Gromadzenie i kontekstualizacja krawędzi (Industrial Edge)
Industrial Edge obsługuje urządzenia on-prem w pobliżu hali produkcyjnej i łączy się z urządzeniami automatyki niezależnej od dostawcy za pośrednictwem złączy OT (OPC UA, Modbus, Ethernet/IP itp.). Pozyskuje surową telemetrię, alarmy i zdarzenia.
Na krawędzi dane są wstępnie przetwarzane: filtrowanie, kompresja, normalizacja znaczników czasu, wzbogacanie o metadane zasobów (hierarchie zasobów, kolejność robocza/kontekst wsadowy) oraz lokalna agregacja w celu zmniejszenia przepustowości w chmurze.
Wewnętrzna baza danych (MQTT /Unified Namespace) lub Industrial Information Hub propaguje zharmonizowane strumienie tematyczne dla dalszych komponentów i lokalnych konsumentów.
Połączenie protokołów i formatów
FFT DataBridge (Edge App) przygotowuje i wzbogaca dane do przesyłania strumieniowego i przyjmowania danych w czasie krótkim w czasie rzeczywistym do Databricks. Jego bezpłatna aplikacja towarzysząca, FFT DataService, uzyskuje dostęp do danych kontekstowych z Industrial Information Hub Essentials (Edge App) i udostępnia je FFT DataBridge, która następnie publikuje wyrównane, kontekstualizowane strumienie danych za pośrednictwem Zerobus, umożliwiając ciągłe dostarczanie bezpośrednio do tabel zarządzanych przez Unity Catalog.
Aby zapewnić niezawodność, rozwiązanie wykorzystuje buforowanie w pamięci i lokalną trwałość w celu wyeliminowania przerw w łączności i przedłużonych awarii. Po stronie Databricks dane są pobierane stopniowo do tabel Delta w Unity Catalog, umożliwiając kontrolowany dostęp o niskim opóźnieniu dla dalszych analiz i obciążeń AI. Bezpieczna łączność jest utrzymywana za pomocą mechanizmów uwierzytelniania opartych na tokenach lub kluczach.
Platforma analizy danych Databricks
Przesyłanie strumieniowe za pośrednictwem Zerobus stale dostarcza dane do Databricks, gdzie przychodzące ładunki OT są zapisywane w tabelach Bronze Delta zarządzanych przez Unity Catalog, zachowując surową strukturę i metadane dla pełnej identyfikowalności i audytowalności.
Rurociągi transformacji zbudowane z Lakeflow Declarative Pipelines, Databricks Workflows i Apache Spark stopniowo udoskonalają dane na warstwy srebrne (wyselekcjonowane) i złote (analityczne), wspierając wyrównanie czasu, wzbogacanie kontekstowe i gotowość do zużycia BI, a także przypadki użycia oparte na sztucznej inteligencji.
Modele sztucznej inteligencji są opracowywane i szkolone centralnie w Databricks przy użyciu MLFlow i Mosaic AI, a następnie można je wdrożyć z powrotem w Siemens Industrial Edge w celu wykonania z małymi opóźnieniami w pobliżu hali produkcyjnej, umożliwiając optymalizację w zamkniętej pętli i fizyczne scenariusze sztucznej inteligencji.
Unity Catalog wymusza kompleksowe zarządzanie, w tym precyzyjną kontrolę dostępu, maskowanie danych i śledzenie linii, podczas gdy Platforma Lakehouse działa natywnie na platformach AWS, Microsoft Azure i Google Cloud Platform, wspierając wdrażanie w różnych chmurach i płynną mobilność danych.
