विनिर्माण उत्पादन लाइनों, गोदामों और औद्योगिक संयंत्रों जैसे औद्योगिक वातावरण में विश्वसनीयता प्रबंधक और तकनीशियन उत्पाद उत्पादन और गुणवत्ता को अधिकतम करने के लिए उपकरण स्वास्थ्य और अपटाइम में सुधार करने के इच्छुक हैं। मशीन और प्रक्रिया विफलताओं को अक्सर घटनाओं के घटित होने के बाद प्रतिक्रियाशील गतिविधि या महंगे निवारक रखरखाव द्वारा संबोधित किया जाता है, जहां आप उपकरण के अत्यधिक रखरखाव या लापता मुद्दों का जोखिम उठाते हैं जो आवधिक रखरखाव चक्रों के बीच हो सकते हैं। पूर्वानुमानित स्थिति-आधारित रखरखाव एक सक्रिय रणनीति है जो प्रतिक्रियाशील या निवारक से बेहतर है। दरअसल, यह दृष्टिकोण निरंतर निगरानी, पूर्वानुमानित विश्लेषण और उचित समय पर कार्रवाई को जोड़ता है। यह रखरखाव और विश्वसनीयता टीमों को वास्तविक उपकरण स्थिति के आधार पर आवश्यक होने पर ही उपकरण की सेवा करने में सक्षम बनाता है।
बड़े औद्योगिक परिसंपत्ति बेड़े के लिए कार्रवाई योग्य अंतर्दृष्टि उत्पन्न करने के लिए स्थिति-आधारित निगरानी के साथ आम चुनौतियाँ रही हैं। इन चुनौतियों में शामिल हैं, लेकिन इन्हीं तक सीमित नहीं हैं: क्षेत्र से डेटा एकत्र करने वाले सेंसरों के एक जटिल बुनियादी ढांचे का निर्माण और रखरखाव, औद्योगिक परिसंपत्ति बेड़े का एक विश्वसनीय उच्च-स्तरीय सारांश प्राप्त करना, विफलता अलर्ट को कुशलतापूर्वक प्रबंधित करना, विसंगतियों के संभावित मूल कारणों की पहचान करना और प्रभावी ढंग से कल्पना करना। पैमाने पर औद्योगिक परिसंपत्तियों की स्थिति.
अमेज़न मोनिट्रोन एक एंड-टू-एंड स्थिति निगरानी समाधान है जो आपको मिनटों में मशीन लर्निंग (एमएल) की सहायता से उपकरण स्वास्थ्य की निगरानी शुरू करने में सक्षम बनाता है, ताकि आप पूर्वानुमानित रखरखाव लागू कर सकें और अनियोजित डाउनटाइम को कम कर सकें। इसमें कंपन और तापमान डेटा कैप्चर करने के लिए सेंसर डिवाइस, एडब्ल्यूएस क्लाउड में डेटा को सुरक्षित रूप से स्थानांतरित करने के लिए एक गेटवे डिवाइस, अमेज़ॅन मोनिट्रॉन सेवा जो एमएल के साथ विसंगतियों के लिए डेटा का विश्लेषण करती है, और आपकी मशीनरी में संभावित विफलताओं को ट्रैक करने के लिए एक साथी मोबाइल ऐप शामिल है। आपके क्षेत्र के इंजीनियर और ऑपरेटर औद्योगिक संपत्तियों के निदान और रखरखाव की योजना बनाने के लिए सीधे ऐप का उपयोग कर सकते हैं।
परिचालन प्रौद्योगिकी (ओटी) टीम के दृष्टिकोण से, अमेज़ॅन मोनिट्रॉन डेटा का उपयोग करने से एआई की बदौलत बड़े औद्योगिक परिसंपत्ति बेड़े को संचालित करने के तरीके में सुधार के नए तरीके भी खुलते हैं। ओटी टीमें कई पदानुक्रमों (परिसंपत्तियों, साइटों और संयंत्रों) में एक समेकित दृश्य बनाकर अपने संगठन से पूर्वानुमानित रखरखाव अभ्यास को सुदृढ़ कर सकती हैं। वे वास्तविक माप और एमएल अनुमान परिणामों को अज्ञात अलार्म, सेंसर या गेटअवे कनेक्टिविटी स्थिति, या संपत्ति स्थिति बदलाव के साथ जोड़ सकते हैं ताकि वे जिस दायरे (परिसंपत्ति, साइट, परियोजना) पर ध्यान केंद्रित कर रहे हैं, उसके लिए एक उच्च-स्तरीय सारांश तैयार कर सकें।
हाल ही में लॉन्च के साथ अमेज़ॅन मोनिट्रॉन किनेसिस डेटा निर्यात v2 सुविधा, आपकी OT टीम Amazon Monitron के माध्यम से आने वाले माप डेटा और अनुमान परिणामों को स्ट्रीम कर सकती है अमेज़ॅन किनिस एडब्ल्यूएस के लिए सरल भंडारण सेवा (अमेज़ॅन S3) इंटरनेट ऑफ थिंग्स (IoT) डेटा लेक बनाने के लिए। का लाभ उठाकर नवीनतम डेटा निर्यात स्कीमा, आप सेंसर कनेक्टिविटी स्थिति, गेटवे कनेक्टिविटी स्थिति, माप वर्गीकरण परिणाम, बंद होने का कारण कोड और परिसंपत्ति स्थिति संक्रमण घटनाओं का विवरण प्राप्त कर सकते हैं।
उपयोग के मामलों का अवलोकन
समृद्ध डेटा स्ट्रीम अमेज़ॅन मोनिट्रॉन अब आपको कई प्रमुख उपयोग के मामलों को लागू करने में सक्षम बनाता है जैसे स्वचालित कार्य ऑर्डर निर्माण, ग्लास के एक परिचालन एकल फलक को समृद्ध करना या विफलता रिपोर्टिंग को स्वचालित करना। आइए इन उपयोग मामलों पर गौर करें।
आप इन्फोर ईएएम, एसएपी एसेट मैनेजमेंट, या आईबीएम मैक्सिमो जैसे एंटरप्राइज एसेट मैनेजमेंट (ईएएम) सिस्टम में वर्क ऑर्डर बनाने के लिए अमेज़ॅन मोनिट्रॉन किनेसिस डेटा एक्सपोर्ट v2 का उपयोग कर सकते हैं। उदाहरण के लिए, वीडियो में पूर्वानुमानित रखरखाव और अमेज़ॅन मॉनीट्रॉन के साथ यांत्रिक समस्याओं से बचना, आप पता लगा सकते हैं कि कैसे हमारे अमेज़ॅन पूर्ति केंद्र तीसरे पक्ष के सॉफ़्टवेयर जैसे कि अमेज़ॅन में उपयोग किए जाने वाले ईएएम के साथ-साथ चैट रूम तकनीशियनों के साथ एकीकृत अमेज़ॅन मोनिट्रॉन सेंसर के साथ कन्वेयर बेल्ट पर यांत्रिक समस्याओं से बच रहे हैं। इससे पता चलता है कि आप Amazon Monitron अंतर्दृष्टि को अपने मौजूदा वर्कफ़्लो में स्वाभाविक रूप से कैसे एकीकृत कर सकते हैं। इस एकीकरण कार्यों के वास्तविक कार्यान्वयन के साथ इस श्रृंखला की अगली किस्त पढ़ने के लिए आने वाले महीनों में बने रहें।
