
A szegély-első rugalmasság
A helyi modellezés és az előfeldolgozás folyamatos felhőkapcsolat esetén is működteti a műveleteket, és csökkenti a sávszélességi igényeket.
A gyártótól független, élen alapuló architektúra, amely az Industrial Edge Edge-en keresztül rögzíti az üzlet adatait, modellezi és előfeldolgozza azokat az AWS IoT SiteWise Edge segítségével, valamint biztonságosan továbbítja a harmonizált idősorok és eszközmodellek adatait az AWS-nek a digital twin-, analitikai és gépi tanulási munkafolyamatok érdekében
Ez a megoldás ötvözi az Industrial Edge Edge-t az AWS IoT SiteWise Edge-vel és az AWS felhőszolgáltatásokkal, hogy skálázható, biztonságos és szállítótól független utat biztosítson a terepi eszközöktől a vállalati döntéshozatalig. A helyszíni élkomponensek gyűjtik, normalizálják és feldolgozzák az OT-adatokat; A SiteWise Edge eszközmodelleket és helyi műveleti nézeteket készít; a felhő digitális ikreket, vizualizációt, elemzést és ML-t ad otthont a folyamatos fejlesztés és a prediktív képességek elősegítése érdekében.
Ez az architektúra a Siemens Industrial Edge-t és az AWS IoT SiteWise Edge-t egyesíti, hogy összegyűjtse, harmonizálja és feldolgozza a bolti adatokat, mielőtt konzisztens, elemzésre kész adatot küldene az AWS-nek nagyvállalati szintű feldolgozás céljából. A műhelyszínen az Industrial Edge szállító-agnosztikus csatlakozókat és helyi HMI-ket ad otthont, lehetővé téve az alacsony késleltetésű hozzáférést az eszközjelekhez és az azonnali működési nézetekhez, miközben megőrzi a meglévő automatizálási beruházásokat.
A szélén az AWS IoT SiteWise Edge idősorok beszerzését és eszközmodellezését végzi a forráshoz közel. A SiteWise Edge ugyanazokat az eszközhierarchiákat és KPI-ket építi fel, amelyeket a felhőben láthat, helyi számításokat és összesítéseket hajt végre, és pufferelni az adatokat a kapcsolat megszakításai során, így a kulcsfontosságú mutatók elérhetőek maradnak, és csak harmonizált, tömörített adatok kerülnek továbbításra a felhőbe.
Az Industrial Edge Management és az Industrial Edge Hub alkalmazás-szervezést, életciklus-kezelést és megfigyelhetőséget biztosít az összes élkomponens számára: csatlakozók, SiteWise Edge, AI következtetési kiszolgálók és helyi kezelői alkalmazások (pl. WinCC Unified, LiveTwin) számára. Ez a réteg leegyszerűsíti a telepítéseket, a modellfrissítéseket és a következtetési modellek felügyeletét, biztosítva az élalkalmazások konzisztenseket az eszközökön belül és könnyen karbantarthatóak.
A felhőben az AWS IoT SiteWise (az IoT TwinMaker, a SiteWise Monitor, a Managed Grafana, az S3, az Athena, a QuickSight és a SageMaker együttesen) üzemelteti a vállalati digital twin ikertestet, a történelmi tárolást, a vizualizációt és az ML-elemzést. A szélből származó harmonizált eszköz- és idősoradatok lehetővé teszik a helyszíneken átívelő KPI-ket, a flották összehasonlítását és a méretezhető modellképzést, míg a felhőalapú eszközök támogatják az irányítópultokat, az ad hoc lekérdezéseket és a hosszú távú megőrzést.
A biztonságot és a műveleteket végponttól végpontra kell érvényesíteni: a helyi tanúsítványok és a biztonságos csatornák védik a széltől felhőig terjedő szállítást, az AWS IAM/KMS, valamint a központosított naplózás és felügyelet pedig szabályozza a hozzáférést és a felhőben való megfigyelhetőséget. Mivel a kulcsfontosságú modellezés és pufferelés helyszíni környezetben történik, a megoldás továbbra is ellenáll az internetkimaradásoknak — a szolgáltatók megőrzik a helyi láthatóságot és a riasztásokat, miközben a felhő következetes, hézagmentes adatokat kap a kapcsolat helyreállítása után.

A helyi modellezés és az előfeldolgozás folyamatos felhőkapcsolat esetén is működteti a műveleteket, és csökkenti a sávszélességi igényeket.

Az AWS IoT SiteWise Edge ugyanazokat az eszközmodelleket hozza létre helyszíni és AWS-ben, javítva a KPI-k és az elemzések konzisztenciáját.

Az S3+SiteWise előre feldolgozott, címkézett idősoros adatai gyors elemzést és skálázható ML-munkafolyamatokat (SageMaker) teszik lehetővé, felgyorsítva a prediktív karbantartást és az OEE fejlesztéseket.

A végpontok közötti titkosítás, az IAM alapú vezérlők és a központosított telepítés csökkenti a biztonsági kockázatot és a működési költségeket.

A felhőalapú szolgáltatások szinte korlátlan számítógép/tárhelyet biztosítanak az elemzéshez, a történelmi megőrzéshez, a vállalati jelentésekhez és a több helyszíni bevezetéshez.

* Központosított szervezést, az alkalmazás életciklus-kezelését és az eszköz megfigyelhetőségét biztosítja (Industrial Edge Management/Hub/Marketplace).
* Futtatja az AI következtetési kiszolgálót és a modellmonitorot a helyi előrejelzésekhez és az anomáliák észleléséhez

* Industrial Edge alkalmazás, amely közvetlenül a gépekhez/vezérlőkről beszerül, és helyi eszközmodelleket készít.
* Helyi előfeldolgozást, KPI-számításokat és összesítést hajt végre a felhő sávszélességének csökkentése érdekében.

* Felhőalapú ipari adatplatform eszközmodellezéshez, hosszú távú tároláshoz és flottakezeléshez.
* Harmonizált adatokat kap az Industrial Edge-től webhelyeken keresztüli elemzéshez és jelentésekhez.