En leverantörsagnostisk arkitektur som hämtar data från verkstadsgolvet via Industrial Edge, modellerar och förbearbetar den med AWS IoT SiteWise Edge och vidarebefordrar harmoniserade tidsserier och tillgångsmodelldata säkert till AWS för arbetsflöden för digital twin, analys och maskininlärning
Denna lösning kombinerar Industrial Edge med AWS IoT SiteWise Edge och en uppsättning AWS molntjänster för att leverera en skalbar, säker och leverantörsoberoende väg från fältenheter till företagens beslutsfattande. Lokala kantkomponenter samlar in, normaliserar och förbehandlar OT-data; SiteWise Edge bygger tillgångsmodeller och lokala verksamhetsvyer; molnet är värd för digitala tvillingar, visualisering, analys och ML för att driva kontinuerliga förbättringar och förutsägbara funktioner.
Den här arkitekturen är byggd kring ett edge-first mönster som sammanför Siemens Industrial Edge och AWS IoT SiteWise Edge för att samla in, harmonisera och förbehandla butiksdata innan en konsekvent, analysklar ström skickas till AWS för bearbetning i företagsskala. På verkstadsgolvet är Industrial Edge värd för leverantörsagnostiska kontakter och lokala HMI:er, vilket möjliggör åtkomst med låg latens till enhetssignaler och omedelbara driftvyer samtidigt som befintliga automationsinvesteringar bevaras.
I utkanten utför AWS IoT SiteWise Edge tidsserieintag och tillgångsmodellering nära källan. SiteWise Edge bygger samma tillgångshierarkier och nyckeltal som du ser i molnet, utför lokala beräkningar och aggregeringar och buffrar data under anslutningsavbrott så att viktiga mätvärden förblir tillgängliga och endast harmoniserade, komprimerade data vidarebefordras till molnet.
Industrial Edge Management och Industrial Edge Hub tillhandahåller apporkestrering, livscykelhantering och observerbarhet för alla kantkomponenter: anslutningar, SiteWise Edge, AI-inferensservrar och lokala operatörsappar (t.ex. WinCC Unified, LiveTwin). Detta lager förenklar driftsättningar, modelluppdateringar och övervakning av inferensmodeller, vilket säkerställer att kantapplikationer är konsekventa över enheter och enkla att underhålla.
I molnet är AWS IoT SiteWise (tillsammans med IoT TwinMaker, SiteWise Monitor, Managed Grafana, S3, Athena, QuickSight och SageMaker) värd för företagets digital twin, historisk lagring, visualisering och analys/ML pipeline. Harmoniserade tillgångs- och tidsseriedata från edge möjliggör KPI:er över flera platser, jämförelser av vagnparksjämförelser och skalbar modellutbildning, medan molnverktyget stöder instrumentpaneler, ad‑hoc-frågor och långsiktig lagring.
Säkerhet och drift upprätthålls från början till slut: lokala certifikat och säkra kanaler skyddar transport från kant till moln, och AWS IAM/KMS plus centraliserad loggning och övervakning styr åtkomst och observerbarhet i molnet. Eftersom nyckelmodellering och buffring sker lokalt förblir lösningen motståndskraftig mot internetavbrott — operatörerna behåller lokal synlighet och larm medan molnet får konsekventa, gapfria data när anslutningen har återställts.
Lokal modellering och förbearbetning håller driften igång även med intermittent molnanslutning och minskar bandbreddbehovet.
AWS IoT SiteWise Edge etablerar samma tillgångsmodeller lokalt och i AWS, vilket förbättrar konsistensen av nyckeltal och analys.
Förbearbetade, märkta tidsseriedata i S3 + SiteWise möjliggör snabb analys och skalbara ML-arbetsflöden (SageMaker), vilket påskyndar förutsägbart underhåll och OEE-förbättringar.
End-to-end-kryptering, IAM-baserade kontroller och centraliserad distribution minskar säkerhetsrisker och driftskostnader.
Molntjänster ger nästan obegränsad beräkning/lagring för analys, historisk lagring, företagsrapportering och utrullningar på flera platser.
• Värd för leverantörsagnostiska OT-kontakter, lokala HMI:er och appar
• Centraliserad orkestrering, applivscykelhantering och enhetsobservabilitet
• Kör AI-inferensserver och modellmonitor för lokala förutsägelser och avvikelsedetektering
* Industrial Edge-app som tar in direkt från maskiner/styrenheter och bygger lokala tillgångsmodeller.
* Utför lokal förbehandling, KPI-beräkningar och aggregering för att minska molnbandbredden.
* Molnbaserad industriell dataplattform för tillgångsmodellering, långtidslagring och vagnparkshantering.
* Tar emot harmoniserade data från Industrial Edge för analys och rapportering på flera platser.