आप अमेज़ॅन मॉनीट्रॉन अंतर्दृष्टि को सुपरवाइजरी कंट्रोल एंड डेटा एक्विजिशन (एससीएडीए) या इतिहासकार जैसे शॉप फ्लोर सिस्टम में वापस लाने के लिए डेटा स्ट्रीम का भी उपयोग कर सकते हैं। शॉप फ़्लोर संचालक तब अधिक कुशल होते हैं जब उनकी संपत्तियों और प्रक्रियाओं के बारे में सभी जानकारी कांच के एक ही फलक में प्रदान की जाती है। इस अवधारणा में, अमेज़ॅन मोनिट्रॉन तकनीशियनों द्वारा मॉनिटर किया जाने वाला एक और टूल नहीं बन जाता है, बल्कि एक अन्य डेटा स्रोत बन जाता है, जिसमें एक ही दृश्य में अंतर्दृष्टि प्रदान की जाती है, जिसका वे पहले से ही उपयोग कर रहे हैं। इस वर्ष के अंत में, हम उस आर्किटेक्चर का भी वर्णन करेंगे जिसका उपयोग आप इस कार्य को करने के लिए कर सकते हैं और प्रमुख तृतीय-पक्ष SCADA सिस्टम और इतिहासकारों को Amazon Monitron फीडबैक भेज सकते हैं।
अंतिम लेकिन महत्वपूर्ण बात यह है कि अमेज़ॅन मोनिट्रॉन की नई डेटा स्ट्रीम में अलार्म स्वीकार करते समय उपयोगकर्ताओं द्वारा प्रदान किए गए परिसंपत्ति स्थिति परिवर्तन और क्लोजर कोड शामिल हैं (जो एक नई स्थिति में संक्रमण को ट्रिगर करते हैं)। इस डेटा के लिए धन्यवाद, आप स्वचालित रूप से विज़ुअलाइज़ेशन बना सकते हैं जो उनकी संपत्तियों के संचालन के दौरान की गई विफलताओं और कार्यों की वास्तविक समय की रिपोर्टिंग प्रदान करते हैं।
आपकी टीम प्रमुख AWS सेवाओं का उपयोग करके बड़े औद्योगिक परिसंपत्ति बेड़े में इस परिसंपत्ति स्थिति डेटा को अमेज़ॅन मोनिट्रॉन माप डेटा और अन्य IoT डेटा के साथ जोड़कर आपके औद्योगिक बेड़े प्रबंधन अभ्यास का समर्थन करने के लिए एक व्यापक डेटा एनालिटिक्स डैशबोर्ड का निर्माण कर सकती है, जिसका वर्णन हम इस पोस्ट में करते हैं। हम बताते हैं कि IoT डेटा लेक कैसे बनाया जाए, डेटा का उत्पादन और उपभोग करने के लिए वर्कफ़्लो, साथ ही अमेज़ॅन मोनिट्रॉन सेंसर डेटा और अनुमान परिणामों की कल्पना करने के लिए एक सारांश डैशबोर्ड। हम एक औद्योगिक गोदाम में स्थापित लगभग 780 सेंसर से आने वाले अमेज़ॅन मोनिट्रॉन डेटासेट का उपयोग करते हैं, जो 1 वर्ष से अधिक समय से चल रहा है। विस्तृत अमेज़ॅन मॉनिट्रॉन इंस्टॉलेशन गाइड के लिए, देखें Amazon Monitron के साथ शुरुआत करना.
समाधान अवलोकन
अमेज़ॅन मोनिट्रॉन परिसंपत्ति स्वास्थ्य स्थिति का एमएल अनुमान प्रदान करता है एमएल मॉडल प्रशिक्षण अवधि के 21 दिनों के बाद प्रत्येक संपत्ति के लिए. इस समाधान में, इन सेंसरों से माप डेटा और एमएल अनुमान को अमेज़ॅन एस3 के माध्यम से निर्यात किया जाता है अमेज़न Kinesis डेटा स्ट्रीम का उपयोग करके नवीनतम अमेज़ॅन मोनिट्रॉन डेटा निर्यात सुविधा. जैसे ही Amazon S3 में Amazon Monitron IoT डेटा उपलब्ध होता है, एक डेटाबेस और तालिका बनाई जाती है अमेज़न एथेना का उपयोग करके AWS गोंद क्रॉलर. आप एथेना के साथ एडब्ल्यूएस ग्लू टेबल के माध्यम से अमेज़ॅन मोनिट्रॉन डेटा को क्वेरी कर सकते हैं, और माप डेटा और एमएल अनुमान की कल्पना कर सकते हैं अमेज़न प्रबंधित ग्राफाना. अमेज़ॅन प्रबंधित ग्राफाना के साथ, आप अपनी टीम के साथ अवलोकन डैशबोर्ड बना सकते हैं, खोज सकते हैं और साझा कर सकते हैं, और अपने ग्राफाना बुनियादी ढांचे को प्रबंधित करने में कम समय व्यतीत कर सकते हैं। इस पोस्ट में, आप अमेज़ॅन प्रबंधित ग्राफाना को एथेना से कनेक्ट करते हैं, और सीखते हैं कि बड़े पैमाने पर औद्योगिक परिसंपत्ति संचालन की योजना बनाने में मदद के लिए अमेज़ॅन मोनिट्रॉन डेटा के साथ डेटा एनालिटिक्स डैशबोर्ड कैसे बनाया जाए।
निम्नलिखित स्क्रीनशॉट इस बात का उदाहरण है कि आप इस पोस्ट के अंत में क्या हासिल कर सकते हैं। यह डैशबोर्ड तीन खंडों में विभाजित है:
- पौधे का दृश्य - संयंत्रों में सभी सेंसरों से विश्लेषणात्मक जानकारी; उदाहरण के लिए, सेंसर की विभिन्न स्थितियों (स्वस्थ, चेतावनी, या अलार्म) की कुल संख्या, अस्वीकृत और स्वीकृत अलार्म की संख्या, गेटवे कनेक्टिविटी और रखरखाव के लिए औसत समय
