बेल्ट का एक हिस्सा और हवाईअड्डा टर्मिनल के बाहर दूसरा हिस्सा) के कारण अलग-अलग तापमान रेंज में संचालित होते हैं।
मोटर 1 32-35 डिग्री सेल्सियस के तापमान में संचालित होता है। कंपन वेग आरएमएस मोटर थकान के कारण बदल सकता है (उदाहरण के लिए, संरेखण त्रुटियां या असंतुलन समस्याएं)। जैसा कि निम्नलिखित चित्र में दिखाया गया है, यह मोटर 2-6 के बीच की थकान का स्तर दिखाती है, जिसमें कुछ चोटियाँ 9 होती हैं।
मोटर 2 ठंडे वातावरण में संचालित होता है, जहां तापमान 20-25 डिग्री सेल्सियस के बीच होता है। इस संदर्भ में, मोटर 2 थकान के स्तर को 4-8 के बीच दिखाता है, 10 पर कुछ चोटियों के साथ:
अधिकांश एमएल दृष्टिकोण बहुत विशिष्ट डोमेन ज्ञान और जानकारी की अपेक्षा करते हैं (अक्सर प्राप्त करना मुश्किल होता है) जिसे आपके द्वारा प्रत्येक संपत्ति को संचालित करने और बनाए रखने के तरीके से निकाला जाना चाहिए (उदाहरण के लिए, विफलता गिरावट पैटर्न)। हर बार जब आप किसी नई संपत्ति की निगरानी करना चाहते हैं, या यदि परिसंपत्ति की स्थिति में काफी बदलाव होता है (जैसे कि जब आप किसी हिस्से को बदलते हैं) तो इस कार्य को करने की आवश्यकता होती है। इसका मतलब यह है कि प्रोटोटाइप चरण में दिया गया एक अच्छा मॉडल अन्य परिसंपत्तियों पर रोल आउट होने पर प्रदर्शन को प्रभावित करेगा, सिस्टम की सटीकता को काफी कम कर देगा और अंत में, अंतिम-उपयोगकर्ताओं का विश्वास खो देगा। यह कई झूठे सकारात्मक कारण भी हो सकता है, और आपको सभी शोरों में अपने वैध संकेतों को खोजने के लिए आवश्यक कौशल की आवश्यकता होगी।
लुकआउट फॉर इक्विपमेंट केवल आपके सिग्नल के बीच सामान्य संबंधों को जानने के लिए आपके समय श्रृंखला डेटा का विश्लेषण करता है। फिर, जब ये रिश्ते सामान्य परिचालन स्थितियों (प्रशिक्षण अवस्था में कैप्चर किए गए) से विचलित होने लगते हैं, तो सेवा विसंगति को चिह्नित करेगी। हमने पाया कि प्रत्येक संपत्ति के लिए ऐतिहासिक डेटा का सख्ती से उपयोग करने से आप उन तकनीकों पर ध्यान केंद्रित कर सकते हैं जो परिचालन स्थितियों को सीख सकती हैं जो किसी दिए गए परिसंपत्ति के लिए उसी वातावरण में अद्वितीय होंगी जिसमें यह काम कर रहा है। यह आपको मूल कारण विश्लेषण और पूर्वानुमानित रखरखाव प्रथाओं का समर्थन करने वाले पूर्वानुमान प्रदान करने देता है। एक विस्तृत, प्रति-परिसंपत्ति स्तर और मैक्रो स्तर पर (एक बार में आपको कई संपत्तियों का अवलोकन करने के लिए उपयुक्त डैशबोर्ड को जोड़कर)। हमने यही दृष्टिकोण अपनाया और यही कारण है कि हमने लुकआउट फॉर इक्विपमेंट का उपयोग करने का निर्णय लिया।
प्रशिक्षण रणनीति: कोल्ड स्टार्ट चुनौती को संबोधित करना
