Industrielle KI-Referenzarchitektur für die Fertigung
Diese Architektur demonstriert die industrielle Datenintegration vom Werksgelände bis zur Cloud und zeigt bewährte Designmuster für Fertigungsanalysen, KI-gesteuerte Operationen und Edge-Computing auf der Databricks Data Intelligence Plattform.
Datenintegration und -verarbeitung
Industrielle Systeme (ERP, Sensoren, Ausrüstung) speisen Rohdaten durch DataOps in die cloudbasierte Medaillon-Architektur ein, wo sie durch Bronze-, Silber- und Goldschichten für verschiedene Anwendungsfälle gereinigt und angereichert werden.
- Analytics und Intelligenz: Verarbeitete Daten versorgen Business-Intelligence-Dashboards für Produktionsmetriken (OEE, Compliance, Echtzeit-Zählungen) und trainieren KI-Modelle für vorausschauende Wartung, Qualitätskontrolle und Leistungsoptimierung
- KI-Agenten und Edge-Deployment: Fortgeschrittene KI-Agenten kümmern sich um Empfehlungen für den Feldeinsatz und autonome Produktionskontrolle, wobei Modelle auf Edge-Geräten in der Nähe von Ausrüstungen für Echtzeit-, niedrige Latenz-Entscheidungsfindung und Sicherheitskontrollen bereitgestellt werden
Datenflüsse
Im Folgenden werden die in der Diagramm der industriellen KI-Architektur dargestellten Datenflüsse beschrieben.
- Die Erfassungsmuster fallen in zwei Kategorien:
- ERP, Marktdaten und Produktanleitungen liefern Kontextinformationen über die Konfiguration des Assets oder Produkts
- Industrial DataOps verbindet die Datenquelle in Level 3 und darunter innerhalb des Purdue-Modells mit der Cloud für die Sichtbarkeit zu Databricks
- Daten werden eingenommen über Lakeflow Connect in die Medaillon-Architektur Bronze-Schicht zusammen mit Metadaten (vereinheitlichter Namensraum), wobei effiziente inkrementelle Lese- und Schreibvorgänge genutzt werden, um die Datenaufnahme schneller, skalierbarer und kosteneffizienter zu gestalten, während Ihre Daten für den nachgelagerten Verbrauch frisch bleiben.
- Reinigen und bereichern Sie heterogene Daten skalierbar mit Lakeflow Declarative Pipelines für sowohl Batch- als auch Streaming-Datenpipelines in Silbertabellen (Fertigungsdatenmodelle). Silbertabellen werden oft als Trainingsinputs für KI-Modelle für vorausschauende Wartung, Qualitätsinspektion usw. verwendet, wodurch die Leistung von Assets und die Produktqualität in komplexen Produktionsprozessen verbessert wird.
- Für Geschäftsanalytik und Berichterstattung können Daten in Goldtabellen aggregiert werden, um die Echtzeitanalyse der Gesamteffektivität der Ausrüstung (OEE), einschließlich Compliance (Kohlenstoffpass) und Echtzeitproduktionszahlen, zu unterstützen. Darüber hinaus demokratisieren natürliche Sprachinterfaces wie KI/BI den Zugang zur Leistung des globalen Fabriknetzwerks und zu fortschrittlichen Prozesssteuerungswerkzeugen.
- Das Mosaic AI Agent Framework kann agentic KI-Modelle trainieren, bedienen und prüfen, wie zum Beispiel einen Field Service Agent, der Reparaturaktionen und Fehlerbehebungsanleitungen empfiehlt, oder eine autonome Produktionssteuerung, die Produktionsszenarien simuliert und Produktionsschichten aufgrund von wirtschaftlichen Bedingungen, Rohstoffen oder Umgebungsbedingungen überschreibt.
- KI-Agenten und maschinelle Lernmodelle werden am Rand eingesetzt, um lokal in der Nähe von Geräten für eine niedrige Latenzsteuerung und Sicherheitszwecke zu laufen.
Vorteile
Die Vorteile der Verwendung der Databricks-Plattform für die industrielle KI-Architektur sind unter anderem die folgenden.
- Etablierung einer Best-Practice-Architektur für industrielle KI-Anwendungsfälle
- Erfahren Sie, welche Integrationen möglich sind und wie sie Databricks als Branchenführer differenzieren
