如何構建可伸縮的製造業數據和人工智能工業物聯網解決方案

今天最重要的發展,在生產和物流,通過數據和連接。為此,工業物聯網(IIoT)形式的支柱數字轉換,因為它的第一步數據從邊緣到人工智能(AI)。

的重要性和發展IIoT技術堆棧不能被低估。驗證由幾個主要研究公司,IIoT預計將增長超過16%的複合年增長率每年全球在2027年達到2630億美元。眾多行業流程推動這種增長,如自動化、流程優化和網絡強烈關注機器對機器通信、大數據分析和機器學習(ML)交付質量、吞吐量和正常運行時間的好處航空、汽車、能源、醫療、製造業和零售市場。實時數據從傳感器幫助工業邊緣設備和企業基礎設施進行實時決策,導致更好的產品,更敏捷的生產基礎設施,降低供應鏈風險和更快的上市時間

IIoT應用,作為更廣泛的行業X.0範例的一部分,讓“連接”工業資產企業信息係統中,業務流程和運行的核心業務的人。人工智能解決方案之上的這些“東西”和其他運營數據,幫助解鎖遺留和新資本投資的全部價值通過提供新的實時見解,情報和優化,加快決策,使進步的領導者提供轉型業務成果和社會價值。正如數據是新的燃料,人工智能的新引擎推動IIoT領導轉變。

利用傳感器數據從生產車間或從的車隊提供了許多好處。使用基於雲的解決方案是關鍵驅動效率和改善計劃。用例包括:

1. 預見性維護:工廠總體維護成本降低40%。
2. 質量控製和檢驗:提高離散製造業質量35%。
3. 遠程監控:確保工人健康和安全。
4. 資產監控:減少能源使用4 - 10%的石油和天然氣工業。
5. 車隊管理:使運費建議的速度快了近100%。

開始使用工業物聯網解決方案

旅程從行業4.0解決方案可以實現全部價值困難重重,如果在早期並沒有做出正確的決定。製造商需要的數據和分析平台,可以處理數據的速度和體積由IIoT生成,同時也將非結構化數Beplay体育安卓版本據。實現工業的北極星4.0需要仔細設計使用與用戶采用成熟的技術,業務和技術成熟度的關鍵因素。

作為其戰略的一部分,廠商需要解決這些關鍵問題關於他們的數據架構:

1. 需要收集多少數據,以便提供準確預測/調度?
2. 有多少需要捕獲和存儲曆史數據?
3. 有多少設備物聯網係統生成數據和在什麼頻率?
4. 數據需要在內部或與合作夥伴共享?

自動化金字塔圖1中總結了不同IT / OT層在一個典型的生產場景。各級數據的粒度變化。典型的金字塔的底端處理數據和以流媒體形式的最大數量。分析和機器學習金字塔的頂端在很大程度上依賴於批處理計算。

當製造商開始他們的旅程來設計和提供正確的平台架構的計劃,有一些重要的挑戰和注意事項要記住:Beplay体育安卓版本

挑戰	所需的能力
高數據量和速度	能夠捕獲和儲存高速細粒度的數據從流物聯網設備可靠和成本效益
多個專用協議層提取數據	把數據從多個協議標準協議的能力如MQTT和OPC UA
更複雜的數據處理需求	低延遲時間序列數據隊伍、聚合和采礦業
策劃提供數據和分析支持毫升用例	重型、靈活的計算複雜的人工智能/毫升的應用程序
可伸縮的ML發展物聯網優勢兼容	beplay娱乐ios協同訓練和部署預測模型對顆粒、曆史數據。簡化數據和模型管道通過一個“ML-IoT行動”的方法。
邊緣毫升、見解和行動編製	編製實時見解和自主行動
流線型的邊緣實現	生產部署的數據工程管道、ML管道相對的小型裝置
安全性和治理	數據治理不同層的實現。威脅建模整個價值鏈。