जिस BHS को हमने लक्षित किया था, वह पहले यंत्रीकृत नहीं थी। हमने अपने सिस्टम से नए माप एकत्र करना शुरू करने के लिए क्लाउडरेल सेंसर स्थापित किए, लेकिन इसका मतलब था कि हमारे एमएल मॉडल को प्रशिक्षित करने के लिए हमारे पास सीमित ऐतिहासिक गहराई थी। हमने इस मामले में कोल्ड स्टार्ट चुनौती को यह स्वीकार करते हुए संबोधित किया कि हम एक निरंतर सुधार प्रणाली का निर्माण कर रहे हैं। सेंसर लगाए जाने के बाद, हमने एक घंटे का डेटा एकत्र किया और लुकआउट फॉर इक्विपमेंट का जल्द से जल्द उपयोग शुरू करने और अपनी समग्र पाइपलाइन का परीक्षण करने के लिए इस जानकारी को डुप्लिकेट किया।
जैसा कि अपेक्षित था, पहले परिणाम काफी अस्थिर थे क्योंकि एमएल मॉडल को संचालन की बहुत कम अवधि के लिए उजागर किया गया था। इसका मतलब यह था कि पहले घंटे के दौरान नहीं देखा गया कोई नया व्यवहार फ़्लैग किया जाएगा। शीर्ष क्रम के सेंसरों को देखते समय, एक मोटर का तापमान मुख्य संदेहास्पद लग रहा था (T2_MUC_ES_MTRL_TMP
नारंगी में निम्नलिखित आकृति में)। क्योंकि प्रारंभिक डेटा कैप्चर बहुत संकीर्ण (1 घंटा) था, दिन के दौरान, मुख्य परिवर्तन तापमान मूल्यों से आ रहा था (जो उस समय पर्यावरणीय परिस्थितियों के अनुरूप है)।
इस विशिष्ट कन्वेयर बेल्ट के आसपास की पर्यावरणीय परिस्थितियों के साथ इसका मिलान करते समय, हमने पुष्टि की कि बाहर का तापमान गंभीर रूप से बढ़ गया है, जिससे बदले में इस सेंसर द्वारा मापा गया तापमान बढ़ गया। इस मामले में, नए डेटा (बाहरी तापमान में वृद्धि के लिए लेखांकन) को प्रशिक्षण डेटासेट में शामिल करने के बाद, यह लुकआउट फॉर इक्विपमेंट द्वारा कैप्चर किए गए सामान्य व्यवहार का हिस्सा होगा और भविष्य में इसी तरह के व्यवहार से किसी भी वृद्धि की संभावना कम होगी। आयोजन।
5 दिनों के बाद, मॉडल को फिर से प्रशिक्षित किया गया और झूठी सकारात्मक दरों में तुरंत भारी गिरावट आई:
हालांकि यह कोल्ड स्टार्ट समस्या कार्रवाई योग्य अंतर्दृष्टि प्राप्त करने के लिए एक प्रारंभिक चुनौती थी, हमने इस अवसर का उपयोग एक पुन: प्रशिक्षण तंत्र बनाने के लिए किया, जिसे एंड-यूज़र आसानी से ट्रिगर कर सके। प्रयोग के एक महीने बाद, हमने एक महीने के मूल्य के सेंसर डेटा को 3 महीने में डुप्लीकेट करके एक नए मॉडल को प्रशिक्षित किया। यह झूठी सकारात्मक दरों को कम करना जारी रखता है क्योंकि मॉडल को स्थितियों के व्यापक सेट से अवगत कराया गया था। इस पुन: प्रशिक्षण के बाद इसी तरह की झूठी सकारात्मक दर में गिरावट आई: सिस्टम द्वारा तैयार की गई स्थिति वास्तविक जीवन में उपयोगकर्ताओं के अनुभव के करीब थी। 3 महीने के बाद, हमारे पास आखिरकार एक डेटासेट था जिसे हम इस डुप्लीकेशन ट्रिक का उपयोग किए बिना उपयोग कर सकते थे।
अब से, हम हर 3 महीने में एक रिट्रेनिंग शुरू करेंगे और, जितनी जल्दी हो सके, पर्यावरण की स्थिति के मौसम के हिसाब से 1 साल तक के डेटा का उपयोग करेंगे। इस प्रणाली को अन्य संपत्तियों पर तैनात करते समय, हम इस स्वचालित प्रक्रिया का पुन: उपयोग करने में सक्षम होंगे और हमारे सेंसर डेटा पाइपलाइन को मान्य करने के लिए प्रारंभिक प्रशिक्षण का उपयोग करेंगे।