- साइट दृश्य - साइट-स्तरीय आँकड़े, जैसे कि प्रत्येक साइट पर संपत्ति की स्थिति के आँकड़े, अलार्म के अज्ञात रहने के दिनों की कुल संख्या, प्रत्येक साइट पर शीर्ष/निचला प्रदर्शन करने वाली संपत्तियाँ, और भी बहुत कुछ
- संपत्ति दृश्य - परिसंपत्ति स्तर पर अमेज़ॅन मोनिट्रॉन परियोजना के लिए सारांश जानकारी, जैसे कि एक अज्ञात अलार्म (आईएसओ या एमएल) के लिए अलार्म प्रकार, अलार्म के लिए समयरेखा, और बहुत कुछ
ये पैनल ऐसे उदाहरण हैं जो रणनीतिक परिचालन योजना में मदद कर सकते हैं, लेकिन ये विशिष्ट नहीं हैं। आप अपने लक्षित KPI के अनुसार डैशबोर्ड को अनुकूलित करने के लिए समान वर्कफ़्लो का उपयोग कर सकते हैं।
वास्तुकला अवलोकन
इस पोस्ट में आप जो समाधान बनाएंगे वह अमेज़ॅन मोनिट्रॉन, किनेसिस डेटा स्ट्रीम को जोड़ता है। अमेज़न Kinesis डेटा Firehose, अमेज़न S3, AWS ग्लू, एथेना, और अमेज़न प्रबंधित ग्राफाना।
निम्नलिखित चित्र समाधान वास्तुकला को दर्शाता है। अमेज़ॅन मॉनीट्रॉन सेंसर उपकरण से विसंगतियों को मापते हैं और उनका पता लगाते हैं। माप डेटा और एमएल अनुमान आउटपुट दोनों को काइनेसिस डेटा स्ट्रीम में प्रति घंटे एक बार की आवृत्ति पर निर्यात किया जाता है, और उन्हें 3 मिनट के बफर के साथ किनेसिस डेटा फायरहोज के माध्यम से अमेज़ॅन एस 1 तक पहुंचाया जाता है। निर्यात किया गया Amazon Monitron डेटा JSON प्रारूप में है। एक AWS ग्लू क्रॉलर प्रति घंटे एक बार की चुनी हुई आवृत्ति पर Amazon S3 में Amazon Monitron डेटा का विश्लेषण करता है, एक मेटाडेटा स्कीमा बनाता है, और एथेना में तालिकाएँ बनाता है। अंत में, अमेज़ॅन प्रबंधित ग्राफाना अमेज़ॅन एस 3 डेटा को क्वेरी करने के लिए एथेना का उपयोग करता है, जिससे माप डेटा और डिवाइस स्वास्थ्य स्थिति दोनों को देखने के लिए डैशबोर्ड बनाने की अनुमति मिलती है।
इस समाधान को बनाने के लिए, आप निम्नलिखित उच्च-स्तरीय चरणों को पूरा करें:
- अमेज़ॅन मोनिट्रॉन से किनेसिस डेटा स्ट्रीम निर्यात सक्षम करें और एक डेटा स्ट्रीम बनाएं।
- डेटा स्ट्रीम से S3 बकेट में डेटा वितरित करने के लिए किनेसिस डेटा फ़ायरहोज़ को कॉन्फ़िगर करें।
- एथेना में Amazon S3 डेटा की एक तालिका बनाने के लिए AWS ग्लू क्रॉलर बनाएं।
- Amazon प्रबंधित Grafana के साथ Amazon Monitron उपकरणों का एक डैशबोर्ड बनाएं।
.. पूर्वापेक्षाएँ
इस पूर्वाभ्यास के लिए, आपके पास निम्नलिखित शर्तें होनी चाहिए:
इसके अतिरिक्त, सुनिश्चित करें कि आपके द्वारा तैनात सभी संसाधन एक ही क्षेत्र में हैं।
अमेज़ॅन मोनिट्रॉन से काइनेसिस डेटा स्ट्रीम निर्यात सक्षम करें और एक डेटा स्ट्रीम बनाएं
अपने डेटा स्ट्रीम निर्यात को कॉन्फ़िगर करने के लिए, निम्नलिखित चरणों को पूरा करें:
- Amazon Monitron कंसोल पर, अपने प्रोजेक्ट के मुख्य पृष्ठ से चुनें लाइव डेटा निर्यात प्रारंभ करें.
- के अंतर्गत अमेज़ॅन किनेसिस डेटा स्ट्रीम का चयन करें, चुनें एक नई डेटा स्ट्रीम बनाएं.
- के अंतर्गत डेटा स्ट्रीम कॉन्फ़िगरेशन, अपना डेटा स्ट्रीम नाम दर्ज करें।
- के लिए डेटा स्ट्रीम क्षमता, चुनें मांग पर.
- चुनें डेटा स्ट्रीम बनाएँ.
ध्यान दें कि 4 अप्रैल, 2023 के बाद सक्षम कोई भी लाइव डेटा निर्यात किनेसिस डेटा स्ट्रीम v2 स्कीमा के बाद डेटा स्ट्रीम करेगा। यदि आपके पास मौजूदा डेटा निर्यात है जो इस तिथि से पहले सक्षम किया गया था, तो स्कीमा v1 प्रारूप का पालन करेगा।
अब आप अपने निर्दिष्ट किनेसिस डेटा स्ट्रीम के साथ अमेज़ॅन मोनिट्रॉन कंसोल पर लाइव डेटा निर्यात जानकारी देख सकते हैं।
S3 बकेट में डेटा वितरित करने के लिए किनेसिस डेटा फ़ायरहोज़ कॉन्फ़िगर करें
अपनी फ़ायरहोज़ डिलीवरी स्ट्रीम को कॉन्फ़िगर करने के लिए, निम्नलिखित चरणों को पूरा करें:
- काइनेसिस कंसोल पर, चुनें वितरण धाराएँ नेविगेशन फलक में
- चुनें वितरण स्ट्रीम बनाएं.
- के लिए स्रोत, चुनते हैं अमेज़न Kinesis डेटा स्ट्रीम.
- के लिए गंतव्य, चुनते हैं अमेज़न S3.
- के अंतर्गत स्रोत सेटिंग्सके लिए, काइनेसिस डेटा स्ट्रीम, अपने किनेसिस डेटा स्ट्रीम का ARN दर्ज करें।
- के अंतर्गत डिलीवरी स्ट्रीम का नाम, अपने किनेसिस डेटा स्ट्रीम का नाम दर्ज करें।
- के अंतर्गत गंतव्य सेटिंग, एक S3 बकेट चुनें या एक बकेट URI दर्ज करें। आप Amazon Monitron डेटा को स्टोर करने के लिए या तो मौजूदा S3 बकेट का उपयोग कर सकते हैं, या आप एक नया S3 बकेट बना सकते हैं।
- JSON के लिए इनलाइन पार्सिंग का उपयोग करके गतिशील विभाजन सक्षम करें:
- चुनें सक्षम एसटी गतिशील विभाजन.
