Skip to main content
Ez az oldal automatikus fordítással jelenik meg. Inkább megnézi angolul?
Márka evolúció 2022
Partner megoldás

Kontextualizált OT adatátvitel a Databricks-ba

Hogyan gyűjthetjük megbízhatóan a szállítótól független OT-adatokat a műhelyről, gazdagítsuk azokat az eszközök- és termelési kontextusokkal, valamint egy szabályozott, mesterséges intelligenciára kész másolatot szállíthatunk a Databricks-ba a fejlett elemzés, Industrial AI intelligencia és vállalati fogyasztás céljából?

Áttekintés

Architecture hub databricks áttekintése

Siemens Industrial Edge a Databricks felé

  1. Csatlakoztassa a gyártó agnosztikus üzletberendezéseit az Industrial Edge előre konfigurált csatlakozókon keresztül.
  2. Biztonságos és megbízható kapcsolat létrehozása a Siemens Industrial Edge Devices és a Databricks Data Intelligence Platform között az FFT DataBridge segítségével a felhőbeli objektumtárolókba (S3, ADLS vagy GCS) fájlalapú bevitelre
  3. Tárolja és kezelje a harmonizált ipari adatokat a Databricks Lakehouse-ban skálázható elemzés és ipari mesterséges intelligencia érdekében.
  4. Végezzen fejlett elemzést és mesterséges intelligencia modelleket készítsen a harmonizált adatrétegen, beleértve az OEE monitorozást, a prediktív karbantartást, a minőségoptimalizálást és az ügynöki AI alkalmazásokat. Alacsony késleltetésű végrehajtás érdekében telepítse vissza a modelleket az Industrial Edge-be.
Letöltés PDF

Egy hibrid szegély-felhő beállítás, ahol az Industrial Edge beveszi és gazdagítja az OT adatfolyamokat, összehangolja és kontextualizálja a telemetriát és az eseményeket a forrásnál, mielőtt továbbítja azokat az FFT DataBridge-n keresztül a Databricks-ba történő streaming bevitel révén. A Databricks-en belül az adatok transzformálódnak és strukturálódnak leszállási, kurált és elemzési szinteken keresztül, így a vállalati lakehouse alapját képezik a fejlett elemzések, Industrial AI intelligencia, modellfejlesztés és életciklus-menedzsment, operatív alkalmazások, valamint a MES, ERP és SCADA környezetekkel való integráció lehetővé tétele. Az átfogó megközelítés célja, hogy biztosítsa a mesterséges intelligencia készségét, a megbízható és következetes adatokat, a robusztus biztonságot, a nagy rugalmasságot és a nyitott, szállítói semleges interoperabilitást.

Részletes építészet

architektúra-hub-adatbázis-részlet-architektúra-1280x720
Részletes PDF letöltése

    Edge gyűjtés és kontextualizálás (Industrial Edge)

    Az Industrial Edge üzembe helyezett eszközöket üzemeltet az üzlet közelében, és OT csatlakozókon keresztül (OPC UA, Modbus, Ethernet/IP stb.) csatlakozik a forgalmazó-agnosztikus automatizálási berendezésekhez. Nyers telemetriát, riasztásokat és eseményeket szerez.

    A szélén az adatok előfeldolgozása történik: szűrés, tömörítés, időbélyeg-normalizálás, eszköz metaadatokkal való gazdagítás (eszközhierarchiák, munkaszervezés/kötegelt kontextus), valamint helyi összesítés a felhő sávszélességének csökkentése érdekében.

    Egy belső adatbázis (MQTT /Unified Namspace) vagy ipari információs központ harmonizált témák terjesztését terjeszti a továbbfejlesztett komponensek és a helyi fogyasztók számára.

    Protokoll és formátumok áthidalása

    Az FFT DataBridge (Edge App) előkészíti és gazdagítja az adatokat streameléshez és a Databricks közeli valós idejű beviteléhez. Ingyenes társalkalmazása, az FFT DataService hozzáférhet az Industrial Information Hub Essentials (Edge App) kontextualizált adataihoz, és elérhetővé teszi azokat az FFT DataBridge számára, amely ezután a Zerobuson keresztül közzéteszi az összehangolt, kontextualizált adatfolyamokat, lehetővé téve a folyamatos továbbítást közvetlenül a Unity Catalog által szabályozott táblákba.

    A robusztusság biztosítása érdekében a megoldás memórián belüli pufferelést és helyi perzisztenciát használ a kapcsolat megszakításainak és a hosszabb kiesések áthidalására. A Databricks oldalán az adatok fokozatosan kerülnek a Delta-táblákba a Unity Catalog alatt, így szabályozott, alacsony késleltetésű hozzáférést biztosít a későbbi elemzésekhez és az AI munkaterhelésekhez. A biztonságos kapcsolatot token-alapú vagy kulcsalapú hitelesítési mechanizmusok biztosítják.

    Databricks adatintelligencia platform

    A Zerobuson keresztül történő adatátvitel folyamatosan továbbítja az adatokat a Databricks-ba, ahol a bejövő OT hasznos terheléseket az Unity Catalog által szabályozott Bronze Delta táblákba írják be, megőrizve a nyers szerkezetet és a metaadatokat a teljes nyomonkövethetőség és az auditálhatóság érdekében.

    A Lakeflow Declarative Pipelines, a Databricks Workflows-okkal és az Apache Sparkkal épített transzformációs csővezetékek fokozatosan finomítják az adatokat ezüst (kurált) és arany (analitikai) rétegekké, támogatva az időigazítást, a kontextuális gazdagítást, a BI-fogyasztásra való készséget, valamint az AI-vezérelt felhasználási eseteket.

    Az AI modelleket központilag fejlesztik ki és képzik a Databricks-ben az MLFlow és a Mosaic AI segítségével, majd visszahelyezhetők a Siemens Industrial Edge Edge-be az alacsony késleltetésű végrehajtás érdekében a műhely közelében, lehetővé téve a zárt hurkú optimalizálást és a fizikai AI forgatókönyveket.

    A Unity Catalog végpontok közötti irányítást hajt végre, beleértve a finomszemcsés hozzáférés-vezérlést, az adatmaszkolást és a vonalkövetést, míg a Lakehouse Platform natív módon működik az AWS, a Microsoft Azure és a Google Cloud Platform között, támogatva a felhőkön keresztüli telepítést és a zökkenőmentes adatmobilitást.

    Értékek és előnyök

    Alkatrészek