मॉडल के प्रशिक्षित होने के बाद, हमने मॉडल को तैनात किया और लुकआउट फॉर इक्विपमेंट को लाइव डेटा भेजना शुरू किया। लुकआउट फॉर इक्विपमेंट आपको एक शेड्यूलर कॉन्फ़िगर करने देता है जो प्रशिक्षित मॉडल को ताज़ा डेटा भेजने और परिणाम एकत्र करने के लिए नियमित रूप से जागता है (उदाहरण के लिए, हर घंटे)।
अब जब हम जानते हैं कि किसी मॉडल को कैसे प्रशिक्षित, सुधारना और परिनियोजित करना है, तो आइए अंत-उपयोगकर्ताओं के लिए क्रियान्वित किए गए परिचालन डैशबोर्ड पर नज़र डालें।
डेटा विज़ुअलाइज़ेशन और अंतर्दृष्टि
एंड-यूजर्स को अपने परिसंपत्ति उपयोग को बेहतर बनाने के लिए अपने परिचालन डेटा से अधिक मूल्य निकालने का एक तरीका चाहिए। QuickSight के साथ, हमने डैशबोर्ड को हमारे IoT सिस्टम द्वारा प्रदान किए गए अपरिष्कृत मापन डेटा से कनेक्ट किया है, जिससे उपयोगकर्ता किसी दिए गए BHS पर उपकरण के प्रमुख हिस्सों की तुलना और कंट्रास्ट कर सकते हैं।
निम्नलिखित डैशबोर्ड में, उपयोगकर्ता बीएचएस की स्थिति की निगरानी के लिए उपयोग किए जाने वाले प्रमुख सेंसर की जांच कर सकते हैं और समय-समय पर मेट्रिक्स परिवर्तन प्राप्त कर सकते हैं।
पूर्ववर्ती प्लॉट में, उपयोगकर्ता प्रत्येक मोटर के लिए माप के किसी भी अप्रत्याशित असंतुलन की कल्पना कर सकते हैं (तापमान, थकान, कंपन, घर्षण और प्रभाव के लिए बाएं और दाएं प्लॉट)। सबसे नीचे, प्रमुख प्रदर्शन संकेतकों को संक्षेप में प्रस्तुत किया गया है, जिसमें पूर्वानुमान और अवधि-दर-अवधि के रुझान शामिल हैं।
अंतिम-उपयोगकर्ता निम्नलिखित उद्देश्यों के लिए जानकारी तक पहुँच सकते हैं:
- 2 घंटे से 24 घंटे के अंतराल में ऐतिहासिक डेटा देखें।
- बाहरी एकीकरण के लिए सीएसवी प्रारूप के माध्यम से कच्चा डेटा निकालें।
- समय की एक निर्धारित अवधि में संपत्ति के प्रदर्शन की कल्पना करें।
- परिचालन योजना के लिए अंतर्दृष्टि तैयार करें और परिसंपत्ति उपयोग में सुधार करें।
- सहसंबंध विश्लेषण करें। निम्नलिखित प्लॉट में, उपयोगकर्ता कई मापों की कल्पना कर सकता है (जैसे कि मोटर थकान बनाम तापमान, या बैगेज थ्रूपुट बनाम हिंडोला गति) और इस डैशबोर्ड का उपयोग अगली सर्वोत्तम रखरखाव कार्रवाई को बेहतर ढंग से सूचित करने के लिए करें।
डेटा से शोर को खत्म करना
कुछ हफ़्तों के बाद, हमने देखा कि लुकआउट फॉर इक्विपमेंट कुछ ऐसी घटनाओं का उत्सर्जन कर रहा था जिन्हें गलत सकारात्मक माना जाता था।
इन घटनाओं का विश्लेषण करते समय, हमने हिंडोला मोटर की गति में अनियमित गिरावट का पता लगाया।
हम रखरखाव टीम से मिले और उन्होंने हमें सूचित किया कि ये स्टॉप या तो आपातकालीन स्टॉप थे या नियोजित डाउनटाइम रखरखाव गतिविधियाँ थीं। इस जानकारी के साथ, हमने आपातकालीन स्टॉप्स को विसंगतियों के रूप में लेबल किया और उन्हें लुकआउट फॉर इक्विपमेंट को खिलाया, जबकि नियोजित डाउनटाइम्स को इस हिंडोला के लिए सामान्य व्यवहार माना गया।
ऐसे परिदृश्यों को समझना जहां असामान्य डेटा को नियंत्रित बाहरी क्रियाओं से प्रभावित किया जा सकता है, समय के साथ विसंगति का पता लगाने वाले मॉडल की सटीकता में सुधार करना महत्वपूर्ण है।
