← Trường hợp
Vương quốc AnhSản xuất2024 – đang tiếp diễn

Rolls-Royce

Phân tích bằng Azure Databricks và kiểm tra cánh tuabin bằng AI

Rolls-Royce cho biết mức sử dụng máy móc tăng 30% và ngăn ngừa được khoảng 400 đợt bảo trì mỗi năm

Đã có kết quảNghiên cứu trường hợp của nhà cung cấpNhà cung cấp ↗

Vấn đề

Thiết kế, sản xuất động cơ và giám sát đội động cơ liên quan đến khối lượng dữ liệu lớn cùng nhiều công việc thủ công. Trước khi tự động hóa, khoảng 2 triệu lỗ làm mát được kiểm tra thủ công mỗi tháng.

Cách tiếp cận

Rolls-Royce sử dụng Azure Databricks, Unity Catalog và GPU để thiết kế động cơ. Máy học và AI tạo sinh vận hành công cụ kiểm tra cánh tuabin mang tên Signature Analyzer, còn phân tích trên đám mây giúp giám sát tình trạng động cơ.

Số liệu chính

30%mức tăng tỷ lệ sử dụng máy móc nhờ kiểm tra cánh tuabin được tối ưu bằng AINghiên cứu trường hợp của nhà cung cấp[1]
about 400số đợt bảo trì ngoài kế hoạch được phát hiện và ngăn ngừa mỗi năm trên các đội động cơNghiên cứu trường hợp của nhà cung cấp[1]

Bài học

Kiểm tra cánh tuabin bằng AI làm tăng tỷ lệ sử dụng máy móc, còn giám sát động cơ giúp ngăn ngừa bảo trì ngoài kế hoạch. Microsoft ước tính chi phí tránh được lên tới hàng triệu euro nhưng không đưa ra chi tiết.

Phân loại

Loại hình đổi mới
Đổi mới quy trình
Hình thức triển khai
Giải pháp của nhà cung cấp
Căn cứ
Nghiên cứu trường hợp của nhà cung cấp

Nguồn

  1. Rolls-Royce customer story
    Microsoft1 thg 4, 2025Tài liệu của nhà cung cấp

Tóm tắt nguồn

[1]Microsoft1 thg 4, 2025

Microsoft mô tả việc Rolls-Royce sử dụng Azure Databricks và AI trong thiết kế động cơ, kiểm tra cánh tuabin và giám sát tình trạng động cơ. Hãng công bố số liệu về tỷ lệ sử dụng máy móc và bảo trì.

Thông tin đầy đủ có trong tài liệu gốc.

Ngày đăng 25 thg 10, 2026 · Ngày cập nhật 25 thg 10, 2026
Mở trang trường hợp ↗