- चुनें सक्षम एसटी JSON के लिए इनलाइन पार्सिंग.
- के अंतर्गत गतिशील विभाजन कुंजियाँ, निम्नलिखित विभाजन कुंजियाँ जोड़ें:
कुंजी का नाम | जेक्यू अभिव्यक्ति |
परियोजना | .projectName| "project=(.)" |
साइट | .eventPayload.siteName| "site=(.)" |
आस्ति | .eventPayload.assetName| "asset=(.)" |
स्थिति | .eventPayload.positionName| "position=(.)" |
पहर | .timestamp| sub(" [0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3}$"; "")| "time=(.)" |
- चुनें गतिशील विभाजन कुंजियाँ लागू करें और पुष्टि करें कि उत्पन्न S3 बकेट उपसर्ग है:
- के लिए एक उपसर्ग दर्ज करें S3 बकेट त्रुटि आउटपुट उपसर्ग. कोई भी JSON पेलोड जिसमें पहले वर्णित कुंजियाँ नहीं हैं, इस उपसर्ग में वितरित किया जाएगा। उदाहरण के लिए,
gatewayConnected
औरgatewayDisconnected
घटनाएँ किसी दी गई संपत्ति या स्थिति से जुड़ी नहीं हैं। इसलिए, उनमें ये शामिल नहीं होंगेassetName
औरpositionName
खेत। इस वैकल्पिक उपसर्ग को यहां निर्दिष्ट करने से आप इस स्थान की निगरानी कर सकते हैं और इन घटनाओं को तदनुसार संसाधित कर सकते हैं। - चुनें वितरण स्ट्रीम बनाएं.
आप S3 बकेट में Amazon Monitron डेटा का निरीक्षण कर सकते हैं। ध्यान दें कि अमेज़ॅन मोनिट्रॉन डेटा प्रति घंटे एक बार की आवृत्ति पर लाइव डेटा निर्यात करेगा, इसलिए डेटा का निरीक्षण करने के लिए 1 घंटे तक प्रतीक्षा करें।
यह किनेसिस डेटा फ़ायरहोज़ सेटअप गतिशील विभाजन को सक्षम बनाता है, और वितरित S3 ऑब्जेक्ट निम्नलिखित कुंजी प्रारूप का उपयोग करेंगे:
एथेना में Amazon S3 डेटा की एक तालिका बनाने के लिए AWS ग्लू क्रॉलर बनाएं
अमेज़ॅन S3 पर लाइव डेटा निर्यात किए जाने के बाद, हम मेटाडेटा तालिकाएँ उत्पन्न करने के लिए AWS ग्लू क्रॉलर का उपयोग करते हैं। इस पोस्ट में, हम Amazon S3 में निर्यात किए गए Amazon Monitron डेटा से स्वचालित रूप से डेटाबेस और टेबल स्कीमा का अनुमान लगाने के लिए AWS ग्लू क्रॉलर का उपयोग करते हैं, और संबंधित मेटाडेटा को AWS ग्लू डेटा कैटलॉग में संग्रहीत करते हैं। इसके बाद एथेना अमेज़ॅन S3 में डेटा को खोजने, पढ़ने और संसाधित करने के लिए डेटा कैटलॉग से तालिका मेटाडेटा का उपयोग करती है। अपना डेटाबेस और तालिका स्कीमा बनाने के लिए निम्नलिखित चरणों को पूरा करें:
- एडब्ल्यूएस गोंद कंसोल पर, चुनें क्रौलर नेविगेशन फलक में
- चुनें क्रॉलर बनाएं.
- क्रॉलर के लिए एक नाम दर्ज करें (उदाहरण के लिए,
XXX_xxxx_monitron
). - चुनें अगला.
- के लिए क्या आपका डेटा पहले ही ग्लू टेबल में मैप किया जा चुका है, चुनें अभी नहीं.
- के लिए डेटा स्रोत, चुनें S3.
- के लिए S3 डेटा का स्थान, चुनें इस खाते में, और अपनी S3 बकेट निर्देशिका का पथ दर्ज करें जिसे आपने पिछले अनुभाग में सेट किया था (
s3://YourBucketName
). - के लिए S3 डेटा स्टोर के क्रॉल दोहराएं, चुनते हैं सभी उप-फ़ोल्डरों को क्रॉल करें.
- अंत में, चुनें अगला.
- चुनते हैं नई IAM भूमिका बनाएं और भूमिका के लिए एक नाम दर्ज करें।
- चुनें अगला.
- चुनते हैं डेटाबेस जोड़ें, और डेटाबेस के लिए एक नाम दर्ज करें। यह एथेना डेटाबेस बनाता है जहां क्रॉलर पूरा होने के बाद आपकी मेटाडेटा तालिकाएं स्थित होती हैं।
- के लिए क्रॉलर शेड्यूल, डेटाबेस में अमेज़ॅन मोनिट्रॉन डेटा को ताज़ा करने के लिए एक पसंदीदा समय-आधारित शेड्यूलर (उदाहरण के लिए, प्रति घंटा) का चयन करें और चुनें अगला.
- क्रॉलर विवरण की समीक्षा करें और चुनें बनाएं.
- पर क्रौलर AWS Glue कंसोल का पेज, आपके द्वारा बनाए गए क्रॉलर को चुनें और चुनें क्रॉलर चलाएं.
डेटा के आकार के आधार पर आपको कुछ मिनट प्रतीक्षा करनी पड़ सकती है। जब यह पूरा हो जाता है, तो क्रॉलर की स्थिति इस प्रकार दिखाई देती है तैयार. मेटाडेटा तालिका देखने के लिए, अपने डेटाबेस पर नेविगेट करें डेटाबेस पेज और चुनें टेबल्स नेविगेशन फलक में
आप डेटा चुनकर भी देख सकते हैं तालिका डेटा कंसोल पर।
आपको Amazon S10 में Amazon Monitron डेटा के शीर्ष 3 रिकॉर्ड देखने के लिए एथेना कंसोल पर पुनः निर्देशित किया गया है।
Amazon प्रबंधित Grafana के साथ Amazon Monitron उपकरणों का एक डैशबोर्ड बनाएं
इस अनुभाग में, हम Amazon S3 में Amazon Monitron डेटा की कल्पना करने के लिए Amazon प्रबंधित Grafana के साथ एक अनुकूलित डैशबोर्ड बनाते हैं, ताकि OT टीम अपने पूरे Amazon Monitron सेंसर बेड़े में अलार्म में संपत्तियों तक सुव्यवस्थित पहुंच प्राप्त कर सके। यह ओटी टीम को विसंगतियों के संभावित मूल कारण के आधार पर अगले चरण की कार्रवाई की योजना बनाने में सक्षम करेगा।
सेवा मेरे एक ग्राफाना कार्यक्षेत्र बनाएं, निम्नलिखित चरणों को पूरा करें:
- सुनिश्चित करें कि आपकी उपयोगकर्ता भूमिका व्यवस्थापक या संपादक है।
- Amazon प्रबंधित Grafana कंसोल पर, चुनें कार्यक्षेत्र बनाएँ.