धुआँ परीक्षण
मॉडल को फिर से प्रशिक्षित करने और अपेक्षाकृत कोई विसंगति नहीं होने के कुछ घंटों के बाद, हमारी टीम ने भौतिक रूप से संपत्ति पर जोर दिया, जिसका सिस्टम द्वारा तुरंत पता लगाया गया। यह उपयोगकर्ताओं से एक सामान्य अनुरोध है क्योंकि उन्हें सिस्टम और यह कैसे प्रतिक्रिया करता है, के साथ खुद को परिचित करने की आवश्यकता है।
हमने अपने डैशबोर्ड को अंतिम उपयोगकर्ताओं को असीमित अवधि के साथ ऐतिहासिक विसंगतियों की कल्पना करने की अनुमति देने के लिए बनाया है। एक व्यापार खुफिया सेवा का उपयोग करके उन्हें अपने डेटा को इच्छानुसार व्यवस्थित करने दें, और हमने पाया है कि 24 घंटे की अवधि में बार चार्ट या पाई चार्ट बीएचएस की स्थिति के बारे में अच्छी जानकारी प्राप्त करने का सबसे अच्छा तरीका है। डैशबोर्ड के अलावा, जिसे उपयोगकर्ता जब चाहें देख सकते हैं, हम निर्दिष्ट ईमेल पते पर और पाठ संदेश के माध्यम से भेजे जाने वाले स्वचालित अलर्ट सेट करते हैं।
विसंगति का पता लगाने वाले मॉडल से गहरी अंतर्दृष्टि निकालना
भविष्य में, हम लुकआउट फॉर इक्विपमेंट के साथ प्रशिक्षित विसंगति का पता लगाने वाले मॉडलों से गहरी अंतर्दृष्टि निकालने का इरादा रखते हैं। हम विजेट्स का विस्तृत सेट बनाने के लिए क्विकसाइट का उपयोग करना जारी रखेंगे। उदाहरण के लिए, हमने पाया है कि डेटा विज़ुअलाइज़ेशन विजेट उपकरण के लिए लुकआउट के लिए गिटहब नमूने हमें अपने मॉडलों के अपरिष्कृत आउटपुट से और भी अधिक अंतर्दृष्टि प्राप्त करने की अनुमति दें।
परिणाम
बैगेज हैंडलिंग सिस्टम में प्रतिक्रियाशील रखरखाव निम्नलिखित में अनुवाद करता है:
- लंबे समय तक प्रतीक्षा करने या क्षतिग्रस्त सामान के कारण यात्रियों की संतुष्टि में कमी
- महत्वपूर्ण स्पेयर पार्ट्स की अनियोजित विफलताओं और इन्वेंट्री की कमी के कारण कम संपत्ति की उपलब्धता
- उच्च रखरखाव लागत के साथ-साथ बढ़ते इन्वेंट्री स्तर के कारण उच्च परिचालन व्यय
निर्णय लेने के चक्र में विश्वसनीय, भविष्य कहनेवाला विश्लेषण शामिल करने के लिए अपनी रखरखाव रणनीति विकसित करने का उद्देश्य परिसंपत्ति संचालन में सुधार करना और मजबूर शटडाउन से बचने में मदद करना है।
निगरानी उपकरण 1 दिन में स्थानीय रूप से स्थापित किया गया था और IoT विशेषज्ञों द्वारा पूरी तरह से दूरस्थ रूप से कॉन्फ़िगर किया गया था। समाधान अवलोकन में वर्णित क्लाउड आर्किटेक्चर को 90 दिनों के भीतर सफलतापूर्वक तैनात किया गया था। तेजी से कार्यान्वयन का समय अंत-उपयोगकर्ता के लिए प्रस्तावित लाभों को साबित करता है, जो मानव-आधारित प्रतिक्रियाशील (ब्रेकडाउन को ठीक करना) से मशीन-आधारित, डेटा-चालित सक्रिय (डाउनटाइम्स को रोकना) से रखरखाव रणनीति में तेजी से बदलाव की ओर ले जाता है।
निष्कर्ष
Airis, CloudRail, Northbay Solutions और AWS के बीच सहयोग ने किंग खालिद अंतर्राष्ट्रीय हवाई अड्डे पर नई उपलब्धि हासिल की (देखें प्रेस विज्ञप्ति अधिक जानकारी के लिए)। उनकी डिजिटल परिवर्तन रणनीति के हिस्से के रूप में, रियाद हवाईअड्डा यात्री बोर्डिंग ब्रिज और एचवीएसी सिस्टम जैसे अन्य इलेक्ट्रो-मैकेनिकल सिस्टम को कवर करने के लिए और तैनाती की योजना बना रहा है।
