航空公司

此解决方案依据的是大型航空公司中的实际预测性维修系统。数据的来源各种各样,包括来自飞机发动机的 IoT 数据流、飞行计划、气象信息和日志。此解决方案在特征工程中采用 Azure HDInsight,借助 Azure 机器学习检测操作的异常情况,并利用 Azure SQL DW 查询生成的大量数据是否性能很高。此报表还呈现了专为航空业设计的自定义可视化效果的使用情况。

大规模推动维修计划

大型航空公司中负责机队的运营工程师必须依据技术故障的风险及造成的额外成本,不断权衡临时维护成本以及是否中断飞行。

此解决方案中的报表不仅概述了机队状态,还总结了对机队技术运行状况近期变化的预测。这些预测基于多个机器学习模型,且结合了飞机的快速存取记录器(类似于黑闸子)以及其他数据源。此报表显示了一个重要机器学习模型中的详细输出内容,用于预测关键引擎组件的剩余使用年限。

此报表的视觉效果丰富并概述了飞行计划和位置,可帮助决定要维护的航机以及哪架航机最适合替代它。此报表还包含自定义桑基图,可根据机身类型和喷射发动机形状的醒目 3D 热图,合理处理机队中不同的 KPI 权重。对航空业工作人员而言,这些视觉对象直观地呈现了见解。

你的组织是否需要一个自定义的 BI 解决方案?

请访问我们的合作伙伴解决方案展示,了解他们是如何使用 Power BI 解决问题并提高效率的。

Request demo