- के लिए कार्यक्षेत्र का नाम, कार्यस्थान के लिए एक नाम दर्ज करें.
- चुनें अगला.
- के लिए प्रमाणीकरण पहुंच, चुनते हैं एडब्ल्यूएस आईएएम पहचान केंद्र (AWS सिंगल साइन-ऑन का उत्तराधिकारी). आप वही प्रयोग कर सकते हैं AWS IAM पहचान केंद्र उपयोगकर्ता जिसका उपयोग आपने अपना Amazon Monitron प्रोजेक्ट सेट करने के लिए किया था।
- चुनें अगला.
- इस पहले कार्यक्षेत्र के लिए, इसकी पुष्टि करें सेवा प्रबंधित के लिए चुना गया है अनुमति प्रकार. यह चयन अमेज़ॅन प्रबंधित ग्राफ़ाना को आपके द्वारा इस कार्यक्षेत्र के लिए उपयोग किए जाने वाले AWS डेटा स्रोतों के लिए आवश्यक अनुमतियों को स्वचालित रूप से प्रावधान करने में सक्षम बनाता है।
- चुनें चालू खाता.
- चुनें अगला.
- कार्यक्षेत्र विवरण की पुष्टि करें, और चुनें कार्यक्षेत्र बनाएँ. कार्यस्थान विवरण पृष्ठ प्रकट होता है. प्रारंभ में, स्थिति है बनाना.
- स्थिति आने तक प्रतीक्षा करें सक्रिय अगले कदम के लिए आगे बढ़ने के लिए।
अपने एथेना डेटा स्रोत को कॉन्फ़िगर करने के लिए, निम्नलिखित चरणों को पूरा करें:
- अमेज़ॅन प्रबंधित ग्राफ़ाना कंसोल पर, वह कार्यक्षेत्र चुनें जिस पर आप काम करना चाहते हैं।
- पर डाटा के स्रोत टैब, चयन करें अमेज़न एथेना, और चुनें क्रियाएँ, सेवा-प्रबंधित नीति सक्षम करें.
- चुनें ग्राफाना में कॉन्फ़िगर करें में अमेज़न एथेना पंक्ति।
- यदि आवश्यक हो तो IAM पहचान केंद्र का उपयोग करके ग्राफाना कार्यक्षेत्र कंसोल में साइन इन करें। एथेना डेटा स्रोत तक पहुंच पाने के लिए उपयोगकर्ता के पास उपयोगकर्ता या भूमिका से जुड़ी एथेना एक्सेस नीति होनी चाहिए। देखना AWS प्रबंधित नीति: AmazonGrafanaAthenaAccess अधिक जानकारी के लिए.
- ग्राफाना वर्कस्पेस कंसोल पर, नेविगेशन फलक में, निचला AWS आइकन चुनें (दो हैं) और फिर चुनें एथेना पर डाटा के स्रोत मेनू.
- उस डिफ़ॉल्ट क्षेत्र का चयन करें जिससे आप एथेना डेटा स्रोत से क्वेरी कराना चाहते हैं, उन खातों का चयन करें जिन्हें आप चाहते हैं, फिर चुनें डेटा स्रोत जोड़ें.
- करने के लिए चरणों का पालन करें एथेना विवरण कॉन्फ़िगर करें.
यदि एथेना में आपके कार्यसमूह में आउटपुट स्थान पहले से कॉन्फ़िगर नहीं है, तो आपको क्वेरी परिणामों के लिए उपयोग करने के लिए एक S3 बकेट और फ़ोल्डर निर्दिष्ट करना होगा। डेटा स्रोत सेट करने के बाद, आप इसे देख या संपादित कर सकते हैं विन्यास फलक।
निम्नलिखित उपखंडों में, हम परिचालन अंतर्दृष्टि प्राप्त करने के लिए अमेज़ॅन प्रबंधित ग्राफाना में निर्मित अमेज़ॅन मोनिट्रॉन डैशबोर्ड में कई पैनल प्रदर्शित करते हैं। एथेना डेटा स्रोत एक मानक SQL क्वेरी संपादक प्रदान करता है जिसका उपयोग हम वांछित विश्लेषण उत्पन्न करने के लिए अमेज़ॅन मोनिट्रॉन डेटा का विश्लेषण करने के लिए करेंगे।
सबसे पहले, यदि अमेज़ॅन मोनिट्रॉन प्रोजेक्ट में कई सेंसर हैं और वे विभिन्न राज्यों (स्वस्थ, चेतावनी, अलार्म और रखरखाव की आवश्यकता) में हैं, तो ओटी टीम विभिन्न राज्यों में सेंसर की स्थिति की गिनती देखना चाहती है। आप निम्नलिखित एथेना क्वेरी के माध्यम से ग्राफाना में पाई चार्ट विजेट के रूप में ऐसी जानकारी प्राप्त कर सकते हैं:
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;
निम्नलिखित स्क्रीनशॉट अमेज़ॅन मोनिट्रॉन सेंसर स्थिति के नवीनतम वितरण के साथ एक पैनल दिखाता है।
Amazon Monitron डेटा के लिए अपनी SQL क्वेरी को फ़ॉर्मेट करने के लिए, देखें डेटा निर्यात स्कीमा को समझना.