無論平台和技術選擇,有基本構建塊,需要一Beplay体育安卓版本起工作。這些構建塊需要占為了架構無縫工作。

一個典型的不可知論者技術架構,基於磚,如下所示。而磚的功能滿足許多需求,IIoT解決方案不是一個島,需要許多支持服務和解決方案,以協同工作。這種架構還提供了一些指導,以及如何整合這些額外的組件。

與傳統的數據架構,這是基於it,製造硬件和軟件之間有一個十字路口,需要一個OT(操作技術)的體係結構。不應對過程和物理機械。此體係結構的每個組件和方麵都是針對一個特定的需要或挑戰,在處理工業操作。圖中的命令數字痕跡之旅的數據架構:

1——連接多個OT協議、攝取和流物聯網數據從設備以可擴展的方式。促進流線型攝入從數據豐富OT設備——傳感器,PLC / SCADA雲數據平台Beplay体育安卓版本
2在批處理模式——攝取企業和主數據
3、11——允許接近實時的見解
4——調整原始數據為數據攝入湖
5、6——開發數據工程管道流程和標準化數據,刪除異常和存儲三角洲湖
7——支持數據科學家在策劃建立毫升模型數據庫
8 9 10——用集裝箱裝和船舶生產就緒毫升模型邊緣,使優勢分析
12、13——聚合數據庫包含格式化的見解、實時和批量準備任何形式的消費
14- CI / CD數據工程管道和管道自動化部署邊緣和hotpath / coldpath毫升模型

6的原因你應該擁抱這個架構

有五個簡單的見解,它將幫助您構建一個可伸縮的IIoT架構:

1. 一個邊緣的平台Beplay体育安卓版本應該和攝取數據連接多個OT協議流無數的標簽
2. Lakehouse可以變換數據洞察力對磚的工作近乎實時計算集群(流)和過程大量的數據在批處理工程數據集群
3. 所有目的集群允許毫升的工作負載運行在大量數據
4. MLflow有助於用集裝箱裝模型工件,可以部署在實時的見解
5. 三角洲湖,Lakehouse架構開源和之前開放標準霸占,從而增加軟件組件兼容性不會引起
6. 準備使用人工智能筆記本和加速器

為什麼Lakehouse IIoT解決方案

在生產的情況下,多個網關設備有多個數據豐富的傳感器和數據需要土地持續到存儲。與這個場景相關的問題是:

1. 體積:由於數據生產者的數量在係統內,存儲的數據量會飛漲,從而成本成為一個因素。
2. 速度:數以百計的傳感器連接到網關的正常生產車間是理想的失敗的秘訣。
3. 品種:車間的數據並不總是以結構化表格形式和半結構化或非結構化。

的磚Lakehouse平台Beplay体育安卓版本是適合處理大量的流數據。建立在的基礎上三角洲湖,你可以使用大量的數據流在小塊從這些多個傳感器和設備,提供酸遵從性和消除工作失敗相比,傳統的數據倉庫架構。Lakehouse平台設計與Beplay体育安卓版本大量數據規模。

製造業生產多個數據類型組成的半結構化(JSON、XML MQTT等)或非結構化(視頻、音頻、PDF等),該平台模式完全支持。Beplay体育安卓版本通過合並這些數據類型到一個平台上,隻有一個版本的真實存在,導致更精確的結果。Beplay体育安卓版本

除了lakehouse的數據管理功能,它使數據團隊執行分析和直接毫升,無需複製數據,從而提高精度和效率。存儲與計算,這意味著lakehouse可以擴展到更多的並發用戶,更大的數據量。

結論

製造商投資解決方案建立在IIoT係統不僅取得了巨大的優化與成本和效率,而且還增加收入。來自多種數據源的數據的融合,是一個持續的挑戰在製造業。交付核心價值觀取向的結果是通過投資正確的架構能夠規模和應對工業數據的量和速度,而不是屈服於大幅增加成本。我們在磚和Tredence相信數據lakehouse架構是一個巨大的推動者。在以後的博文,我們將建立在這個核心架構來說明價值可以由運行有意義的數據分析和AI-driven分析建立在大型工業數據的“倉庫”。查看更多的解決方案