यदि आपके पास इस पोस्ट के बारे में कोई टिप्पणी है, तो कृपया उन्हें टिप्पणी अनुभाग में सबमिट करें। यदि इस समाधान या इसके कार्यान्वयन के बारे में आपके कोई प्रश्न हैं, तो कृपया एक नया सूत्र शुरू करें पुन: पोस्ट, जहां AWS विशेषज्ञ और व्यापक समुदाय आपकी सहायता कर सकते हैं।
लेखक के बारे में
मौलहम ज़हाबी विमानन परियोजनाओं के डिजाइन और प्रबंधन, और जीसीसी क्षेत्र में महत्वपूर्ण हवाईअड्डा संपत्तियों के प्रबंधन में 11 से अधिक वर्षों के अनुभव के साथ एक विमानन विशेषज्ञ है। वह Airis-Solutions.ai के सह-संस्थापकों में से एक हैं, जिसका उद्देश्य हवाई अड्डों और लॉजिस्टिक केंद्रों के लिए अभिनव AI/ML समाधानों के माध्यम से विमानन उद्योग के डिजिटल परिवर्तन का नेतृत्व करना है। आज मौलहम सऊदी नागरिक उड्डयन होल्डिंग कंपनी (मटरत) में संपत्ति प्रबंधन निदेशालय का नेतृत्व कर रहे हैं।
फौज खान सार्वजनिक क्षेत्र के ग्राहकों के साथ काम करने वाला एक वरिष्ठ समाधान वास्तुकार है, जो उनके AWS वर्कलोड और आर्किटेक्चर को डिज़ाइन करने, तैनात करने और प्रबंधित करने के लिए मार्गदर्शन प्रदान करता है। Fauzan ग्राहकों को व्यावसायिक चुनौतियों का समाधान करने के लिए HPC और AI/ML के क्षेत्र में नवीन क्लाउड तकनीकों को अपनाने में मदद करने के बारे में भावुक है। काम से बाहर, फौज़ान को प्रकृति में समय बिताना अच्छा लगता है।
मिशैल होराउ AWS में एक AI/ML स्पेशलिस्ट सॉल्यूशन आर्किटेक्ट है, जो पल के आधार पर डेटा साइंटिस्ट और मशीन लर्निंग आर्किटेक्ट के बीच वैकल्पिक रूप से काम करता है। वह एआई/एमएल पावर को अपने औद्योगिक ग्राहकों के शॉप फ्लोर पर लाने के बारे में भावुक हैं और उन्होंने एमएल उपयोग के मामलों की एक विस्तृत श्रृंखला पर काम किया है, जिसमें विसंगति का पता लगाने से लेकर भविष्य कहनेवाला उत्पाद गुणवत्ता या विनिर्माण अनुकूलन तक शामिल है। उसने प्रकाशित किया समय श्रृंखला विश्लेषण पर एक पुस्तक 2022 में और नियमित रूप से इस विषय पर लिखते हैं लिंक्डइन और मध्यम. जब ग्राहकों को अगले सर्वश्रेष्ठ मशीन लर्निंग अनुभव विकसित करने में मदद नहीं करते हैं, तो उन्हें सितारों को देखने, यात्रा करने या पियानो बजाने में आनंद आता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/deploy-a-predictive-maintenance-solution-for-airport-baggage-handling-systems-with-amazon-lookout-for-equipment/
- :है
- $यूपी
- 000
- 1
- 10
- 100
- 11
- 2022
- 7
- 70
- 9
- a
- योग्य
- About
- में तेजी लाने के
- पहुँच
- तदनुसार
- लेखा
- लेखांकन
- शुद्धता
- सही
- सही रूप में
- पाना
- उपलब्धि
- प्राप्त करने
- अधिग्रहण
- के पार
- अधिनियम
- कार्य
- कार्रवाई
- गतिविधियों
- कार्य करता है
- इसके अलावा
- अतिरिक्त
- इसके अतिरिक्त
- पता
- को संबोधित
