
Smart monitoring: predictive maintenance en anomaliedetectie uitgelegd
15 januari 2021Predictive maintenance vermindert downtime, operationele kosten en ongepland onderhoud, en verbetert tegelijk de servicekwaliteit. Voor Fednot (Koninklijke Federatie van het Belgisch Notariaat) bouwden we een smart monitoring-dashboard met Azure en Power BI. Niet alleen als proof of concept, maar ook om hun infrastructuurteam kennis te laten maken met de verschillende niveaus van Azure AI-services.
Van ongestructureerde naar gestructureerde data
Logbestanden zijn tekstzwaar en ongestructureerd. De eerste stap was features extraheren: gestructureerde attributen die dicht bij de echte voorspellende factoren liggen. Dat vraagt een diep begrip van zowel de data als het businessprobleem. We maakten een tussentijds dashboard voor feature-exploratie. Daarmee kon Fednot verschillende featurecombinaties selecteren en terugkeren naar de originele logregels, zonder ook maar één regel code.
Azure AI-services voor elk niveau
De datapipeline draaide op Azure Databricks (code-intensief, voor data-experts). De anomaliedetectie gebruikte de Anomaly Detector API uit Cognitive Services (low-code, enkele regels code). De visualisatie liep via Power BI-dashboards (no-code, voor beslissers). De Anomaly Detector neemt eender welke tijdreeks, fit automatisch een model en geeft verwachte waarden, grenzen en afwijkingen terug. Nuttig voor zowel monitoring als voorspellend schalen.
Resultaten
Zelfs met beperkte inspanning haalde Fednot aanzienlijke extra waarde uit zijn monitoringdata. Het project is een eerste stap naar een datagedreven infrastructuuromgeving: minder onverwachte downtime, patronen ontdekken in incidenten en een betere applicatiekwaliteit en klantervaring.
- Fisher Kuan & Wouter Baetens
Ontdek meer
Azure Machine Learning: de verantwoorde weg
Verantwoorde machine learning verkend via het framework van Microsoft: AI-systemen begrijpen, beschermen en controleren.

AI en RPA voor een geautomatiseerd verkooporderproces
Hoe AI en robotic process automation repetitieve taken zoals verkooporders invoeren kunnen automatiseren, gedemonstreerd met een AI-assistent genaamd Raphael.

Network flow: een krachtige tool om problemen te modelleren
Een introductie tot network flow-algoritmes: van edge-disjuncte paden vinden tot matchingproblemen tussen medewerkers en projecten oplossen met bipartiete grafen en max-flow-min-cost-optimalisatie.


