我们如何才能可靠地从车间收集与供应商无关的 OT 数据，利用边缘的资产和生产环境对其进行丰富，并将受管控的、人工智能就绪的副本交付到 Databricks 中，用于高级分析、工业 AI 和企业消费？
西门子工业边缘到数据积木
一种边缘到云的混合设置，其中 Industrial Edge 摄取和丰富 OT 数据流，在源头对遥测和事件进行协调和情境化，然后通过流式摄取到 Databricks 通过 FFT DataBridge 将其转发到数据块。在Databricks中，数据跨着陆层、策划层和分析层进行转换和结构化，为高级分析、工业人工智能、模型开发和生命周期管理、运营应用以及实现与MES、ERP和SCADA环境的集成奠定了企业湖库基础。总体方法旨在确保人工智能就绪、可信和一致的数据、强大的安全性、高弹性以及开放的、供应商中立的互操作性。
Industrial Edge 在车间附近运行本地设备，并通过 OT 连接器（OPC UA、Modbus、Ethernet/IP 等）连接到与供应商无关的自动化设备。它采集原始遥测、警报和事件。
在边缘，对数据进行预处理：过滤、压缩、时间戳标准化、使用资产元数据（资产层次结构、工作单/批次上下文）进行丰富，以及本地聚合以减少云带宽。
内部数据库（MQTT /统一命名空间）或 Industrial Information Hub 为下游组件和本地用户传播统一的主题流。
FFT DataBridge（边缘应用程序）准备并丰富了数据，以便将数据流式传输和近乎实时地提取到 Databricks 中。它的免费配套应用FFT DataService可以访问来自工业信息中心基础知识（边缘应用程序）的情境化数据，并将其提供给FFT DataBridge，FFT DataBridge随后通过Zerobus发布对齐的情境化数据流，从而实现持续交付直接到Unity目录管理的表中。
为确保稳健性，该解决方案使用内存缓冲和本地持久性来弥合连接中断和长时间中断。在 Databricks 方面，数据以增量方式导入 Unity Catalog 下的增量表中，从而为下游分析和 AI 工作负载提供受管控的低延迟访问。通过基于令牌或基于密钥的身份验证机制来维护安全连接。
通过 Zerobus 进行流式采集会持续将数据传送到 Databricks 中，传入的 OT 有效负载将写入由 Unity Catalog 管理的 Bronze Delta 表中，保留原始结构和元数据，以实现完全的可追溯性和可审计性。
使用 Lakeflow 声明式管道、Databricks Workflows 和 Apache Spark 构建的转型管道逐步将数据细化为银级（精选）和金级（分析）层，支持时间调整、情境丰富、为 BI 消费以及人工智能驱动的用例做好准备。
人工智能模型使用 MLFlow 和 Mosaic AI 在 Databricks 中集中开发和训练，然后可以部署回 Siemens Industrial Edge，在车间附近进行低延迟执行，从而实现闭环优化和物理 AI 场景。
Unity Catalog 强制实施端到端监管，包括精细的访问控制、数据屏蔽和世系跟踪，而 Lakehouse 平台则在 AWS、微软 Azure 和谷歌云平台上原生运行，支持跨云部署和无缝数据移动。
Databricks将原始和精选的OT数据存储在一个开放的湖库中，从而从单一的治理平台实现一致的分析、工业AI和跨工厂见解。
FFT DataBridge 的边缘聚合、筛选和智能批处理可降低数据量和云摄取成本，同时在需要时保持保真度。
MLFlow、Mosaic AI 和 Databricks SQL 加快了用于预测性维护、质量优化和能源管理的功能工程、模型训练和部署。
FFT DataBridge 中的边缘缓冲（环形内存、文件持久性）和重试逻辑可在网络中断期间保持数据连续性，而不会丢失数据。
端到端加密、基于令牌的身份验证、基于角色的访问和 Unity Catalog 控制通过全谱系跟踪保护敏感的操作数据。
在Databricks中训练的人工智能模型可以部署回Industrial Edge，以进行低延迟决策，从而实现物理人工智能和自主制造。
托管 OT 连接器、应用程序、本地数据总线和缓冲存储空间。
负责安全采集、充实、过滤、聚合和编排。
通过 Industrial Edge 管理进行集中管理。
Siemens Industrial Edge Ecosystem 工业连接器通过连接来自不同供应商的资产来解锁车间数据。
工业信息中心（Industrial Information Hub）支持工业数据的协调、情境化和映射。
缓冲数据以处理中断、重试、中断、批处理和打包。
通过 Zerobus 将工业数据传输到由 Unity Catalog 管理的 Databricks Delta 表中。
无需额外的摄取中间件。
青铜层：将原始有效载荷和元数据保留为增量表，以提高可审计性。
银/金层：用于报告和运营应用程序的结构化精选数据集。
通过 Zerobus 进行近乎实时的摄取。