- अपनाना
- बाद
- AI
- ऐ / एमएल
- एड्स
- करना
- हवाई अड्डे
- हवाई अड्डों
- चेतावनियाँ
- संरेखण
- सब
- की अनुमति दे
- की अनुमति देता है
- वीरांगना
- उपकरण के लिए अमेज़न लुकआउट
- विश्लेषण
- विश्लेषिकी
- का विश्लेषण करती है
- का विश्लेषण
- और
- प्रतिवर्ष
- असंगति का पता लगाये
- दिखाई देते हैं
- आवेदन
- अनुप्रयोगों
- दृष्टिकोण
- दृष्टिकोण
- उपयुक्त
- स्थापत्य
- हैं
- क्षेत्र
- चारों ओर
- पहुंचने
- AS
- आस्ति
- परिसंपत्ति प्रबंधन
- संपत्ति
- At
- स्वचालित
- स्वतः
- उपलब्धता
- विमानन
- एडब्ल्यूएस
- बैग
- बार
- आधारित
- BE
- क्योंकि
- से पहले
- लाभ
- BEST
- बेहतर
- के बीच
- अरबों
- ब्लॉक
- "बोर्डिंग"
- किताब
- तल
- सीमा
- विश्लेषण
- टूट जाता है
- सेतु
- लाना
- व्यापक
- निर्माण
- इमारत
- बनाया गया
- व्यापार
- व्यापारिक सूचना
- by
- बुलाया
- कर सकते हैं
- कब्जा
- हिंडोला
- मामला
- मामलों
- कारण
- केंद्र
- केंद्रीकृत
- कुछ
- श्रृंखला
- चुनौती
- चुनौतियों
- चुनौतीपूर्ण
- परिवर्तन
- परिवर्तन
- चार्ट
- चेक
- बंद
- करीब
- बादल
- सह-संस्थापकों में
- इकट्ठा
- एकत्रित
- अ रहे है
- टिप्पणियाँ
- सामान्य
- संचार
- समुदाय
- कंपनी
- तुलना
- तुलना
- पूरी तरह से
- जटिल
- जटिलता
- अंग
- घटकों
- गणना करना
- संकल्पना
- शर्त
- स्थितियां
- आत्मविश्वास
- की पुष्टि
- जुडिये
- जुड़ा हुआ
- संबंध
- कनेक्टिविटी
- माना
- संगत
- शामिल हैं
- प्रसंग
- जारी रखने के
- निरंतर
- निरंतर
- लगातार
- इसके विपरीत
- नियंत्रण
- नियंत्रित
- नियंत्रण
- सहयोग
- मूल
- सह - संबंध
- लागत
- लागत
- सका
- काउंटर
- कोर्स
- आवरण
- बनाना
- महत्वपूर्ण
- ग्राहक
- ग्राहक संतुष्टि
- ग्राहक
- चक्र
- डैशबोर्ड
- तिथि
- डेटा लेक
- डेटा अंक
- डेटा विज्ञान
- आँकड़े वाला वैज्ञानिक
- डेटा विज़ुअलाइज़ेशन
- डेटा पर ही आधारित
- तारीख
- दिन
- दिन
- का फैसला किया
- निर्णय
- निर्णय
- और गहरा
- उद्धार
- दिया गया
- प्रसव
- निर्भर
- निर्भर करता है
- निर्भर करता है
- तैनात
- तैनात
- तैनाती
- तैनाती
- तैनाती
- गहराई
- वर्णन
- वर्णित
- डिज़ाइन
- निर्दिष्ट
- डिज़ाइन बनाना
- विवरण
- पता चला
- खोज
- निर्धारित करना
- निर्धारित करने
- विकसित करना
- विकसित
- विकास
- युक्ति
- डिवाइस
- विभिन्न
- मुश्किल
- डिजिटल
- डिजिटल परिवर्तन
- प्रत्यक्ष
- की खोज
- बाधित
- विघटन
- अवरोधों
- दूरी
- वितरित
- नहीं करता है
- डोमेन
- dont
- नीचे
- स्र्कना
- काफी
- बूंद
- ड्रॉप
- दौरान
- गतिशील
- से प्रत्येक
- शीघ्र
- आसान
- आसानी
- Edge
- प्रभावशीलता
- भी
- तत्व
- तत्व
- ईमेल
- आपात स्थिति
- सक्षम
- सक्षम बनाता है
- सुनिश्चित
- सुनिश्चित
- संपूर्ण
- वातावरण
- ambiental
- उपकरण
- त्रुटि
- त्रुटियाँ
- और भी
- कार्यक्रम
- घटनाओं
- प्रत्येक
- हर कोई
- उदाहरण
- उदाहरण
- से अधिक
- उत्कृष्टता
- मौजूदा
- विस्तारित
- उम्मीद
- अपेक्षित
- खर्च
- अनुभव
- अनुभव
- सामना
- विशेषज्ञ
- विशेषज्ञों
- उजागर
