使用机器学习进行预测性维护

此亚马逊云科技解决方案有何用途?

此解决方案将部署一个机器学习 (Machine Learning) 模型以及一个用于训练模型以识别潜在设备故障的涡轮风扇退化模拟数据示例数据集。

亚马逊云科技解决方案概述

此解决方案使您能够对示例数据集或您自己的数据集执行自动数据处理。其中的机器学习模型可检测潜在设备故障,并提供建议采取的措施。下图表示您可以使用该解决方案实现指南和随附的 Amazon CloudFormation 模板自动部署的架构。

使用机器学习进行预测性维护

该解决方案包括一个 Amazon CloudFormation 模板,用于部署 Amazon Simple Storage Service (Amazon S3) 存储桶中包含的涡轮风扇退化模拟示例数据集,以及一个 Amazon SageMaker 终端节点及将对涡轮风扇退化模拟数据集进行训练以预测剩余使用寿命 (RUL) 的机器学习模型。

该解决方案使用 Amazon SageMaker 笔记本实例编排模型,并使用 SageMaker 训练实例进行训练。训练代码和所训练的模型将存储于解决方案的 Amazon S3 存储桶中。

该解决方案还会部署一个 Amazon CloudWatch Events 规则,该规则配置为每天运行一次。该规则将配置为触发 Amazon Lambda 函数,以创建一个使用所训练的模型通过示例数据集预测 RUL 的 Amazon SageMaker 批量转换作业。

默认情况下,此解决方案已配置为通过示例数据集预测 RUL。

 

使用机器学习进行预测性维护

版本 1.0.0
上次更新日期:05/2020
作者:亚马逊云科技

预计部署时间:5 分钟

源代码 

功能特性

可自定义

该解决方案包括一个涡轮风扇退化模拟数据集,但您可以修改解决方案,以使用您自己的数据集。

自动化

利用预构建的自学机器学习模型,检测潜在设备故障并提供建议采取的措施。
探索所有亚马逊云科技解决方案

浏览我们针对常见架构问题使用亚马逊云科技构建的解决方案组合。

了解更多 
查找合作伙伴

查找亚马逊云科技认证的咨询和技术合作伙伴,以帮助您入门。

了解更多 
开始在控制台中构建

注册并开始探索我们的服务。

开始使用 

开始使用亚马逊云科技免费构建

开始使用亚马逊云科技免费构建

关闭
热线

热线

1010 0766
由光环新网运营的
北京区域
1010 0966
由西云数据运营的
宁夏区域