AI Suite na industrijskoj ivici

Preuzmite detaljnu arhitekturu (PDF)

Preuzmite detaljan PDF

Nivo polja: Industrial Edge kao sloj izvršenja AI

Industrial Edge uređaji sede direktno na prodavnici i povezuju se sa PLC-ovima, pogonima, robotima, kamerama i bilo kojom drugom opremom za automatizaciju koristeći unapred konfigurisane konektore za PROFINET, S7, OPC UA, Ethernet/IP, Modbus TCP i druge. Budući da biblioteka konektora pokriva opremu bilo kog dobavljača, arhitektura takođe odgovara okruženjima braunfilda bez potrebe za zamenom hardvera.

Skup lokalnih aplikacija radi na ivičnom uređaju pored konektora:

• AI Inference Server za izvršavanje modela na uređaju, podržava viziju, vremenske serije i upotrebu paketnih zaključivanja

  slučajeva

• Aplikacija Vision Connector za povezivanje sa GigE industrijskim kamerama i RTSP kamerama za isporuku podataka o vidu za zaključivanje
• Vision Data Collector za snimanje slika i metapodataka sa kamera i sistema vida, zajedno sa rezultatima zaključivanja iz vremena izvođenja, napajajući cevovod podataka (re) obuke
• Industrial Information Hub, koji mapira sirove PLC oznake i rezultate zaključivanja u dosledan model semantičkih podataka pre nego što podaci napuste uređaj
• LiveTwin i Virtual PLC za digitalnu simulaciju blizanaca i virtuelnu kontrolu
• Mendix Edge za interfejse operatera zasnovane na ulogama koji obuhvataju i rubne i uzvodne sisteme
• Energy Manager i Performance Insight za operativne KPI, uključujući potrošnju energije i OEE
• IT konektori za povezivanje sa sistemima preduzeća

Databus, zasnovan na MKTT, povezuje ove aplikacije jedna sa drugom na uređaju i pruža okosnicu objavljivanja i pretplate za prosleđivanje rezultata zaključivanja, očitavanja senzora i događaja do fabričkog nivoa. Podaci o vidu između konektora vida i servera za zaključivanje prenose se pomoću ZMK-a za rukovanje većim, visokofrekventnim korisnim opterećenjima.

Fabrički nivo: AI operativni sloj

AI Asset Manager radi na virtuelnom Industrial Edge uređaju na fabričkom nivou i deluje kao jedinstveno mesto za sve aktivnosti povezane sa veštačkom inteligencijom na podu prodavnice. Nalazi se između razvojnog okruženja iznad i rubnih uređaja ispod, koordinirajući puni operativni životni ciklus AI rešenja.

AI Asset Manager: distribucija modela i operacije

Posao AI Asset Manager je da prima upakovane AI modele iz razvojnog okruženja, rasporedi ih na ispravne instance servera za zaključivanje AI širom flote i prikuplja metrike o performansama modela i aktivnosti zaključivanja. Upravlja verzijom AI rešenja, nadgleda status primene na nivou uređaja i pruža operativni interfejs kroz koji timovi za automatizaciju upravljaju AI bez potrebe za interakcijom sa razvojnim lancima alata.

Koristite AI Asset Manager za:

• Izvlačenje upakovanih modela iz razvojnog cevovoda na IT nivou i distribuiranje na rubne uređaje
• Upravljanje verzijama modela u floti Industrial Edge uređaja, uključujući vraćanje i postepeno uvođenje
• Prikupljanje metrika zaključivanja i podataka o performansama iz raspoređenih modela
• Pružanje jedinstvenog operativnog prikaza statusa AI rešenja na svim uređajima i lokacijama

AI Asset Manager nije razvojni alat. Ne obučava modele, ne potvrđuje skupove podataka niti upravlja razvojnom infrastrukturom. Te odgovornosti pripadaju toku rada MLOP-a u oblaku ili lokalnom razvojnom okruženju. AI SDK pakuje AI model i isporučuje artefakte za čitanje za primenu u sloj arhitekture na fabričkom nivou, gde opseg AI Asset Manager počinje [AN1] i završava se kada se operativne metrike vrate u razvojni ciklus.

