Събиране на ръбове и контекстуализация (Industrial Edge)
Industrial Edge управлява устройства на-прем близо до магазина и се свързва с агностично оборудване за автоматизация на доставчика чрез OT конектори (OPC UA, Modbus, Ethernet/IP и др.). Той придобива сурова телеметрия, аларми и събития.
На ръба данните се обработват предварително: филтриране, компресиране, нормализиране на времевата марка, обогатяване с метаданни на активи (йерархии на активи, работен ред/партиден контекст) и локално агрегиране за намаляване на честотната лента в облака.
Вътрешна база данни (MQTT/Unified Namespace) или Industrial Information Hub разпространява хармонизирани тематични потоци за компоненти надолу по веригата и местни потребители.
Протокол и премостяване на формати
FFT DataBridge (Edge App) подготвя и обогатява данни за стрийминг и поглъщане в близко реално време в Databricks. Неговото безплатно придружаващо приложение, FFT DataService, осъществява достъп до контекстуализирани данни от Industrial Information Hub Essentials (Edge App) и ги прави достъпни за FFT DataBridge, който след това публикува подравнени, контекстуализирани потоци от данни чрез Zerobus, позволявайки непрекъсната доставка директно в управлявани от каталога Unity таблици.
За да осигури здравина, решението използва буфериране в паметта и локална устойчивост, за да преодолее прекъсванията на свързаността и продължителните прекъсвания. От страна на Databricks данните се поглъщат постепенно в Delta таблици в Unity Catalog, което позволява управляван достъп с ниска латентност за анализи надолу по веригата и работни натоварвания с AI. Сигурната свързаност се поддържа чрез механизми за удостоверяване, базирани на токени или базирани на ключове.
Платформа за разузнаване на данни Databricks
Поглъщането на стрийминг чрез Zerobus непрекъснато доставя данни в Databricks, където входящите от полезните товари се записват в Bronze Delta таблици, управлявани от Unity Catalog, запазвайки суровата структура и метаданни за пълна проследимост и одитируемост.
Трансформационните тръбопроводи, изградени с декларативни тръбопроводи Lakeflow, Workflows на Databricks и Apache Spark, постепенно прецизират данните в сребърни (курирани) и златни (аналитични) слоеве, поддържайки подравняване на времето, контекстно обогатяване и готовност за потребление на BI, както и случаи на използване, управлявани от AI.
Моделите на AI се разработват и обучават централно в Databricks, използвайки MLFlow и Mosaic AI, и след това могат да бъдат внедрени обратно в Siemens Industrial Edge за изпълнение с ниска латентност близо до магазина - позволявайки оптимизация със затворен цикъл и физически сценарии за изкуствен интелект.
Unity Catalog налага управление от край до край, включително фин контрол на достъпа, маскиране на данни и проследяване на линията, докато платформата Lakehouse работи естествено в AWS, Microsoft Azure и Google Cloud Platform, като поддържа внедряване между облаците и безпроблемна мобилност на данни.
