Skip to main content
Deze pagina wordt weergegeven met behulp van automatische vertaling. In plaats daarvan in het Engels bekijken?
Merkevolutie 2022
Oplossing voor partners

Contextualiseerde OT-datapijplijn naar Databricks

Hoe kunnen we op betrouwbare wijze leveranciersonafhankelijke OT-gegevens verzamelen op de werkvloer, deze verrijken met de bedrijfsmiddelen- en productiecontext aan de rand, en een beheerde, AI-klare kopie naar Databricks leveren voor geavanceerde analyses, Industrial AI en bedrijfsgebruik?

Overzicht

Overzicht van de databricks van de architectuurhub

Siemens Industrial Edge naar Databricks

  1. Verbind leveranciersonafhankelijke apparatuur op de werkvloer met Industrial Edge via vooraf geconfigureerde connectoren.
  2. Creëer een veilige en betrouwbare verbinding tussen Siemens Industrial Edge Devices en het Databricks Data Intelligence Platform met behulp van FFT DataBridge voor opname op basis van bestanden in de opslag van objecten in de cloud (S3, ADLS of GCS)
  3. Sla geharmoniseerde industriële gegevens op en beheer ze in het Databricks Lakehouse voor schaalbare analyses en industriële AI.
  4. Voer geavanceerde analyses uit en train AI-modellen op de geharmoniseerde datalaag, waaronder OEE-monitoring, voorspellend onderhoud, kwaliteitsoptimalisatie en AI-toepassingen voor agenten. Implementeer modellen terug naar Industrial Edge voor uitvoering met lage latentie.
PDF downloaden

Een hybride edge-to-cloud-configuratie waarbij Industrial Edge OT-datastromen opneemt en verrijkt, waarbij telemetrie en gebeurtenissen bij de bron worden afgestemd en in een context worden geplaatst en vervolgens via FFT DataBridge worden doorgestuurd via streaming opname naar Databricks. Binnen Databricks worden de gegevens getransformeerd en gestructureerd over landings-, gecureerde en analyselagen heen, wat de basis vormt voor: geavanceerde analyses, industriële AI, modelontwikkeling en levenscyclusbeheer, operationele toepassingen en integratie met MES-, ERP- en SCADA-omgevingen mogelijk maakt. De algemene aanpak is ontworpen om te zorgen voor AI-paraatheid, betrouwbare en consistente gegevens, robuuste beveiliging, hoge veerkracht en open, leverancierneutrale interoperabiliteit.

Gedetailleerde architectuur

architectuur-hub-databricks-detail-architectuur-1280x720
Gedetailleerde PDF downloaden

    Edge-verzameling en contextualisering (Industrial Edge)

    Industrial Edge gebruikt apparaten op locatie dicht bij de werkvloer en maakt verbinding met automatiseringsapparatuur die onafhankelijk is van de leverancier via OT-connectoren (OPC UA, Modbus, EtherNet/IP, enz.). Het verkrijgt onbewerkte telemetrie, alarmen en gebeurtenissen.

    Aan de rand worden gegevens voorverwerkt: filtering, compressie, normalisatie van tijdstempels, verrijking met metagegevens van activa (hiërarchieën van bedrijfsmiddelen, context van werkorder/batch) en lokale aggregatie om de bandbreedte in de cloud te beperken.

    Een interne databus (MQTT/Unified Namespace) of Industrial Information Hub propageert geharmoniseerde onderwerpstromen voor downstream-componenten en lokale consumenten.

    Overbrugging van protocollen en formaten

    FFT DataBridge (Edge-app) bereidt en verrijkt gegevens voor streaming en bijna-realtime opname in Databricks. De gratis bijbehorende app, FFT DataService, heeft toegang tot gecontextualiseerde gegevens van Industrial Information Hub Essentials (Edge-app) en maakt deze beschikbaar voor FFT DataBridge, die vervolgens via Zerobus op elkaar afgestemde, gecontextualiseerde datastromen publiceert, waardoor continue levering rechtstreeks in tabellen die door de Unity Catalogus worden beheerd, mogelijk is.

    Om de robuustheid te garanderen, maakt de oplossing gebruik van buffering in het geheugen en lokale persistentie om onderbrekingen in de connectiviteit en langdurige onderbrekingen te overbruggen. Aan de kant van Databricks worden gegevens stapsgewijs opgenomen in Delta-tabellen in het kader van de Unity Catalog, waardoor beheerde toegang met lage latentie mogelijk is voor downstream-analyses en AI-workloads. Veilige connectiviteit wordt onderhouden via authenticatiemechanismen op basis van tokens of sleutels.

    Data-intelligentieplatform van Databrick

    Streaming-opname via Zerobus levert continu gegevens naar Databricks, waar binnenkomende OT-payloads worden geschreven in Bronze Delta-tabellen die worden beheerd door de Unity Catalog, waarbij de ruwe structuur en metagegevens behouden blijven voor volledige traceerbaarheid en controleerbaarheid.

    Transformatiepijplijnen die zijn gebouwd met Lakeflow Declarative Pipelines, Databricks Workflows en Apache Spark verfijnen de gegevens geleidelijk tot Silver (gecureerde) en Gold (analytische) lagen, waarbij tijdsafstemming, contextuele verrijking en gereedheid voor BI-gebruik en AI-gestuurde gebruiksscenario's worden ondersteund.

    AI-modellen worden centraal in Databricks ontwikkeld en getraind met behulp van MLflow en Mosaic AI, en kunnen vervolgens weer worden ingezet op Siemens Industrial Edge voor uitvoering met lage latentie dicht bij de werkvloer, waardoor optimalisatie in een gesloten kringloop en fysieke AI-scenario's mogelijk zijn.

    Unity Catalog zorgt voor end-to-end governance, waaronder fijnmazig toegangsbeheer, datamaskering en tracering van afstammingslijnen, terwijl het Lakehouse Platform standaard draait op AWS, Microsoft Azure en Google Cloud Platform, en ondersteunt cross-cloud implementatie en naadloze datamobiliteit.

    Waarden en voordelen

    Componenten