View a markdown version of this page

플릿의 예측 유지 관리 - 플릿의 예측 유지 관리
플릿 예측 유지 관리 다이어그램참조 자료다이어그램 기록

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

플릿의 예측 유지 관리

게시일: 2020년 10월 21일(다이어그램 기록)

이 아키텍처를 사용하면 차량 플릿의 배터리 장애를 예측할 수 있습니다. 과거 원격 측정 데이터에 대한 예측 모델을 훈련한 다음 실시간 원격 측정에 대해 실행합니다. 장애가 발생하기 전에 제어된 유지 관리 이벤트를 예약합니다. 이 솔루션은 차량 연결AWS IoT Core에를 사용하고, 모델 훈련 및 배포에 Amazon SageMaker AI를 사용하고, 예측 스토리지에 Amazon Aurora를 사용합니다.

플릿 예측 유지 관리 다이어그램

, SageMaker AI AWS IoT Core, Lambda 및 Amazon Aurora를 사용하여 플릿 배터리 장애를 예측하는 방법을 보여주는 참조 아키텍처 다이어그램입니다.

다음 단계에서는이 아키텍처에 대한 ML 파이프라인 및 알림 흐름을 설명합니다.

  1. 플릿 관리 시스템에서 추출을 생성합니다. 차량 데이터 및 기록 센서 로그를 포함합니다.

  2. 훈련 후 SageMaker AI 모델을 배포하여 배터리 장애를 예측합니다.

  3. 연결된 차량에서 센서 로그를 로 전송합니다 AWS IoT Core. HTTP 인터페이스를 사용하여 로그를 전송할 수도 있습니다.

  4. 모델별 분석을 AWS Lambda 위해에서 AWS IoT Core 로 원격 측정 메시지를 전송합니다.

  5. 분석을 위해 센서 로그를 Lambda로 전송합니다. 데이터에 대해 훈련된 모델을 실행합니다.

  6. 센서 로그에서 훈련된 예측 모델과 함께 Lambda를 사용하여 예측을 생성합니다.

  7. 기록 보관 및 향후 모델 개선을 위해 Amazon Aurora에 완료된 예측을 저장합니다.

  8. Amazon Quick Sight 대시보드에 예측을 표시합니다.

  9. Amazon Simple Notification Service에 실시간 장애 경고 알림을 보냅니다.

  10. Amazon SNS를 통해 연결된 차량에 알림하여 드라이버와 플릿 관리자에게 알립니다. 예측된 실패 전에 제어된 유지 관리 이벤트를 예약합니다.

참조 자료

자세한 내용은 다음 리소스를 참조하세요.

다이어그램 기록

이 참조 아키텍처 다이어그램에 대한 업데이트를 받으려면 RSS 피드를 구독하세요.

변경 사항설명날짜

최초 게시

참조 아키텍처 다이어그램이 처음 게시되었습니다.

2020년 10월 21일

RSS 구독 요구 사항

RSS 업데이트를 구독하려면 사용 중인 브라우저에 대해 RSS 플러그인이 활성화되어 있어야 합니다.