Configurazioni di inferenza avanzate - AWS IoT SiteWise
Inferenza ad alta frequenza (5 minuti — 1 ora)Inferenza a bassa frequenza (2 ore — 1 giorno)Pianificazione flessibileattivazione della versione del modelloVerifica delle versioni del modello

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Configurazioni di inferenza avanzate

AWS IoT SiteWise consente ai clienti di configurare piani di inferenza dei modelli personalizzati in base alle loro esigenze operative.

La pianificazione delle inferenze è generalmente suddivisa in tre modalità:

Inferenza ad alta frequenza (5 minuti — 1 ora)

Questa modalità è ideale per i processi che funzionano in modo continuo o presentano un'elevata velocità di variazione dei valori dei sensori. In questa configurazione, l'inferenza viene eseguita con una frequenza pari a ogni 5 minuti.

Casi d'uso:

  • Viene utilizzato per monitorare apparecchiature in rapida evoluzione come compressori o trasportatori.

  • È utile per rilevare anomalie di breve durata che richiedono una risposta immediata.

  • È un'operazione sempre attiva in cui i dati fluiscono costantemente.

Supporto offset condizionale:

È possibile definire un offset condizionale (0-60 minuti) per ritardare l'inferenza dopo l'ingestione dei dati. Ciò garantisce che i dati in arrivo in ritardo siano ancora inclusi nella finestra di analisi.

Per configurare l'inferenza ad alta frequenza:

  • Configura il valore del payload AWS/ANOMALY_DETECTION_INFERENCE dell'azione con i valori DataUploadFrequency with: PT5M, PT10M, PT15M, PT30M, PT1H durante l'avvio dell'inferenza.

  • (Facoltativo) Configura DataDelayOffsetInMinutes con l'offset del ritardo in minuti. Imposta questo valore tra 0 e 60 minuti.

{
    "inferenceMode": "START",
    "dataDelayOffsetInMinutes": "DataDelayOffsetInMinutes",
    "dataUploadFrequency": "DataUploadFrequency"
}
Esempio della configurazione di inferenza ad alta frequenza:
{
    "inferenceMode": "START",
    "dataDelayOffsetInMinutes": "2",
    "dataUploadFrequency": "PT5M"
}

Inferenza a bassa frequenza (2 ore — 1 giorno)

Questa modalità è adatta per processi più lenti o casi d'uso in cui le valutazioni giornaliere sono sufficienti. I clienti configurano l'inferenza in modo che venga eseguita ogni ora o una volta al giorno.

Supporto per l'ora di inizio per un intervallo di 1 giorno:

Per l'inferenza giornaliera, specifica facoltativamente un startTime(8:00 ogni giorno), insieme alla consapevolezza del fuso orario.

Supporto per il fuso orario:

Quando startTime viene fornito un, AWS IoT SiteWise utilizza il database dei fusi orari, gestito dalla Internet Assigned Numbers Authority (IANA). Ciò garantisce che l'inferenza sia in linea con l'orario di lavoro locale anche in tutte le regioni.

Supporto offset condizionale:

Come con altre modalità, è configurato un offset condizionale compreso tra 0 e 60 minuti.

Casi d'uso:

  • Controlli sanitari giornalieri per processi in batch o operazioni basate su turni.

  • Evita l'inferenza durante la manutenzione o i tempi di inattività.

  • È utile in ambienti con risorse limitate, in cui l'utilizzo dell'elaborazione deve essere ridotto al minimo.

Per configurare l'inferenza a bassa frequenza:

  • Configura il valore del payload dell'AWS/ANOMALY_DETECTION_INFERENCEazione con DataUploadFrequency with values:. PT2H..PT12H

    • Nel caso di 1 giorno, DataUploadFrequency èP1D.

  • (Facoltativo) Configura DataDelayOffsetInMinutes con l'offset del ritardo in minuti. Imposta questo valore tra 0 e 60 minuti.

Esempio della configurazione di inferenza a bassa frequenza:
{
    "inferenceMode": "START",
    "dataUploadFrequency": "P1D",
    "inferenceStartTime": "13:00",
    "inferenceTimeZone": "America/Chicago"
}

Pianificazione flessibile

La pianificazione flessibile consente ai clienti di definire giorni e intervalli di tempo specifici, durante i quali viene eseguita l'inferenza. Ciò offre ai clienti il controllo completo sulla pianificazione in base alle ore di produzione, agli orari dei turni e ai tempi di inattività pianificati.

Aiuta weeklyOperatingWindow quando:

  • L'apparecchiatura funziona solo in orari specifici (dalle 8:00 alle 16:00).

  • Non c'è produzione nei fine settimana.

  • La manutenzione giornaliera è programmata durante le fasce orarie note.