- अनावरण
- बाहरी
- उद्धरण
- विफलता
- परिचित
- फास्ट
- और तेज
- थकान
- फेड
- कुछ
- आकृति
- अंत में
- खोज
- प्रथम
- फ्लैग किए गए
- बेड़ा
- टिकट
- प्रवाह
- उड़ान
- फोकस
- निम्नलिखित
- के लिए
- पूर्वानुमान
- प्रारूप
- आगे
- पाया
- ताजा
- टकराव
- से
- पूरी तरह से
- समारोह
- कार्यों
- आगे
- भविष्य
- लाभ
- प्रवेश द्वार
- जीसीसी
- जीसीसी क्षेत्र
- जर्मन
- मिल
- दी
- वैश्विक
- ग्लोबली
- जीएमबीएच
- अच्छा
- महान
- अतिथि
- अतिथि पोस्ट
- मार्गदर्शन
- संभालना
- हैंडलिंग
- होना
- हुआ
- है
- होने
- शीर्षक
- भारी
- मदद
- मदद
- मदद करता है
- हाई
- उच्चतर
- ऐतिहासिक
- इतिहास
- मारो
- पकड़े
- घंटे
- कैसे
- How To
- तथापि
- एचपीसी
- HTTPS
- समान
- पहचानती
- पहचान करना
- की छवि
- छवियों
- असंतुलन
- तुरंत
- प्रभाव
- कार्यान्वयन
- कार्यान्वित
- लगाया
- में सुधार
- में सुधार लाने
- in
- शामिल
- आवक
- सम्मिलित
- निगमित
- बढ़ना
- वृद्धि हुई
- बढ़ती
- संकेतक
- औद्योगिक
- उद्योग का
- प्रभावित
- सूचित करना
- करें-
- सूचित
- इंफ्रास्ट्रक्चर
- प्रारंभिक
- अभिनव
- अंतर्दृष्टि
- installed
- उदाहरण
- एकीकृत
- एकीकरण
- बुद्धि
- इरादा
- इंटरैक्टिव
- इंटरफेस
- हस्तक्षेप
- अंतरराष्ट्रीय स्तर पर
- इंटरनेट
- चीजों की इंटरनेट
- सूची
- IOT
- iot उपकरण
- मुद्दों
- IT
- आईटी इस
- यात्रा
- जेपीजी
- कुंजी
- राजा
- जानना
- ज्ञान
- झील
- भाषा
- विलंब
- ताज़ा
- लांच
- नेतृत्व
- प्रमुख
- जानें
- सीखा
- सीख रहा हूँ
- नेतृत्व
- लंबाई
- पाठ
- सबक सीखा
- चलें
- स्तर
- स्तर
- जीवन
- जीवन चक्र
- पसंद
- संभावित
- सीमित
- लाइन
- LINK
- लिंक्डइन
- जीना
- सजीव आंकड़ा
- स्थानीय स्तर पर
- स्थानों
- देखिए
- देख
- हार
- निम्न
- मशीन
- यंत्र अधिगम
- मैक्रो
- मुख्य
- बनाए रखना
- को बनाए रखने के
- रखरखाव
- बनाना
- बनाता है
- निर्माण
- प्रबंधन
- कामयाब
- प्रबंध
- प्रबंधन करता है
- प्रबंध
- विनिर्माण
- बहुत
- विशाल
- मिलान
- मई..
- साधन
- माप
- माप
- मापने
- तंत्र
- मध्यम
- message
- संदेश
- तरीकों
- मेट्रिक्स
- दस लाख
- लाखों
- मानसिकता
- ML
- आदर्श
- मॉडल
- आधुनिक
- मोड
- पल
- मॉनिटर
- निगरानी
- महीना
- महीने
- अधिक
- अधिकांश
- मोटर
- मोटर्स
- चलती
- विभिन्न
- प्राकृतिक
- प्रकृति
- आवश्यक
- आवश्यकता
- की जरूरत है
- नया
- अगला
- शोर
- साधारण
- प्राप्त
- of
- on
- जहाज
- ONE
- संचालित
- संचालित
- संचालित
- परिचालन
- आपरेशन
- परिचालन
- संचालन
- ऑपरेटरों
- अवसर
- इष्टतम
- इष्टतमीकरण
- ऑप्टिमाइज़ करें
- नारंगी
- संगठन
- अन्य
- बाहर
- कुल
- सिंहावलोकन
- भाग
- साथी
- भागों
- आवेशपूर्ण
- अतीत
- पैच
- पैटर्न उपयोग करें
- प्रदर्शन
- अवधि
- कर्मियों को
- चरण
- भौतिक
- शारीरिक रूप से
- टुकड़े
- पाइपलाइन
- की योजना बनाई
- की योजना बना
- योजनाओं
- मंच
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- खेल
- कृप्या अ
- अंक
- द्वार
- सकारात्मक
- संभव
- पद
- बिजली
