
该解决方案将 Industrial Edge 与 AWS IoT SiteWise Edge 和一组 AWS 云服务相结合,提供了一条从现场设备到企业决策的可扩展、安全且不受供应商限制的路径。本地边缘组件收集、标准化和预处理 OT 数据;SiteWise Edge 构建资产模型和本地运营视图;云托管数字双胞胎、可视化、分析和机器学习,以推动持续改进和预测能力。
一种不受供应商限制的、边缘优先的架构,可通过 Industrial Edge 捕获车间数据,使用 AWS IoT SiteWise Edge 对其进行建模和预处理,并将协调的时间序列和资产模型数据安全地转发到 AWS,用于数字双胞胎、分析和机器学习工作流程

该解决方案将 Industrial Edge 与 AWS IoT SiteWise Edge 和一组 AWS 云服务相结合,提供了一条从现场设备到企业决策的可扩展、安全且不受供应商限制的路径。本地边缘组件收集、标准化和预处理 OT 数据;SiteWise Edge 构建资产模型和本地运营视图;云托管数字双胞胎、可视化、分析和机器学习,以推动持续改进和预测能力。
该架构围绕边缘优先模式构建,该模式将Siemens Industrial Edge和AWS IoT SiteWise Edge结合在一起,以收集、协调和预处理车间数据,然后将一致的、可用于分析的数据流发送到AWS进行企业级处理。在车间,Industrial Edge 托管与供应商无关的连接器和本地 HMI,在保留现有自动化投资的同时,可以低延迟访问设备信号和即时操作视图。
在边缘,AWS IoT SiteWise Edge 在靠近源头的地方进行时间序列摄取和资产建模。SiteWise Edge 构建的资产层次结构和关键绩效指标与您在云端看到的相同,执行本地计算和聚合,并在连接中断期间缓冲数据,以便关键指标保持可用状态,并且只有经过协调的压缩数据才会转发到云端。
工业边缘管理和工业边缘中心为所有边缘组件提供应用编排、生命周期管理和可观察性:连接器、SiteWise Edge、人工智能推理服务器和本地运营商应用程序(例如WinCC Unified、LiveTwin)。该层简化了推理模型的部署、模型更新和监控,确保边缘应用程序在设备间保持一致且易于维护。

在云端,AWS IoT SiteWise(与 IoT TwinMaker、SiteWise Monitor、Managed Grafana、S3、Athena、QuickSight 和 SageMaker 一起)托管企业数字双胞胎、历史存储、可视化和分析/机器学习管道。来自边缘的统一资产和时间序列数据可实现跨站点 KPI、机队比较和可扩展模型训练,而云工具则支持仪表板、临时查询和长期保留。
安全和运营是端到端强制执行的:本地证书和安全通道保护边缘到云的传输,AWS IAM/KMS 加上集中式记录和监控控制云中的访问和可观察性。由于密钥建模和缓冲是在本地进行的,因此该解决方案仍能抵御互联网中断——运营商保持本地可见性和警报,而在恢复连接后,云端将接收一致的、无间隙的数据。

本地建模和预处理即使在断断续续的云连接下也能保持运营正常运行,并减少带宽需求。

AWS IoT SiteWise Edge 在本地和 AWS 中建立了相同的资产模型,从而提高了关键绩效指标和分析的一致性。

S3 + SiteWise 中经过预处理、标记的时间序列数据支持快速分析和可扩展的机器学习工作流程 (SageMaker),从而加快预测性维护和 OEE 改进。

端到端加密、基于 IAM 的控制和集中部署降低了安全风险和运营开销。

云服务为分析、历史保留、企业报告和多站点部署提供近乎无限的计算/存储。

• 托管与供应商无关的 OT 连接器、本地 HMI 和应用程序
• 集中式编排、应用程序生命周期管理和设备可观察性
• 运行 AI 推理服务器和模型监控器以进行本地预测和异常检测

* Industrial Edge 应用程序,可直接从计算机/控制器中提取数据并构建本地资产模型。
* 执行本地预处理、KPI 计算和聚合以减少云带宽。

* 云托管的工业数据平台,用于资产建模、长期存储和车队管理。
* 从 Industrial Edge 接收统一数据,用于跨站点分析和报告。