इसके बाद, आपकी ऑपरेशंस टेक्नोलॉजी टीम अलार्म स्थिति में मौजूद परिसंपत्तियों के आधार पर पूर्वानुमानित रखरखाव की योजना बनाना चाह सकती है, और इसलिए वे स्वीकृत अलार्म बनाम अस्वीकृत अलार्म की कुल संख्या को जल्दी से जानना चाहते हैं। आप ग्राफाना में अलार्म स्थिति की सारांश जानकारी को सरल सांख्यिकी पैनल के रूप में दिखा सकते हैं:
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';
निम्नलिखित पैनल स्वीकृत और अस्वीकृत अलार्म दिखाता है।
ओटी टीम यह भी पूछ सकती है कि सेंसर कितने समय तक अलार्म स्थिति में रहता है, ताकि वे अपनी रखरखाव प्राथमिकता तय कर सकें:
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;
इस विश्लेषण के आउटपुट को ग्राफाना में एक बार चार्ट द्वारा देखा जा सकता है, और अलार्म स्थिति में अलार्म को आसानी से देखा जा सकता है जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है।
परिसंपत्ति के अलार्म में रहने या रखरखाव की आवश्यकता की कुल अवधि के आधार पर शीर्ष/निचले परिसंपत्ति प्रदर्शन का विश्लेषण करने के लिए, निम्नलिखित क्वेरी का उपयोग करें:
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;
निम्नलिखित बार गेज का उपयोग पूर्ववर्ती क्वेरी आउटपुट को देखने के लिए किया जाता है, जिसमें शीर्ष प्रदर्शन करने वाली संपत्तियां 0 दिनों की अलार्म स्थिति दिखाती हैं, और निचली प्रदर्शन करने वाली संपत्तियां पिछले वर्ष में संचित खतरनाक स्थिति दिखाती हैं।
ओटी टीम को किसी विसंगति के संभावित मूल कारण को समझने में मदद करने के लिए, निम्नलिखित क्वेरी के साथ अभी भी अलार्म स्थिति में इन संपत्तियों के लिए अलार्म प्रकार प्रदर्शित किए जा सकते हैं:
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');
आप इस विश्लेषण को ग्राफाना में एक तालिका के रूप में देख सकते हैं। इस अमेज़ॅन मोनिट्रॉन प्रोजेक्ट में, कंपन माप के लिए एमएल मॉडल द्वारा दो अलार्म चालू किए गए थे।
अमेज़ॅन प्रबंधित ग्राफ़ाना डैशबोर्ड को चित्रण उद्देश्यों के लिए यहां दिखाया गया है। आप डैशबोर्ड डिज़ाइन को अपनी व्यावसायिक आवश्यकताओं के अनुसार अनुकूलित कर सकते हैं।
विफलता रिपोर्ट
जब कोई उपयोगकर्ता अमेज़ॅन मोनिट्रॉन ऐप में अलार्म स्वीकार करता है, तो संबंधित संपत्तियां एक नई स्थिति में स्थानांतरित हो जाती हैं। उपयोगकर्ता के पास इस अलार्म के बारे में कुछ विवरण प्रदान करने का अवसर भी है:
- असफलता का कारण - यह निम्नलिखित में से एक हो सकता है: प्रशासन, डिज़ाइन, निर्माण, रखरखाव, संचालन, अन्य, गुणवत्ता, टूट-फूट, या अनिर्धारित
- विफल मोड - यह निम्नलिखित में से एक हो सकता है: NO_ISSUE, BLOCKAGE, CAVITATION, CORROSION, DEPOSIT, IMBALANCE, LUBRICATION, MISALIGNMENT, OTHER, RESONANCE, ROTATING_LOOSENESS, Structural_LOOSENESS, TRANSMITTED_FAULT, या UNDETERMINED
- कार्रवाई की गई - यह समायोजित, साफ, चिकनाई, संशोधित, ओवरहाल, प्रतिस्थापित, NO_ACTION, या अन्य हो सकता है
परिसंपत्ति स्थिति संक्रमण से जुड़े इवेंट पेलोड में यह सारी जानकारी, परिसंपत्ति की पिछली स्थिति और परिसंपत्ति की नई स्थिति शामिल होती है। इस पोस्ट के अपडेट के लिए बने रहें जिसमें इस बारे में अधिक जानकारी दी गई है कि आप इस जानकारी का उपयोग एक अतिरिक्त ग्राफाना पैनल में कैसे कर सकते हैं ताकि आपकी परिसंपत्तियों में होने वाली सबसे आम विफलताओं और कार्रवाइयों के पेरेटो चार्ट तैयार किए जा सकें।
निष्कर्ष
Amazon Monitron के एंटरप्राइज़ ग्राहक Amazon Monitron के लाइव डेटा के साथ IoT डेटा लेक बनाने के लिए एक समाधान की तलाश कर रहे हैं, ताकि वे कई Amazon Monitron परियोजनाओं और संपत्तियों का प्रबंधन कर सकें, और कई Amazon Monitron परियोजनाओं में एनालिटिक्स रिपोर्ट तैयार कर सकें। यह पोस्ट नवीनतम के साथ इस IoT डेटा लेक को बनाने के लिए एक समाधान का विस्तृत विवरण प्रदान करता है अमेज़ॅन मोनिट्रॉन किनेसिस डेटा निर्यात v2 सुविधा. इस समाधान ने यह भी दिखाया कि डेटा को क्वेरी करने, एनालिटिक्स आउटपुट उत्पन्न करने और लगातार रिफ्रेश के साथ अमेज़ॅन प्रबंधित ग्राफाना के साथ ऐसे आउटपुट की कल्पना करने के लिए अन्य एडब्ल्यूएस सेवाओं, जैसे एडब्ल्यूएस ग्लू और एथेना का उपयोग कैसे करें।
अगले चरण के रूप में, आप अन्य ईएएम सिस्टमों पर एमएल अनुमान परिणाम भेजकर इस समाधान का विस्तार कर सकते हैं जिनका उपयोग आप कार्य ऑर्डर प्रबंधन के लिए कर सकते हैं। यह आपकी ऑपरेशन टीम को अमेज़ॅन मोनिट्रॉन को अन्य एंटरप्राइज़ अनुप्रयोगों के साथ एकीकृत करने और उनकी संचालन दक्षता में सुधार करने की अनुमति देगा। आप अपने विफलता मोड और परिसंपत्ति स्थिति परिवर्तन और क्लोजर कोड को संसाधित करके की गई कार्रवाइयों में अधिक गहन अंतर्दृष्टि बनाना शुरू कर सकते हैं जो अब किनेसिस डेटा स्ट्रीम पेलोड का हिस्सा हैं।
लेखक के बारे में
जूलिया हू अमेज़ॅन वेब सर्विसेज में एक सीनियर एआई/एमएल सॉल्यूशंस आर्किटेक्ट हैं। उनके पास IoT आर्किटेक्चर और एप्लाइड डेटा साइंस में व्यापक अनुभव है, और वह मशीन लर्निंग और IoT तकनीकी क्षेत्र समुदाय दोनों का हिस्सा हैं। वह एज और क्लाउड में AWSome IoT मशीन लर्निंग (ML) समाधान विकसित करने के लिए स्टार्ट-अप से लेकर उद्यमों तक के ग्राहकों के साथ काम करती है। वह अपने एमएल समाधान को बढ़ाने, विलंबता को कम करने और उद्योग को अपनाने में तेजी लाने के लिए नवीनतम IoT और बड़ी डेटा तकनीक का लाभ उठाना पसंद करती है।
