Sakupljanje ivica i kontekstualizacija (Industrial Edge)
Industrial Edge pokreće on-prem uređaje u blizini prodavnice i povezuje se sa agnostičkom opremom za automatizaciju dobavljača putem OT konektora (OPC UA, Modbus, Ethernet/IP itd.). Dobija sirovu telemetriju, alarme i događaje.
Na ivici se podaci unapred obrađuju: filtriranje, kompresija, normalizacija vremenske oznake, obogaćivanje metapodacima imovine (hijerarhije imovine, radni redosled/kontekst serije) i lokalna agregacija radi smanjenja propusnosti oblaka.
Interna baza podataka (MKTT/Unified Namespace) ili Industrial Information Hub širi harmonizovane tokove tema za nizvodne komponente i lokalne potrošače.
Premošćivanje protokola i formata
FFT DataBridge (Edge App) priprema i obogaćuje podatke za striming i unos u skoro realnom vremenu u Databricks. Njegova besplatna prateća aplikacija, FFT DataService, pristupa kontekstualizovanim podacima iz Industrial Information Hub Essentials (Edge App) i čini ih dostupnim FFT DataBridge-u, koji zatim objavljuje poravnane, kontekstualizovane tokove podataka putem Zerobusa, omogućavajući kontinuiranu isporuku direktno u tabele kojima upravlja Uniti Catalog.
Da bi se osigurala robusnost, rešenje koristi međuspremnike u memoriji i lokalnu upornost za premošćivanje prekida povezivanja i produženih prekida rada. Sa strane Databricks, podaci se unose postepeno u Delta tabele u okviru Uniti Catalog, omogućavajući regulisani pristup sa malim kašnjenjem za nizvodnu analitiku i AI radna opterećenja. Sigurna povezanost se održava pomoću mehanizama autentifikacije zasnovanih na tokenima ili ključevima.
Databricks platforma za inteligenciju podataka
Unošenje strimovanja putem Zerobusa kontinuirano isporučuje podatke u Databricks, gde se dolazni OT nosivi tereti upisuju u Bronze Delta tabele kojima upravlja Uniti Catalog, čuvajući sirovu strukturu i metapodatke za potpunu sljedivost i revidibilnost.
Cevovodi za transformaciju izgrađeni pomoću deklarativnih cevovoda Lakeflov, Databricks Vorktovih i Apache Spark-a progresivno usavršavaju podatke u srebrne (kurirane) i zlatne (analitičke) slojeve, podržavajući poravnanje vremena, kontekstualno obogaćivanje i spremnost za potrošnju BI, kao i slučajeve upotrebe vođene AI.
AI modeli su razvijeni i obučeni centralno u Databricks-u koristeći MLFlov i Mosaic AI, a zatim se mogu primeniti nazad na Siemens Industrial Edge za izvršenje sa malim kašnjenjem u blizini prodavnice - omogućavajući optimizaciju zatvorene petlje i fizičke AI scenarije.
Uniti Catalog sprovodi upravljanje od kraja do kraja, uključujući finozrnatu kontrolu pristupa, maskiranje podataka i praćenje loze, dok Lakehouse platforma izvorno radi preko AWS, Microsoft Azure i Google Cloud Platform, podržavajući primenu u više oblaka i besprekornu mobilnost podataka.