Supporto per il fuso orario:

Quando startTime viene fornito un, AWS IoT SiteWise utilizza il database dei fusi orari, gestito dalla Internet Assigned Numbers Authority (IANA). Ciò garantisce che l'inferenza sia in linea con l'orario di lavoro locale anche tra le regioni.

Supporto offset condizionale:

Come con altre modalità, è possibile configurare un offset condizionale compreso tra 0 e 60 minuti.

Vantaggi di: weeklyOperatingWindow

  • Evita l'inferenza durante i periodi di inattività o di manutenzione, riducendo i falsi positivi.

  • Allinea il rilevamento delle anomalie alle priorità operative e ai flussi di lavoro basati su turni.

Per configurare una pianificazione flessibile:

  • Configura il valore del payload dell'AWS/ANOMALY_DETECTION_INFERENCEazione con. DataUploadFrequency

  • (Facoltativo) DataDelayOffsetInMinutes con la compensazione del ritardo in minuti. Imposta questo valore tra 0 e 60 minuti.

  • Configura weeklyOperatingWindow con una configurazione a turni:

    • Le chiavi per weeklyOperatingWindow sono i giorni della settimana:monday|tuesday|wednesday|thursday|friday|saturday|sunday.

    • Ogni intervallo di tempo deve essere nel formato di 24 ore come "HH:MM-HH:MM" ("08:00-16:00").

    • È possibile specificare più intervalli al giorno.

Esempio di una configurazione di pianificazione flessibile:
{
    "inferenceMode": "START",
    "dataUploadFrequency": "PT5M",
    "weeklyOperatingWindow": {
      "tuesday": ["11:00-13:00"],
      "monday": ["10:00-11:00", "13:00-15:00"]
    }
}

attivazione della versione del modello

Quando si avvia l'inferenza, è possibile attivare facoltativamente una versione specifica del modello da utilizzare per il rilevamento delle anomalie. Questa funzionalità consente di selezionare una particolare versione del modello addestrato, ripristinare le versioni precedenti o ignorare le decisioni automatiche di promozione del modello.

Casi d'uso:

  • Ripristino della produzione: ripristina rapidamente una versione stabile del modello quando la versione corrente mostra prestazioni ridotte o un comportamento imprevisto.

  • Test A/B: confronta le prestazioni tra diverse versioni del modello passando da una all'altra durante periodi di tempo controllati.

  • Selezione manuale del modello: sostituisci le decisioni automatiche di promozione e seleziona manualmente la versione del modello preferita in base ai requisiti aziendali.

  • Distribuzione graduale: prova le versioni più recenti del modello in finestre temporali non critiche prima di promuoverle al pieno utilizzo in produzione.

  • Ottimizzazione delle prestazioni: seleziona le versioni del modello che offrono prestazioni migliori per condizioni operative specifiche o modelli stagionali.

  • Ripristino durante la manutenzione: utilizza versioni del modello precedenti e ben collaudate durante la manutenzione del sistema o gli aggiornamenti per garantire la stabilità.

Comportamento di selezione della versione del modello

Quando targetModelVersion è specificato:

  • Il sistema attiva la versione del modello richiesta per l'inferenza.

  • Verifica l'esistenza della versione del modello specificata.

  • Sostituisce qualsiasi impostazione di promozione automatica.

Quando non targetModelVersion è specificato:

  • Attiva l'ultima versione attiva del modello se l'inferenza è stata precedentemente avviata.

  • Se l'inferenza non è mai stata attivata, utilizza l'ultima versione del modello addestrato.

Per attivare una versione specifica del modello:

  • Configura il payload dell'azione di inferenza, targetModelVersion impostandolo sul numero di versione del modello desiderato.

  • La versione del modello specificata viene convalidata e attivata, se esiste.

Esempio dell'attivazione della versione del modello:
{
    "inferenceMode": "START",
    "dataUploadFrequency": "PT15M",
    "targetModelVersion": 2
}

Verifica delle versioni del modello

Per verificare la versione del modello attualmente attiva:

Per visualizzare tutte le versioni del modello disponibili:

  • Utilizza l' ListExecutionsAPI per recuperare un elenco completo delle versioni storiche del modello.

  • Utilizza l' DescribeExecutionAPI per recuperare le informazioni del modello addestrato, tra cui l'intervallo di tempo dei dati di esportazione, la versione del modello di calcolo e la durata fatturabile in minuti.

Caratteristiche della versione del modello

  • I numeri di versione del modello vengono assegnati in sequenza a partire da 1.

  • È possibile attivare qualsiasi versione del modello precedentemente addestrata.

  • La versione del modello attivata persiste fino a quando non viene modificata esplicitamente.

  • L'attivazione della versione del modello funziona con tutte le modalità di pianificazione dell'inferenza (alta frequenza, bassa frequenza e flessibile).

  • Se la versione del modello specificata non esiste, l'azione di inferenza fallisce e restituisce un errore.