बिश्र तब्बा अमेज़ॅन वेब सर्विसेज में एक समाधान वास्तुकार है। बिश्र ग्राहकों को मशीन लर्निंग, सुरक्षा और अवलोकन संबंधी अनुप्रयोगों में मदद करने में माहिर है। काम के अलावा, उन्हें टेनिस खेलना, खाना बनाना और परिवार के साथ समय बिताना पसंद है।
शालिका परगाल अमेज़न वेब सर्विसेज में प्रोडक्ट मैनेजर हैं। शालिका औद्योगिक ग्राहकों के लिए एआई उत्पादों और सेवाओं के निर्माण पर ध्यान केंद्रित करती है। उनके पास उत्पाद, औद्योगिक और व्यवसाय विकास के क्षेत्र में महत्वपूर्ण अनुभव है। उन्होंने हाल ही में शेयर किया है मोनिट्रॉन की सफलता की कहानी रीइन्वेंट 2022 में।
गैरी गैलिंस्की AWS पर अमेज़न का समर्थन करने वाला एक प्रमुख समाधान वास्तुकार है। वह मोनिट्रॉन की शुरुआत से ही इसके साथ जुड़े हुए हैं और उन्होंने अमेज़ॅन के विश्वव्यापी पूर्ति नेटवर्क में समाधान को एकीकृत और तैनात करने में मदद की है। उन्होंने हाल ही में Amazon's शेयर किया है मोनिट्रॉन की सफलता की कहानी पुन: आविष्कार 2022 पर।
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।
- मिंटिंग द फ्यूचर डब्ल्यू एड्रिएन एशले। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/generate-actionable-insights-for-predictive-maintenance-management-with-amazon-monitron-and-amazon-kinesis/
- :हैस
- :है
- :नहीं
- $यूपी
- 1
- 10
- 100
- 200
- 2022
- 2023
- 7
- 8
- 9
- a
- About
- में तेजी लाने के
- पहुँच
- अनुसार
- तदनुसार
- अकौन्टस(लेखा)
- जमा हुआ
- पाना
- अर्जन
- के पार
- कार्य
- कार्रवाई
- गतिविधि
- अनुकूलन
- अतिरिक्त
- व्यवस्थापक
- प्रशासन
- दत्तक ग्रहण
- बाद
- AI
- ऐ / एमएल
- सहायता
- अलार्म
- चेतावनियाँ
- सब
- की अनुमति दे
- की अनुमति देता है
- पहले ही
- भी
- वीरांगना
- अमेज़ॅन किनिस
- अमेज़न प्रबंधित ग्राफाना
- अमेज़ॅन वेब सेवा
- राशि
- an
- विश्लेषण
- विश्लेषणात्मक
- विश्लेषिकी
- विश्लेषण करें
- का विश्लेषण करती है
- और
- असंगति का पता लगाये
- अन्य
- कोई
- अनुप्रयोग
- अनुप्रयोगों
- लागू
- दृष्टिकोण
- अप्रैल
- स्थापत्य
- हैं
- AS
- आस्ति
- परिसंपत्ति प्रबंधन
- संपत्ति
- जुड़े
- At
- स्वचालित
- स्वतः
- स्वचालित
- उपलब्ध
- औसत
- से बचने
- एडब्ल्यूएस
- एडब्ल्यूएस गोंद
- वापस
- बार
- आधारित
- BE
- बन
- किया गया
- से पहले
- BEST
- बेहतर
- के बीच
- बड़ा
- बड़ा डेटा
- किताब
- के छात्रों
- तल
- लाना
- लाता है
- व्यापक
- बफर
- निर्माण
- इमारत
- बनाता है
- बनाया गया
- व्यापार
- व्यापार विकास
- लेकिन
- by
- कर सकते हैं
- पा सकते हैं
- कब्जा
- मामला
- मामलों
- सूची
- कारण
- का कारण बनता है
- केंद्र
- केंद्र
- चुनौतियों
- चार्ट
- चार्ट
- चैट रूम
- चुनें
- चुनने
- करने के लिए चुना
- वर्गीकरण
- बंद
- बादल
- कोड
- एकत्रित
- गठबंधन
- जोड़ती
- संयोजन
- अ रहे है
- सामान्य
- समुदाय
- पूरा
- जटिल
- संकल्पना
- शर्त
- पुष्टि करें
- जुडिये
- कनेक्टिविटी
- कंसोल
- उपभोग
- शामिल
- शामिल हैं
- निरंतर
- नियंत्रण
- सका
- क्रॉलर
- बनाना
- बनाया
- बनाता है
- निर्माण
- ग्राहक
- अनुकूलित
- अनुकूलित
- चक्र
- डैशबोर्ड
- तिथि
- डेटा विश्लेषण
- डेटा लेक
- डेटा विज्ञान
- आँकड़े वाला वैज्ञानिक
- डाटाबेस
- तारीख
- दिन
- प्रथम प्रवेश
- तय
- चूक
- उद्धार
- दिया गया
- प्रसव
- दिखाना
- निर्भर करता है
- तैनात
- पैसे जमा करने
- वर्णन
- वर्णित
- डिज़ाइन
- वांछित
- विस्तृत
- विवरण
- खोज
- विकसित करना
- विकास
- युक्ति
- डिवाइस
- विभिन्न
- सीधे
- अन्य वायरल पोस्ट से
- वितरण
- विभाजित
- नहीं करता है
- स्र्कना
- गतिशील
- से प्रत्येक
- पूर्व
- आसानी
- Edge
- संपादक
- प्रभावी रूप से
- दक्षता
- कुशल
- कुशलता
- भी
- सक्षम
- सक्षम
- सक्षम बनाता है
- शुरू से अंत तक
- इंजीनियर्स
- समृद्ध
- समृद्ध
- दर्ज
- उद्यम
- उद्यम
- वातावरण
- उपकरण
- त्रुटि
- कार्यक्रम
- घटनाओं
- उदाहरण
- उदाहरण
- अनन्य
- मौजूदा
- विस्तार
- अनुभव
- अनुभव
- समझाना
- का पता लगाने
- निर्यात
- व्यापक
- विस्तृत अनुभव
- विफलता
- परिवार
- प्रतिक्रिया
- कुछ
- खेत
- फ़ील्ड
- अंत में
- खोज
- प्रथम
- बेड़ा
- मंज़िल
- ध्यान केंद्रित
- केंद्रित
- का पालन करें
- निम्नलिखित
- के लिए
- प्रारूप
- आवृत्ति
- बारंबार
- से
- लाभ
- प्रवेश द्वार
- उत्पन्न
- उत्पन्न
- मिल
- दी
- कांच
- समूह
- गाइड
- होना
- है
- he
- स्वास्थ्य
- स्वस्थ
- मदद
- मदद की
- मदद
- यहाँ उत्पन्न करें
- उच्च स्तर
- कैसे
- How To
- एचटीएमएल
- HTTPS
- आईबीएम
- नायक
- पहचान करना
- पहचान
- असंतुलन
- लागू करने के
- कार्यान्वयन
- में सुधार
- in
- में गहराई
- शामिल
- शामिल
- आवक
- औद्योगिक
- उद्योग
- पता
- करें-
- इंफ्रास्ट्रक्चर
- शुरू में
- अंतर्दृष्टि
- installed
- किस्त
- उदाहरण
- एकीकृत
- एकीकृत
- एकीकरण
- इंटरनेट
- चीजों की इंटरनेट
- प्रतिच्छेदन
- में
- शामिल
- IOT
- आईएसओ
- मुद्दों
- IT
- आईटी इस
- में शामिल होने
- जेपीजी
- JSON
- इच्छुक
- कुंजी
- Instagram पर
- किनेसिस डेटा फायरहोज
- किनेसिस डेटा स्ट्रीम
- जानना
- झील
- बड़ा
- विलंब
- ताज़ा
- शुभारंभ
- जानें
- सीख रहा हूँ
- स्तर
- लाभ
- सीमा
- सीमित
- पंक्तियां
- जुड़ा हुआ
- लिंक्डइन
- जीना
- सजीव आंकड़ा
- स्थित
- स्थान
- देख
- मशीन
- यंत्र अधिगम
- मशीनरी
- मुख्य
- बनाए रखना
- रखरखाव
- प्रमुख
- बनाना
- प्रबंधन
- कामयाब
- प्रबंध
- प्रबंधक
- प्रबंधक
- प्रबंध
- विनिर्माण
- बहुत
- अधिकतम करने के लिए
- मई..