- संचालित
- प्रथाओं
- ठीक - ठीक
- भविष्यवाणियों
- भविष्य कहनेवाला विश्लेषिकी
- प्रधानमंत्री
- दबाना
- प्रचलित
- रोकने
- प्रोएक्टिव
- जांच
- मुसीबत
- समस्याओं
- प्रक्रिया
- एस्ट्रो मॉल
- उत्पाद की गुणवत्ता
- उत्पादन
- प्रगति
- परियोजनाओं
- प्रमाण
- अवधारणा के सुबूत
- अच्छी तरह
- प्रस्तावित
- प्रोटोकॉल
- प्रोटोटाइप
- साबित होता है
- प्रदान करना
- बशर्ते
- प्रदाताओं
- प्रदान करता है
- प्रदान कर
- सार्वजनिक
- प्रकाशित
- प्रयोजनों
- गुणवत्ता
- प्रशन
- जल्दी से
- उठाना
- रेंज
- लेकर
- मूल्यांकन करें
- दरें
- कच्चा
- प्रतिक्रिया करते हैं
- वास्तविक
- असली जीवन
- वास्तविक समय
- यथार्थवादी
- कारण
- की सिफारिश
- सिफारिशें
- को कम करने
- को कम करने
- क्षेत्र
- नियमित तौर पर
- रिश्ते
- अपेक्षाकृत
- विश्वसनीय
- बाकी है
- की जगह
- का अनुरोध
- अपेक्षित
- की आवश्यकता होती है
- परिणाम
- पुनः प्रयोग
- वृद्धि
- जोखिम
- लुढ़का हुआ
- जड़
- मार्ग
- रन
- सास
- सुरक्षित
- वही
- संतोष
- सऊदी
- तराजू
- परिदृश्यों
- अनुसूची
- विज्ञान
- वैज्ञानिक
- निर्बाध
- माध्यमिक
- सेकंड
- अनुभाग
- सेक्टर
- सुरक्षित
- सुरक्षित रूप से
- सुरक्षा
- लग रहा था
- खंड
- चयनित
- भेजना
- वरिष्ठ
- सेंसर
- कई
- सर्वर
- सेवा
- सेवा प्रदाता
- सेवाएँ
- सेट
- कई
- आकार
- पाली
- ख़रीदे
- कमी
- दिखाना
- दिखाया
- दिखाता है
- शटडाउन
- दृष्टि
- संकेत
- काफी
- समान
- एक
- बड़े आकार का
- आकार
- कौशल
- छोटा
- स्मार्ट
- धुआं
- सॉफ्टवेयर
- एक सेवा के रूप में सॉफ्टवेयर
- समाधान
- समाधान ढूंढे
- हल करती है
- कुछ
- परिष्कृत
- विशेषज्ञ
- विशिष्ट
- गति
- खर्च
- सितारे
- प्रारंभ
- शुरू
- राज्य
- राज्य के-the-कला
- बंद हो जाता है
- भंडारण
- रणनीतियों
- स्ट्रेटेजी
- सुवीही
- प्रस्तुत
- सफल
- सफलतापूर्वक
- ऐसा
- आपूर्ति
- आपूर्ति श्रृंखला
- समर्थन
- सहायक
- प्रणाली
- सिस्टम
- तालिका
- लक्षित
- टीम
- टीमों
- टेक्नोलॉजीज
- टेक्नोलॉजी
- अंतिम
- परीक्षण
- परीक्षण
- कि
- RSI
- क्षेत्र
- भविष्य
- लेकिन हाल ही
- उन
- अपने
- इसलिये
- थर्मल
- इन
- चीज़ें
- विचार
- हजारों
- यहाँ
- भर
- THROUGHPUT
- पहर
- समय श्रृंखला
- बार
- समय
- सेवा मेरे
- आज
- विषय
- की ओर
- परंपरागत
- रेलगाड़ी
- प्रशिक्षित
- प्रशिक्षण
- परिवर्तन
- परिवर्तन की रणनीति
- यात्रा का
- रुझान
- ट्रिगर
- अरबों
- मोड़
- ठेठ
- आम तौर पर
- आधारभूत
- समझना
- अप्रत्याशित
- अद्वितीय
- इकाई
- असीमित
- us
- उपयोग
- उपयोगकर्ता
- उपयोगकर्ताओं
- आमतौर पर
- उपयोग
- सत्यापित करें
- मूल्य
- मान
- विभिन्न
- वेग
- के माध्यम से
- देखें
- दृश्य
- महत्वपूर्ण
- परिवर्तनशील
- संस्करणों
- vs
- प्रतीक्षा
- चेतावनी
- मार्ग..
- मौसम
- सप्ताह
- क्या
- या
- कौन कौन से
- जब
- कौन
- चौड़ा
- विस्तृत श्रृंखला
- मर्जी
- साथ में
- अंदर
- बिना
- काम
- काम किया
- कार्यबल
- काम कर रहे
- लायक
- होगा
- वर्ष
- साल
- आप
- आपका
- जेफिरनेट