Partnerløsning

Kontekstualiseret OT-datapipeline til Databricks

Hvordan kan vi pålideligt indsamle leverandøragnostiske OT-data fra fabrikken, berige dem med aktiv- og produktionskontekst i kanten og levere en styret, AI-klar kopi til Databricks til avanceret analyse, Industrial AI og virksomhedsforbrug?

Oversigt

Siemens Industrial Edge til Databricks

Tilslut leverandøragnostisk butiksudstyr til Industrial Edge via forudkonfigurerede stik.
Opret en sikker og pålidelig forbindelse mellem Siemens Industrial Edge Devices og Databricks Data Intelligence Platform ved hjælp af FFT DataBridge til filbaseret indtagelse i cloud object storage (S3, ADLS eller GCS)
Gem og administrer harmoniserede industrielle data i Databricks Lakehouse til skalerbar analyse og Industrial AI.
Udfør avanceret analyse og træn AI-modeller på det harmoniserede datalag, herunder OEE-overvågning, forudsigelig vedligeholdelse, kvalitetsoptimering og agentiske AI-applikationer. Udrul modeller tilbage til Industrial Edge for kørsel med lav ventetid.

Hent PDF

En hybrid kant-til-cloud-opsætning, hvor Industrial Edge indtager og beriger OT-datastrømme, justerer og kontekstualiserer telemetri og begivenheder ved kilden, før de videresendes via FFT DataBridge gennem streamingindtagelse i Databricks. Inden for Databricks transformeres og struktureres dataene på tværs af landings-, kuraterede og analytiske niveauer, hvilket danner virksomhedens fundament for: avanceret analyse, Industrial AI, modeludvikling og livscyklusstyring, operationelle applikationer og muliggør integration med MES-, ERP- og SCADA-miljøer. Den overordnede tilgang er designet til at sikre AI-beredskab, pålidelige og konsistente data, robust sikkerhed, høj modstandsdygtighed og åben, leverandørneutral interoperabilitet.

Detaljeret arkitektur

arkitektur-hub-databricks-detail-arkitektur-1280x720

Download detaljeret PDF

Kantindsamling og kontekstualisering (Industrial Edge)

Industrial Edge kører on-prem-enheder tæt på butiksgulvet og opretter forbindelse til leverandøragnostisk automatiseringsudstyr via OT-stik (OPC UA, Modbus, EtherNet/IP osv.). Det erhverver rå telemetri, alarmer og begivenheder.

Ved kanten forbehandles data: filtrering, komprimering, normalisering af tidsstempel, berigelse med aktivmetadata (aktivhierarkier, arbejdsordre- /batchkontekst) og lokal aggregering for at reducere skybåndbredde.

En intern databus (MQTT/Unified Namespace) eller Industrial Information Hub udbreder harmoniserede emnestrømme for downstream-komponenter og lokale forbrugere.

Protokol- og formatbrodannelse

FFT DataBridge (Edge App) forbereder og beriger data til streaming og indtagelse i nær realtid i Databricks. Dens gratis ledsagerapp, FFT DataService, får adgang til kontekstualiserede data fra Industrial Information Hub Essentials (Edge App) og gør dem tilgængelige for FFT DataBridge, som derefter udgiver justerede, kontekstualiserede datastrømme via Zerobus, hvilket muliggør kontinuerlig levering direkte til Unity Catalog-styrede tabeller.

For at sikre robusthed bruger løsningen buffering i hukommelsen og lokal persistens til at bygge bro over forbindelsesafbrydelser og udvidede afbrydelser. På Databricks-siden indtages data trinvist i Delta-tabeller under Unity Catalog, hvilket muliggør styret adgang med lav latenstid til downstream-analyse og AI-arbejdsbelastninger. Sikker forbindelse opretholdes gennem tokenbaserede eller nøglebaserede godkendelsesmekanismer.

Databricks dataintelligensplatform

Streaming indtagelse via Zerobus leverer løbende data til Databricks, hvor indgående OT-nyttelaster skrives i Bronze Delta-tabeller styret af Unity Catalog, hvilket bevarer rå struktur og metadata for fuld sporbarhed og revisionsbarhed.

Transformationspipelines bygget med Lakeflow Declarative Pipelines, Databricks Workflows og Apache Spark forfiner gradvist dataene til Silver (kurateret) og Gold (analytisk) lag, hvilket understøtter tidsjustering, kontekstuel berigelse og beredskab til BI-forbrug samt AI-drevne brugssager.

AI-modeller udvikles og trænes centralt i Databricks ved hjælp af MLFlow og Mosaic AI og kan derefter implementeres tilbage til Siemens Industrial Edge til eksekvering med lav latenstid tæt på butiksgulvet - hvilket muliggør lukket kredsløbsoptimering og fysiske AI-scenarier.

Unity Catalog håndhæver end-to-end-styring, herunder finkornet adgangskontrol, datamaskering og afstamningssporing, mens Lakehouse-platformen kører indbygget på tværs af AWS, Microsoft Azure og Google Cloud Platform, hvilket understøtter implementering på tværs af cloud og problemfri datamobilitet.

Værdier & fordele

Samlet, AI-klar produktionsdatafundament

Databricks gemmer rå og kuraterede OT-data i et åbent søhus, hvilket muliggør konsekvent analyse, Industrial AI og indsigt på tværs af fabrikker fra en enkelt styret platform.

Reducerede skyomkostninger og båndbredde

Aggregering på kantsiden, filtrering og intelligent batching med FFT DataBridge reducerer datamængden og omkostningerne til indtagelse i skyen, samtidig med at troværdigheden bevares, hvor det er nødvendigt.

Accelereret industriel AI og avanceret analyse

MLFlow, Mosaic AI og Databricks SQL accelererer funktionsteknik, modeltræning og implementering til forudsigelig vedligeholdelse, kvalitetsoptimering og energistyring.

Operationel modstandsdygtighed

Kantbuffering (ringhukommelse, filpersistens) og genforsøgslogik i FFT DataBridge opretholder datakontinuitet under netværksafbrydelser uden tab af data.

Security og governance

End-to-end-kryptering, tokenbaseret godkendelse, rollebaseret adgang og Unity Catalog-kontroller beskytter følsomme operationelle data med fuld linjesporing.

AI med lukket kredsløb fra sky til kant

AI-modeller, der er uddannet i Databricks, kan implementeres tilbage til Industrial Edge til beslutningstagning med lav latens, hvilket muliggør fysisk AI og autonom produktion.

Komponenter

Industrial Edge

Værter for OT-stik, apps, lokal databus og bufferlagring.

Ansvarlig for sikker erhvervelse, berigelse, filtrering, aggregering og orkestrering.

Administreres centralt via Industrial Edge Management.

Arkitekturhub Industrial Information Hub

Industrielle stik & Industrial Information Hub

Siemens Industrial Edge Ecosystems industrielle stik låser op for butiksgulvdata ved at forbinde aktiver fra forskellige leverandører.

Industrial Information Hub muliggør harmonisering, kontekstualisering og kortlægning af industrielle data.

FFT DataBridge (Edge-app)

Buffrer data til håndtering af afbrydelser, gentagelser, afbrydelser, batching og emballering.

Streamer industrielle data via Zerobus til Databricks Delta-tabeller styret af Unity Catalog.

Ingen ekstra mellemvare til indtagelse er nødvendig.

Databricks dataintelligensplatform

Bronzelag: bevarer originale nyttelaster og metadata som deltatabeller til revisionsbarhed.

Sølv/guldlag: strukturerede, kuraterede datasæt, der bruges til rapportering og operationelle apps.

Indtagelse i næsten realtid via Zerobus.