- माप
- यांत्रिक
- मध्यम
- मेन्यू
- मेटाडाटा
- हो सकता है
- मिनटों
- लापता
- ML
- मोबाइल
- मोबाइल एप्लिकेशन
- आदर्श
- मॉडल
- मोड
- संशोधित
- पल
- मॉनिटर
- निगरानी
- महीने
- अधिक
- अधिक कुशल
- अधिकांश
- विभिन्न
- नाम
- नेविगेट करें
- पथ प्रदर्शन
- आवश्यक
- आवश्यकता
- की जरूरत है
- नेटवर्क
- नया
- अगला
- अभी
- संख्या
- वस्तुओं
- प्राप्त
- of
- on
- ONE
- केवल
- खोलता है
- संचालित
- परिचालन
- आपरेशन
- परिचालन
- संचालन
- ऑपरेटरों
- अवसर
- इष्टतमीकरण
- or
- आदेश
- आदेशों
- संगठन
- अन्य
- हमारी
- उत्पादन
- बाहर
- के ऊपर
- कुल
- ओवरहाल
- अपना
- पृष्ठ
- फलक
- पैनल
- पैनलों
- भाग
- आवेशपूर्ण
- अतीत
- पथ
- निष्पादन
- प्रदर्शन
- प्रदर्शन
- समय-समय
- अनुमति
- अनुमतियाँ
- योजना
- की योजना बना
- कारखाना
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- खेल
- नीति
- स्थिति
- पदों
- संभव
- पद
- संभावित
- बिजली
- अभ्यास
- भविष्य कहनेवाला विश्लेषिकी
- वरीय
- आवश्यक शर्तें
- पिछला
- प्रिंसिपल
- प्राथमिकता
- प्रोएक्टिव
- प्रक्रिया
- प्रक्रियाओं
- प्रसंस्करण
- उत्पादन
- एस्ट्रो मॉल
- उत्पादन प्रबंधक
- उत्पाद की गुणवत्ता
- उत्पादन
- उत्पाद
- परियोजना
- परियोजनाओं
- प्रदान करना
- बशर्ते
- प्रदान करता है
- प्रावधान
- प्रकाशित
- प्रयोजनों
- गुणवत्ता
- जल्दी से
- रेंज
- लेकर
- RE
- पढ़ना
- वास्तविक समय
- कारण
- हाल ही में
- अभिलेख
- को कम करने
- क्षेत्र
- नियमित तौर पर
- सुदृढ़
- विश्वसनीयता
- विश्वसनीय
- रहना
- बाकी है
- की जगह
- रिपोर्टिंग
- रिपोर्ट
- गूंज
- उपयुक्त संसाधन चुनें
- परिणाम
- जोखिम
- भूमिका
- कमरा
- जड़
- आरओडब्ल्यू
- रन
- दौड़ना
- s
- वही
- पौधों का रस
- स्केल
- विज्ञान
- वैज्ञानिक
- क्षेत्र
- अनुभाग
- वर्गों
- सुरक्षित रूप से
- सुरक्षा
- चयनित
- चयन
- भेजना
- सेंसर
- कई
- सेवा
- सेवाएँ
- सेट
- की स्थापना
- व्यवस्था
- कई
- Share
- साझा
- ख़रीदे
- चाहिए
- दिखाना
- दिखाया
- दिखाता है
- महत्वपूर्ण
- समान
- सरल
- के बाद से
- एक
- साइट
- साइटें
- आकार
- So
- सॉफ्टवेयर
- समाधान
- समाधान ढूंढे
- कुछ
- स्रोत
- सूत्रों का कहना है
- विशेषज्ञ
- माहिर
- विनिर्दिष्ट
- बिताना
- खर्च
- मानक
- सितारे
- प्रारंभ
- स्टार्ट-अप
- शुरू
- राज्य
- राज्य
- आँकड़े
- आँकड़े
- स्थिति
- रहना
- कदम
- कदम
- फिर भी
- भंडारण
- की दुकान
- सामरिक
- स्ट्रेटेजी
- धारा
- बुद्धिसंगत
- नदियों
- सफलता
- ऐसा
- सारांश
- समर्थन
- सहायक
- प्रणाली
- सिस्टम
- तालिका
- लक्षित
- कार्य
- टीम
- टीमों
- तकनीकी
- टेक्नोलॉजी
- से
- धन्यवाद
- कि
- RSI
- राज्य
- लेकिन हाल ही
- वहाँ।
- इसलिये
- इन
- वे
- चीज़ें
- तीसरे दल
- इसका
- इस वर्ष
- तीन
- पहर
- समय श्रृंखला
- समय
- टाइमस्टैम्प
- सेवा मेरे
- साधन
- ऊपर का
- शीर्ष 10
- विषय
- कुल
- ट्रैक
- प्रशिक्षण
- स्थानांतरण
- संक्रमण
- संक्रमण
- यात्रा का
- ट्रिगर
- शुरू हो रहा
- प्रकार
- समझना
- अपडेट
- उपरिकाल
- उपयोग
- प्रयुक्त
- उपयोगकर्ता
- उपयोगकर्ताओं
- का उपयोग
- v1
- विभिन्न
- के माध्यम से
- वीडियो
- देखें
- vs
- प्रतीक्षा
- walkthrough
- चेतावनी
- था
- तरीके
- we
- वेब
- वेब सेवाओं
- कुंआ
- थे
- क्या
- कौन कौन से
- जब
- कौन
- पूरा का पूरा
- चौड़ा
- विस्तृत श्रृंखला
- मर्जी
- साथ में
- काम
- काम किया
- workflows
- कार्यसमूह
- कार्य
- दुनिया भर
- वर्ष
- आप
- आपका
- यूट्यूब
- जेफिरनेट