Industrial Edge Management (Virtual, Pro ili Cloud) upravlja širim slojem upravljanja uređajima: postavljanjem aplikacija, potiskivanjem ažuriranja firmvera i konfiguracije, praćenjem zdravlja uređaja i upravljanjem Industrial Edge Hub kao globalnim spremištem aplikacija. Radi zajedno sa AI Asset Manager umesto da ga zamenjuje - Edge Management upravlja platformom; AI Asset Manager se bavi AI rešenjima koja rade na toj platformi.

IT i nivo preduzeća: razvojno okruženje AI

Razvoj modela odvija se u oblaku ili lokalnim okruženjima pomoću Siemens AI SDK. Cevovod na ovom nivou pokriva ceo životni ciklus razvoja pre nego što modeli stignu u fabriku.

Siemens AI SDK: razvoj modela i pakovanje

AI SDK pruža naučnicima podataka alate za pakovanje i validaciju svojih AI modela u okruženju po njihovom izboru. To je pithon biblioteka koja pruža metode za definisanje interfejsa podataka za AI modele sa drugim sistemima (automatizacija, na primer), definisanje zahteva za vreme izvođenja i pakovanje AI modela zajedno sa poslovnom logikom u artefakt koji se može izvršiti potpuno van mreže na prodavnici.

Koristite AI SDK za:

• Pakovanje AI modela i generisanje potvrđenih artefakata koji se mogu primeniti za AI Asset Manager, koje na kraju može izvršiti AI Inference Server na radnji, koristeći podatke o proizvodnji u realnom vremenu iz različitih izvora.
• Integracija sa AWS, Azure ili lokalnim MLOP okruženjima za isporuku upakovanih AI modela na fabrički nivo

Jednom spakovani, AI Asset Manager povlači modele i distribuira floti. Ažurirani modeli obučeni na novim proizvodnim podacima slede isti put, zatvarajući petlju od razvoja do primene.

Zašto je kompletan paket raspoređen zajedno

Realistična primena koristi sva tri nivoa u kombinaciji jer se bave različitim problemima. Razmotrite postavljanje vizuelne inspekcije kvaliteta na liniji za montažu elektronike:

• Vision Data Collector zajedno sa aplikacijom za konektor vida snima slike sastavljenih ploča na svakoj inspekcijskoj stanici. Slike i metapodaci se ulivaju u zonu sletanja podataka (skladištenje u oblaku, (S) FTP) za potrošnju od strane mLOPS-ovog toka
• Naučnici podataka koriste sopstveni mLOP-ov tok rada kako bi (ponovo) obučili AI model klasifikacije defekata na tim proizvodnim podacima, potvrdili ga i pakovali kao artefakt koji se može primeniti koristeći AI SDK
• AI Asset Manager povlači upakovani model i postavlja ga na AI Inference Server na relevantnim Industrial Edge uređajima na svim kontrolnim stanicama
• Aplikacija Vision Connector omogućava povezivanje sa kamerama stanice za snimanje slike ploče i pruža je kao ulaz u AI model na serveru za zaključivanje
• AI Inference Server pokreće model lokalno na svakoj stanici, klasifikujući ploče kao prolazne ili neuspešne u realnom vremenu bez zavisnosti od oblaka
• Rezultati zaključivanja objavljuju se u Databusu i ro

  upućen na sisteme upravljanja kvalitetom ili kontrolne table operatera

• Menadžer imovine takođe prikuplja indikativne metrike iz svake implementacije i omogućava korisniku kontrolnu tablu radi jednostavne vizualizacije i alarmanta na osnovu pravila
• Slike defekata i rezultati klasifikacije vraćaju se u cevovod podataka putem sakupljača podataka o vidu. Model je prekvalifikovan na proširenim podacima, prepakovan i gurnut nazad u flotu

Bez AI Inference Server, zaključivanje zahteva povezivanje u oblaku i uvodi latenciju koja nije kompatibilna sa inspekcijom brzine linije, osim troškova koji nastaju za svaku transakciju podataka. Bez AI Asset Manager-a, postavljanje ažuriranog modela na pedeset stanica na tri lokacije bilo bi pedeset ručnih operacija. Bez sakupljača podataka o viziji i strukturiranog cevovoda podataka, podaci o obuci ne odražavaju stvarne uslove proizvodnje, a kvalitet modela se vremenom pogoršava. AI SDK omogućava sastavljanje ponovljive isporuke standardizacijom isporučenog artefakta, agnostičkog prema vrsti AI modela koji se primenjuje.